podcast-to-audio

name	podcast-to-audio
description	从播客链接自动提取和下载音频文件。支持小宇宙、YouTube等平台，一键获取 m4a/mp3 音频文件。

Podcast to Audio

Overview

一键式播客音频提取工具 - 输入播客链接，自动下载音频文件到本地。

功能特性

• ✅ 自动提取：从播客页面自动解析并下载音频文件
• ✅ 多平台支持：小宇宙、YouTube 等主流播客平台
• ✅ 进度显示：实时显示下载进度和文件大小
• ✅ 元数据保存：自动保存 .meta.json 文件记录来源信息
• ✅ 批量处理：支持一次性处理多个播客链接

适用场景：

• 离线收听播客
• 备份播客音频
• 提取音频进行后期处理

Quick Start

基本用法

# 下载单个播客音频
python3 scripts/podcast_to_audio.py \
  --input "https://www.xiaoyuzhoufm.com/episode/69de68cfb977fb2c47f1ee14" \
  --out-dir "./audio"

批量下载

# 下载多个播客
python3 scripts/podcast_to_audio.py \
  --input "https://www.xiaoyuzhoufm.com/episode/69de68cfb977fb2c47f1ee14" \
  --input "https://www.xiaoyuzhoufm.com/episode/69f231defbed7ba941222e98" \
  --out-dir "./audio"

Usage Examples

小宇宙播客

python3 scripts/podcast_to_audio.py \
  --input "https://www.xiaoyuzhoufm.com/episode/69de68cfb977fb2c47f1ee14" \
  --out-dir "./podcasts"

输出示例：

Processing episode: https://www.xiaoyuzhoufm.com/episode/...
Title: 商业访谈录 - 136. 全球大模型季报第9集
Audio URL: https://media.xyzcdn.net/...
Downloading audio from: https://media.xyzcdn.net/...
Progress: 100.0% (52456789/52456789 bytes)
✓ Downloaded to: ./podcasts/商业访谈录 - 136. 全球大模型季报第9集.m4a
✓ Metadata saved to: ./podcasts/商业访谈录 - 136. 全球大模型季报第9集.meta.json
File size: 50.03 MB

✓ SUCCESS: ./podcasts/商业访谈录 - 136. 全球大模型季报第9集.m4a

YouTube 视频

python3 scripts/podcast_to_audio.py \
  --input "https://www.youtube.com/watch?v=n1E9IZfvGMA" \
  --out-dir "./youtube-audio"

Output Files

对于每个输入的播客链接，工具会生成：

1. <title>.m4a (或 .mp3 等) - 音频文件
2. <title>.meta.json - 元数据文件，包含：
   • 输入链接
   • 播客标题
   • 音频 URL
   • 输出文件路径
   • 文件大小
   • 处理状态

元数据示例：

{
  "input": "https://www.xiaoyuzhoufm.com/episode/69de68cfb977fb2c47f1ee14",
  "status": "ok",
  "title": "商业访谈录 - 136. 全球大模型季报第9集",
  "audio_url": "https://media.xyzcdn.net/...",
  "output_file": "/path/to/audio/商业访谈录 - 136. 全球大模型季报第9集.m4a",
  "file_size": 52456789
}

Supported Platforms

平台	URL 格式	支持状态
小宇宙	https://www.xiaoyuzhoufm.com/episode/...	✅ 完全支持
YouTube	https://www.youtube.com/watch?v=...	✅ 支持
其他播客平台	包含 og:audio 的页面	✅ 支持

Troubleshooting

下载失败

问题：网络连接超时或下载中断

解决方案：

# 检查网络连接
ping www.xiaoyuzhoufm.com

# 重新运行命令
python3 scripts/podcast_to_audio.py --input "URL" --out-dir "./audio"

无法解析音频 URL

问题：页面不包含 og:audio 或 associatedMedia.contentUrl

解决方案：

• 确认链接是播客episode页面（不是专辑首页）
• 尝试使用其他播客平台的链接
• 查看页面源代码确认是否有音频信息

文件名问题

问题：文件名包含特殊字符导致保存失败

解决方案：工具会自动清理文件名，移除非法字符

• / : * ? " < > | 等字符会被替换为空格
• 文件名长度限制为 180 个字符

Advanced Usage

自定义输出目录

# 保存到指定目录
python3 scripts/podcast_to_audio.py \
  --input "URL" \
  --out-dir "/path/to/custom/dir"

批量下载脚本

创建 batch_download.sh：

#!/bin/bash
# 批量下载播客列表

urls=(
  "https://www.xiaoyuzhoufm.com/episode/69de68cfb977fb2c47f1ee14"
  "https://www.xiaoyuzhoufm.com/episode/69f231defbed7ba941222e98"
  "https://www.youtube.com/watch?v=n1E9IZfvGMA"
)

for url in "${urls[@]}"; do
  python3 scripts/podcast_to_audio.py \
    --input "$url" \
    --out-dir "./podcasts"
done

运行：

chmod +x batch_download.sh
./batch_download.sh

Technical Details

工作原理

1. 页面解析：获取播客 episode 页面 HTML
2. 元数据提取：
   • 从 <meta property="og:audio"> 提取音频 URL
   • 从 JSON-LD associatedMedia.contentUrl 提取音频 URL
   • 从 <meta property="og:title"> 提取标题
3. 文件下载：使用 urllib 下载音频文件，显示进度
4. 元数据保存：保存 .meta.json 记录处理信息

支持的音频格式

• M4A (默认)
• MP3
• WAV
• FLAC
• AAC
• OGG
• Opus

网络配置

如果遇到网络问题，可以设置代理（环境变量）：

export HTTP_PROXY="http://proxy.example.com:8080"
export HTTPS_PROXY="http://proxy.example.com:8080"

python3 scripts/podcast_to_audio.py --input "URL" --out-dir "./audio"

Notes

• 仅提取音频：此工具只下载音频文件，不进行转写或内容处理
• 合法使用：请遵守播客平台的使用条款，下载的内容仅供个人使用
• 网络要求：需要稳定的网络连接，下载大文件时可能需要较长时间

Credits

Based on the podcast-transcript-txt skill by @一龙小包子.

This is a simplified version focused only on audio extraction, without transcription or content processing features.