用 WorkBuddy 做教学音频,最省力的思路不是“每次手动生成”,而是把“脚本→配音→合成→归档”这条链路配成自动化。以下是我实测跑通的一套方案,约 700 字,可直接照搬。
**核心判断:什么该自动化,什么不该。**教学音频的脚本内容每次不同,这部分不适合全自动生成。但“把定稿脚本转成音频文件”这件事高度重复、流程固定,完全值得交给自动化。我的做法是:人负责写稿和审校,机器负责配音与落盘。
**方案一:定时批量处理“待配音”文件夹。**在电脑上建一个 `教学音频/待配音` 文件夹,把审核通过的逐字稿(.txt 或 .docx)丢进去。配一条 WorkBuddy 定时自动化,每天傍晚触发。指令写死边界:“读取待配音文件夹中所有文件,用 edge-tts 的 `zh-CN-YunxiNeural` 音色逐条合成 MP3,输出到 `已完成` 文件夹,并在文件名后追加 `_v1`。不要修改原稿,不要联网搜索。” 这样我白天随时丢稿子,下班前音频就整整齐齐躺在输出目录里了。成本极低,因为 edge-tts 本身免费,自动化只消耗一次模型调度积分。
**方案二:PPT 备注一键转音频。**如果我的教学音频是配合课件使用的,逐字稿往往就写在 PPT 备注栏里。可以在 WorkBuddy 里配一条手动触发的自动化:我只需把 PPT 路径发给它,它自动提取每一页备注,逐页生成配音文件,命名规则为 `P01.mp3`、`P02.mp3`,与幻灯片序号一一对应。后期无论是对齐视频还是单独播放,都不会错位。关键指令要写清楚:“仅处理备注非空的页面,空备注跳过并在结果中列出页码。”这样我拿到音频列表,就知道哪几页还需要补稿。
**实操中踩过的坑。**第一,**指令里必须写死输出长度或文件数量上限**。有一次我没加限制,WorkBuddy 自作主张把一段 200 字的稿子切成了 8 个片段,还加了一段开场白。后来我在提示词开头加了硬约束:“每篇稿件只生成一个 MP3,不添加任何额外语音。” 第二,**登录态要单独确认**。WorkBuddy 的桌面自动化依赖本机凭据,如果中途我改过密码,定时任务会静默失败。我的做法是让它在输出目录写一行 `status.log`,成功写 `OK 文件名`,失败写 `FAIL 原因`,每周扫一眼就能发现异常。
**成本账要算。**一条每天跑的配音自动化,如果用系统级静默模式(绕过 AI 模型直接跑脚本),token 消耗为零。但我还是保留了 AI 调度,因为需要它做“备注为空时跳过”“文件名冲突时自动加序号”这类简单判断。实测一个月,积分消耗不到签到收益的三分之一,完全划算。
最后提醒一句:自动化只负责“不出错地搬运”,脚本的教学质量仍然要靠人把关。把省下来的配音时间用来打磨讲稿逻辑,才是这套流程真正的价值。