基于多主体协作的 AI4Reading中文语音书籍解读系统
计算与语言
2025-12-30 v1
摘要
语音书籍解读正在引起日益关注，因为它们为读者提供可访问且深入的书籍分析，带来实用见解和智力启迪。然而，其手动创建过程仍然耗时且资源密集。为此，我们提出 AI4Reading，一个基于大语言模型 (LLM) 和语音合成技术的多主体协作系统，用于生成类似播客的语音书籍解读。该系统旨在满足三个关键目标：准确保留内容、增强可理解性以及逻辑严谨的叙事结构。为实现这些目标，我们开发了由 11 个专业主体组成的框架，包括主题分析师、案例分析师、编辑人员、旁白员和校对员，这些主体协同工作，以探索主题、提取现实案例、细化内容组织，并合成自然的口语化语言。通过将专家解读与我们系统的输出进行比较，结果表明尽管 AI4Reading 在语音生成质量上仍有差距，但生成的解读脚本更为简洁且准确。
关键词
引用
@article{arxiv.2512.23300,
title = {AI4Reading: Chinese Audiobook Interpretation System Based on Multi-Agent Collaboration},
author = {Minjiang Huang and Jipeng Qiang and Yi Zhu and Chaowei Zhang and Xiangyu Zhao and Kui Yu},
journal= {arXiv preprint arXiv:2512.23300},
year = {2025}
}
备注
ACL 2025 demo