Azure Realtime 播客生成
用 Azure OpenAI Realtime API 将文本转换为可播放的播客式音频。
证据显示使用环境变量承载 Azure API 密钥，并通过 WebSocket 调用外部 Azure 服务；但未说明最小权限、用户确认、敏感内容出站披露、访问控制、配额、防滥用、删除或回滚机制。未见明确红线风险，因此保留基础分，但因数据流和恢复控制不完整扣分。
证据提供了端到端示例、错误事件处理和 PCM 转 WAV 脚本；但未提供针对该技能的测试或可复现实例，且 voice_name 未实际传入会话配置，style/source_type 缺少严格校验，空数据、配置错误和数据库失败处理不足。按静态校准不超过10分，并因关键路径不完整扣分。
证据明确面向 React、FastAPI 和 Azure OpenAI Realtime API 的播客/音频叙事场景，输入输出和主要事件有说明；但未定义不适用范围、触发边界、浏览器兼容性、部署前提或中文语音/中文内容效果，也依赖 Azure 服务可达性，故仅给中等分。
证据包含快速开始、环境变量、架构、代码示例、事件和音频格式说明，且仓库提供 MIT 许可证、官方组织来源和通用 CI 信号；但技能没有依赖安装说明、版本锁定、变更记录、维护责任、故障排查、已知限制或 FAQ，部分引用文件也未展示完整生产约束，因此扣分。
证据提供了从文本到 PCM、WAV、Base64、后端响应和前端播放的可直接参考模式，能够覆盖核心概念；但示例仍需较多工程补全，包括依赖和路由集成、鉴权、输入校验、错误恢复、持久化策略、voice_name 实现和生产安全控制，因此静态评估下接近但不超过7分。
证据是可审计的固定源文件，包含实现代码、脚本和仓库级工作流；但提供的测试主要覆盖通用 Copilot harness，并未覆盖 podcast-generation 的关键路径，也没有第三方运行结果或独立交叉验证。静态校准下给有限可验证性。
- 示例会把内容发送到 Azure OpenAI，但未定义敏感数据筛查、用户同意、日志脱敏或数据保留策略。
- voice_name 参数在示例接口中暴露，却未用于 Realtime 会话配置；style、source_type 和空内容缺少明确校验。
- Azure endpoint、模型名、SDK API 和事件名称未在该技能内固定版本或提供官方兼容性验证；中国大陆网络可达性和区域可用性未说明。
- 示例将完整 Base64 WAV 存入数据库，可能造成存储膨胀，且未提供取消、超时后的清理或失败回滚策略。
这个 Skill 能做什么，适合哪些场景？
该技能指导开发者使用 Azure OpenAI GPT Realtime Mini，通过 WebSocket 从文本生成播客风格的音频叙事。它覆盖从 React 前端到 Python FastAPI 后端的完整实现流程。后端接收 PCM 音频块和转录文本，将 PCM 转为 WAV，再以 Base64 返回前端播放。适合需要真实音频输出的文本转语音和内容播客场景。
读取文本提示，连接 Azure OpenAI Realtime WebSocket 端点，发送音频生成请求，收集 response.output_audio.delta 音频事件和 response.output_audio_transcript.delta 转录事件，在 response.done 时结束；将 24kHz、16 位、单声道 PCM 音频转换为 WAV，并以 Base64 编码返回；前端将 Base64 WAV 转为 Blob 和对象 URL后播放。
- 需要把文章或其他文本内容制作成播客式音频的内容开发者。
- 正在 React 前端和 Python FastAPI 后端中加入文本转语音功能的全栈开发者。
- 需要通过 Azure OpenAI Realtime API 实现 WebSocket 流式音频生成的工程团队。
- 需要同时保留生成音频及其实时转录文本的应用。
这个 Skill 有哪些优点和局限？
- 提供从后端生成到前端播放的完整 React + FastAPI 示例流程。
- 明确列出环境变量、WebSocket 地址转换、Realtime API 事件和音频格式。
- 包含六种声音选项及 PCM 转 WAV 的参考脚本。
- README 的测试覆盖摘要显示该技能有 8 个测试场景。
- 依赖 Azure OpenAI Realtime API、GPT Realtime Mini 和可用的网络连接。
- 未提供定价、配额、身份认证替代方案或部署配置说明。
- 示例依赖 Python、FastAPI、React 和 OpenAI Python SDK，但未给出完整项目依赖安装清单。
- 技能说明聚焦音频生成流程，未证明对其他 Agent 平台的专用集成能力。
如何安装这个 Skill？
在项目中运行 npx skills add microsoft/skills，在安装向导中选择 podcast-generation。技能会安装到所选 Agent 的目录，例如 GitHub Copilot 使用 .github/skills/。README 未提供该单个技能的独立安装命令。
如何使用这个 Skill？
配置 AZURE_OPENAI_AUDIO_API_KEY、AZURE_OPENAI_AUDIO_ENDPOINT 和 AZURE_OPENAI_AUDIO_DEPLOYMENT=gpt-realtime-mini。Endpoint 只填写基础地址，不要包含 /openai/v1/。可用触发提示：为我的文本转语音功能设计一个 React + FastAPI 的 Azure OpenAI Realtime 音频生成实现。 按技能流程连接 WebSocket、收集音频和转录、转换为 WAV，并在前端播放。