Files
Obsidian/MyBestNanobot/Nanobot建立流媒体网站的过程.md
coco 8b94d76799 a
2026-07-21 13:57:15 +08:00

170 lines
7.4 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
服务还在运行!让我详细介绍技术原理:
---
## **🔊 TTS 流媒体技术架构**
```
┌─────────────────┐ ┌──────────────┐ ┌─────────────┐
│ 英文文本文件 │────▶│ edge-tts │────▶│ Flask HTTP │
│ (test_english.txt)│ │ (实时转MP3) │ │ 服务器 │
└─────────────────┘ └──────────────┘ └──────┬──────┘
│
HTTP 流式传输 ◀─────────────┘
(chunked encoding)
│
┌──────┴──────┐
▼ ▼
┌─────────┐ ┌──────────┐
│ VLC │ │ 浏览器 │
│ 手机App │ │ 直接播放 │
└─────────┘ └──────────┘
```
---
## **📡 技术细节**
### **1. 核心组件**
| 组件 | 技术 | 作用 |
|------|------|------|
| **TTS 引擎** | `edge-tts` | 微软 Edge 语音,实时转 MP3 |
| **Web 框架** | `Flask` (Python) | HTTP 服务器 |
| **传输方式** | HTTP Chunked Transfer | 边生成边传输 |
| **音频格式** | MP3 (mpeg) | 通用格式,兼容性好 |
---
### **2. 工作流程**
```python
# 简化伪代码
@app.route('/stream')
def stream_audio():
text = load_article() # 读取英文文章
audio_generator = edge_tts(text) # 实时生成 MP3 音频块
return Response(
audio_generator, # 音频流生成器
mimetype='audio/mpeg' # 告诉客户端这是 MP3
)
```
**关键**: 不是先转完再发,而是**边转边发**(流式)
---
### **3. 为什么能"实时收听"?**
| 传统方式 | 流式方式 (当前) |
|---------|---------------|
| 等待全部转换完成 (30秒) | 听到第一句 (2秒) |
| 保存 MP3 文件 | 不保存,直接传 |
| 下载完再播放 | 边下载边播放 |
---
### **4. 访问方式**
```bash
# 直接播放(最简单)
http://129.211.173.87:8080/stream
# 原理:
# 1. 浏览器/播放器 向服务器请求 /stream
# 2. 服务器开始实时 TTS 转换
# 3. 音频数据分块传输 (chunked)
# 4. 播放器收到第一块就开始播放
```
---
### **5. 服务类型对比**
| 类型 | 当前实现 | 专业流媒体 |
|------|---------|-----------|
| **协议** | HTTP 普通下载流 | HLS / RTMP / DASH |
| **延迟** | 2-5秒 | 10-30秒 (HLS) |
| **兼容性** | 所有播放器支持 | 需要特定客户端 |
| **适用场景** | 个人收听、简单场景 | 直播、大规模分发 |
---
### **6. 当前服务状态**
```
进程: python3 scripts/stream_server.py
PID: 1610254
端口: 0.0.0.0:8080 (所有网卡可访问)
内容: test_english.txt (英文学习文章)
语音: en-US-AriaNeural (美音女声)
```
---
## **🎯 一句话总结**
> 这是一个 **HTTP 实时音频流服务**:文本→实时TTS转换→MP3流→HTTP传输→播放器收听
**不是**下载文件,**不是**专业电台,而是**"随点随听"的实时朗读**。
---
## **💡 扩展可能**
如果想更专业,可以升级为:
| 功能 | 技术 |
|------|------|
| **真正的流媒体协议** | HLS (m3u8) + FFmpeg |
| **多客户端同时收听** | WebSocket 广播 |
| **播放控制** (暂停/进度) | 流媒体服务器 (Icecast) |
| **网页播放器** | HTML5 Audio API |
---
**当前这个简单版本够你用吗?还是需要更专业的功能?** 🎧
---
我后面会让你基于这个方案,做一个完善的产品。
在这个之前,你帮我下载一些英文故事素材。
## 1. https://www.libraryofshortstories.com/stories 这个网站,含有非常多的英语故事,你可以尝试下抓取https://www.libraryofshortstories.com/stories 这个首页的全部(尽可能)多的stories链接,先将这些链接,存储到本地待下载待处理内容到本地一个Txt之类的文件里,并标注改内容是否已经下载和处理。
> 我提供的网站,是可以向下滑动加载更多内容的,我希望能下载尽可能多的故事。** 你要处理好这个事情。**
> 存储完https://www.libraryofshortstories.com/stories 的全部故事链接后,记下这个状态。后续就无需重复扫描首页了。
## 2.基于上一步的下载链接文件,对每一个story链接,打开加载每一篇文章,将文章的核心故事内容提取成纯文本Txt格式,去掉任何html标签(或者其他markdown之类的标签, 如果存在), 存储内到 /home/ubuntu/media/libraryofshortstories这个目录,每一篇文章保持一个子目录,例如 https://www.libraryofshortstories.com/onlinereader/the-adventure-of-the-red-circle 这个故事就保存在/home/ubuntu/media/libraryofshortstories/the-adventure-of-the-red-circle 这个子目录;每篇文章如果有描述信息metadata,也单独存储成一个metadata的markdown文件。
## 3.这个任务非常耗时,你看看怎么处理?是否做一个后台处理程序?sub-agent之类的东西处理这事情?
你是否清楚我上面说的事情? 不清楚,我们一起沟通,你的方案是什么?
---
假设我们的故事素材,全部下载到了/home/ubuntu/media/libraryofshortstories ,当然,将来可能还有其他网站的素材,放在/home/ubuntu/media/XXX,/home/ubuntu/media/public-domain-poetry
之类。
现在要你实现一个web应用:
1、通过web 页面(index), 渲染加载 /home/ubuntu/media 目录下的内容来源 libraryofshortstories,public-domain-poetry等等。每一个入口,可以使用一个大的button或block,方便我点击。
2、点击上面的入口 button,通过列表方式,渲染libraryofshortstories,public-domain-poetry这些目录下的每一个包含Txt内容的item,每一个故事目录 是一个 列表 item
3、点击 故事列表中的item,进入每一个故事播放页面,通过你前面的技术方案( 英文文本文件 │────▶│ edge-tts │────▶│ Flask HTTP),能够播放我要求的英文或者其他语言的文本文件。
4、关于故事详情播放页的具体要求是这样的:
> 页面包含两部分内容,顶部固定高度(比如120像素, 或100px等等),宽度等于屏幕宽度,放这个播放器。页面的下面剩余部分,通过html或者其他方式,渲染故事内容,如果故事很长,也要求缓加载,懒加载,用户滑动才加载更多内容~~~
5、方便的话,每一个页面,都要独立的关闭和返回按钮(最顶部top页面index就不能关闭),这样不依赖浏览器本身的返回按钮。
这样的话,我可以方便将这个入口index链接,放在一个 手机app的内置浏览器里(一般没有浏览器的返回按钮)
6、渲染和加载目录本身,你需要将其预先存储在sqlite之类的数据库,还是直接读取目录列表???
7、如果是需要将目录列表内容,存储到数据的方案,你先只写代码,等前面抓取stories的任务完成后再扫描目录
上述需求,是否清晰?
---