乐于分享
好东西不私藏
当前位置：夜雨聆风 > 技术教程 > 软件教程 > 把网页和文档变成双人播客?这个开源 Twocast 有点实用

把网页和文档变成双人播客?这个开源 Twocast 有点实用

当前时间： 2026-04-30 11:57:07 更新时间： 2026-04-30 分类：软件教程 评论(0)

把网页和文档变成双人播客?这个开源 Twocast 有点实用

Twocast 是一个开源 AI 播客生成器，可以把主题、链接、文档、长文本和列表页变成双人播客。它有意思的地方不只是“自动生成声音”，而是会同时给出音频、大纲和脚本，让资料消化和内容复用都多一条路。

前段时间 NotebookLM 的“音频概览”火过一轮，很多人第一次意识到：把一份长文变成两个人聊天的音频，确实比硬读 PDF 轻松。
我今天看到的这个项目叫 Twocast，走的就是这个方向。
它的官方定位是AI Podcast Generator – Turn Any Content Into Engaging Podcasts。中文 README 里写得更直接：AI 播客生成器、双人播客生成器。
截至 2026 年 4 月 29 日，GitHub 页面显示这个仓库约1.2k stars、123 forks。不算巨型项目，但方向很明确：把网页、文档、主题和列表页这类资料，变成一段可听的双人播客。
封面图

它到底解决什么

Twocast 不是传统播客剪辑软件。它更像一个“资料转播客工作台”。
你给它一个主题、一条链接、一个文档，或者一段长文本。它会先整理内容，再生成大纲和双人脚本，最后用 TTS 合成音频。
README 里列的能力包括：
  • 双人播客
  • 一键生成 3-5 分钟播客
  • 支持主题、链接、文档、列表页输入
  • 支持多语言
  • 可以下载音频
  • 播客内容包含音频、大纲、脚本
  • TTS 支持 Fish Audio、Minimax、Google Gemini
这几个点放在一起，意思很清楚：它不是只想把一段文字“念出来”，而是想把资料改造成更像对话的内容。
Twocast 官方界面截图

为什么“双人”有意义

单人朗读最大的问题，是信息密度一高就容易走神。
双人播客不一定更准确，但它有一个好处：可以把信息拆成提问、解释、追问和补充。听感上更接近“有人带你过一遍资料”，而不是冷冰冰地念稿。
这也是 Twocast 比普通 TTS 工具更值得看的地方。
如果它只做文字转语音，替代品很多。但它会输出大纲和脚本，用户可以在合成音频前检查结构和事实。对于技术内容、热点整理、论文摘要这类场景，这一步很重要。

输入来源做得比较实用

Twocast 支持的输入不只是一段文本。
主题输入适合临时生成一个科普小播客；链接输入适合把网页文章变成音频；文档输入能吃doc、pdf、txt；列表页则适合 Hacker News、V2EX 这类每天刷新的信息源。
中文 README 里还专门写了，列表页播客会生成 5-9 分钟内容。这个功能很有意思，因为它更像“自动简报”：把一页热点先抓出来，再整理成一段可听的更新。
Twocast 处理链路

自托管门槛不算低

这项目不是那种下载后点一下就能跑起来的小工具。
README 的本地启动步骤里，需要先跑textract-rest-api和ffmpeg-api两个依赖服务，再配置.env，准备 Postgres 数据库，执行npx drizzle-kit push，最后用 yarn 启动项目。
大致流程是这样：
cp .env.example .envnpx drizzle-kit pushyarn && yarn start
Docker 方式也有：
cp .env.docker .envdocker compose up
不过它还需要 TTS 和 LLM 相关 API Key。README 里提到 Fish Audio、Minimax、Google Gemini、OpenRouter 和 x.ai。也就是说，自托管可以更自由，但并不是完全零成本。

它适合谁

我觉得 Twocast 最适合三类人。
第一类是资料很多但没时间读的人。长文章、报告、论文、技术文档，先转成几分钟音频，通勤时听个大概。
第二类是内容创作者。Twocast 输出的不只是音频，还有大纲和脚本。你可以把它当作选题预处理工具，先看一版结构，再决定要不要继续写文章、做视频或者录播客。
第三类是愿意折腾自托管的开发者。它的技术栈是 Next.js、React、TypeScript、Postgres 这一套，依赖也比较完整。如果你想研究 AI 内容生成、队列处理、TTS 接入和文档解析，这个仓库有不少可看的地方。

Twocast 使用边界

也别把它想得太神

它的边界也很明显。
第一，生成出来的播客内容还是要人工检查。尤其是技术文章、新闻事件、财务医疗这类内容，AI 可能会讲得顺，但顺不等于准确。
第二，声音体验取决于你接的 TTS 服务。Fish Audio、Minimax、Gemini 都能做，但效果、费用和限制不一样。
第三，GitHub 页面显示项目目前没有发布 Releases，提交数量也不多。如果你准备拿它进生产流程，最好先按自己的环境跑一遍，不要直接假设它已经是成熟产品。

梦飞的判断

Twocast 真正有价值的地方，不是“它能自动生成一个像播客的音频”。
更准确地说，它把“读资料”这件事多开了一条通道：输入网页、文档或主题，输出音频、大纲和脚本。音频负责降低阅读压力，大纲和脚本负责让你还能回头检查。
如果你只是想听真人访谈，它肯定替代不了成熟播客。
但如果你的目标是把一堆资料先听一遍、过一遍、整理一遍，Twocast 这种工具就很适合放进信息处理流程里。
热点来晚了，但瓜更熟。梦飞帮你补错过的全网热事。
原文链接：https://github.com/panyanyany/Twocast