一种多格式文档智能有声内容生成系统及方法

本发明公开一种多格式文档智能有声内容生成系统及方法，涉及人工智能与音频生成技术领域；包括：步骤1：对用户上传的多种格式文档进行解析，生成结构化纯文本，步骤2：根据结构化纯文本的内容进行语义分析，识别纯文本中不同的情感色彩及语气特征，根据情感色彩及语气特征将纯文本转换为多角色的对话脚本，步骤3：调用文本转音频模型，为对话脚本的每段台词，生成对应角色的音频片段，步骤4：将音频流列表中音频片段按照台词顺序拼接合成为完整的音频文件；实现多格式文档内容的自动转换与多角色音频合成，且无需依赖云端服务，保障数据隐私并提升处理效率。