Excel文件读取：兼容企业常用办公软件格式
在企业日常运营中，一个财务人员需要为季度汇报生成上百条语音摘要，每条内容都需结合特定的参考音频进行语音克隆。如果逐一手动输入文本和参数，不仅耗时数小时，还极易因复制粘贴失误导致合成失败。而现实中，这样的场景每天都在发生——从人力资源的员工培训语音包制作，到供应链部门的自动化通知播报，再到市场团队的个性化营销音频生成。
问题的核心不在于模型能力不足，而在于数据如何高效、准确地进入AI系统。尽管现代TTS（如GLM-TTS）已具备高质量语音合成能力，但“最后一公里”的数据准备往往成为瓶颈。这时，一张结构清晰的Excel表格，就能让整个流程从“人工搬运”跃迁至“自动流水线”。
为什么是Excel？因为它几乎是所有企业办公环境中的“通用语言”。无论是国企、外企还是初创公司，从文员到高管，几乎人人都会用Excel处理数据。它不像数据库那样需要专业技能，也不像代码脚本那样存在使用门槛。更重要的是，它的格式稳定、可版本管理、支持丰富元信息标注，天然适合作为AI系统的批量任务配置载体。
要真正发挥这一优势，关键在于实现对.xls和.xlsx两种主流格式的无缝解析。这看似简单，实则涉及文件结构识别、编码处理、性能优化等多个工程细节。一旦处理不当，轻则乱码错行，重则内存溢出中断任务。
以.xlsx为例，它本质上是一个ZIP压缩包，内部包含多个XML文件，分别描述工作表、样式、共享字符串等信息。程序需要先解压，再定位/xl/worksheets/sheet1.xml文件，解析其中的<row>和<c>标签来还原单元格数据。而老式的.xls则基于OLE复合文档结构，采用二进制存储，必须依赖xlrd这类专用库才能读取。若系统仅支持一种格式，就意味着将大量仍在使用旧版Office的企业用户拒之门外。
实际开发中，我们通常借助pandas.read_excel()封装能力，配合不同引擎实现兼容性：
import pandas as pd def read_excel_task_file(file_path): """ 读取Excel格式的任务配置文件，转换为JSONL格式输入 支持 .xls 和 .xlsx """ try: # 自动识别格式并读取 df = pd.read_excel(file_path, engine='openpyxl') # openpyxl 同时支持 xlsx；xls 需安装 xlrd print(f"成功读取 {len(df)} 行任务数据") tasks = [] for _, row in df.iterrows(): task = { "prompt_text": str(row.get("参考文本", "")).strip(), "prompt_audio": str(row.get("音频路径", "")).strip(), "input_text": str(row.get("待合成文本", "")).strip(), "output_name": str(row.get("输出名称", f"output_{len(tasks)+1:03d}")).strip() } if task["input_text"] and task["prompt_audio"]: tasks.append(task) else: print(f"跳过无效行：{row.to_dict()}") return tasks except Exception as e: print(f"读取Excel失败：{e}") return []这段代码看似简洁，背后却隐藏着不少“坑”。比如，新版xlrd（>=2.0）已不再支持.xls，必须锁定版本为xlrd==1.2.0才能正常工作。又如，中文路径在Windows环境下容易因编码问题抛出FileNotFoundError，建议统一使用UTF-8环境或转为相对路径。对于超过10MB的大文件，直接加载可能导致内存飙升，此时应启用chunksize参数进行分块读取。
更进一步，Excel的价值远不止于“存数据”。它可以承载语义层面的控制指令。例如，在“待合成文本”旁增加一列“发音提示”，将“重庆”明确标注为“zhòng qìng”，就能显著提升G2P（Grapheme-to-Phoneme）模块的准确性；添加“情感标签”列（如“欢快”、“严肃”），可动态调整音色参数；甚至通过条件格式高亮异常字段，辅助人工校验。
当这些结构化数据被提取后，下一步是如何传递给AI推理引擎。这里就引出了另一个关键技术：JSONL（JSON Lines）格式。
相比传统JSON数组，JSONL每行都是独立的JSON对象，天生适合流式处理。想象一下，你要处理一万条语音任务，如果用数组格式，必须一次性将全部数据加载进内存，稍有不慎就会崩溃。而JSONL允许逐行读取、逐个提交，即使某一行出错，也不会影响整体流程。这种“容错+低内存+可增量写入”的特性，使其成为AI批处理的事实标准。
import json def save_tasks_to_jsonl(tasks, output_path): """ 将任务列表保存为 JSONL 文件 """ with open(output_path, 'w', encoding='utf-8') as f: for task in tasks: f.write(json.dumps(task, ensure_ascii=False) + '\n') print(f"已保存 {len(tasks)} 个任务至 {output_path}")注意这里的ensure_ascii=False，否则中文会变成\u4e2d\u6587这样的转义字符，严重影响可读性。同时，每一行必须是合法JSON，不能有多余逗号或缺少引号——一个小疏忽就可能导致整个任务队列解析失败。
在整个系统架构中，Excel读取模块位于“预处理层”，充当用户输入与模型推理之间的桥梁：
[用户] ↓ (上传 Excel) [前端 WebUI / API] ↓ (解析为结构化数据) [Excel Reader 模块] ↓ (生成 JSONL) [Batch Inference Engine] ↓ (逐任务调用 TTS) [GLM-TTS Model] ↓ (输出音频) [Storage: @outputs/batch/]这个设计看似平凡，实则解决了多个现实痛点。过去，非技术人员想生成一段定制语音，必须找工程师跑脚本；现在，他们只需填写一张表格，点击上传即可完成批量合成。编辑人员负责文案撰写，技术人员专注模型调优，协作边界清晰，效率大幅提升。
我们也曾遇到因合并单元格导致解析错位的问题——Excel中常见的“跨列标题”在程序眼里却是空值填充的多行数据。类似陷阱还包括外部链接公式、特殊字体判断逻辑、路径含空格等。因此，最佳实践是提供标准化模板，并在WebUI中内置“下载模板”按钮，引导用户规范填写。
未来，这种模式还可延伸至更多场景。例如，对接ERP系统导出的订单报表，自动生成发货提醒语音；读取CRM客户名单，批量创建个性化营销音频；甚至结合钉钉或企业微信机器人，在任务完成后自动推送通知。真正的智能，不是替代人类，而是把人从重复劳动中解放出来，去做更有价值的事。
Excel文件读取，早已不再是简单的“导入功能”。它是连接传统办公生态与AI智能系统的枢纽，是从“可用”走向“好用”的关键一步。在一个追求降本增效的时代，谁能更快打通数据入口，谁就能真正让AI落地生根。
