podcast llm

Podcast-LlM: KI-angetante Podcast-Generation

Ein intelligentes System, das automatisch ansprechende Podcast-Konversationen mithilfe von LLMs und Text-to-Speech-Technologie generiert.

Dokumentation anzeigen

Merkmale

• Zwei Betriebsmodi:
  • Forschungsmodus: Automatisierte Forschungs- und Inhaltssammlung mithilfe von Tavily Search
  • Kontextmodus: Generieren Sie Podcasts aus bereitgestellten Quellmaterialien (URLs und Dateien)
• Dynamische Podcast -Umriss Generation
• Natural Conversational Skript Schreiben mit mehreren Q & A -Runden
• Hochwertige Text-zu-Sprache-Synthese mit Google Cloud oder elfLabs
• Checkpoint -System, um den Fortschritt zu sparen und die Erzeugung wieder aufzunehmen
• Konfigurierbare Stimmen und Audioeinstellungen
• Gradio UI

Beispiele

Hören Sie sich Beispielpodcasts an, die mit Podcast-Llm erzeugt wurden:

Strukturierte JSON -Ausgabe von LLMs (Google Multispeaker Voices)

UFO -Crash -Abruf (elf Labs Voices)

Die Behenian Fixstars (Google Multispeaker Voices)

Podcast-Llm-Übersicht (Google Multispeaker Voices)

Roboterprozessautomatisierung (Google Voices)

Webschnittstelle

Installation

1. Mit PIP installieren:

   pip install podcast-llm

2. Einrichten von Umgebungsvariablen in .env :

    OPENAI_API_KEY=your_openai_key
   GOOGLE_API_KEY=your_google_key 
   ELEVENLABS_API_KEY=your_elevenlabs_key
   TAVILY_API_KEY=your_tavily_key
   ANTHROPIC_API_KEY=your_anthropic_api_key
   

Verwendung

1. Generieren Sie einen Podcast zu einem Thema:

    # Research mode (default) - automatically researches the topic
   podcast-llm " Artificial Intelligence "
   
   # Context mode - uses provided sources
   podcast-llm " Machine Learning " --mode context --sources paper.pdf https://example.com/article

2. Optionen:

    # Customize number of Q&A rounds per section
   podcast-llm " Linux " --qa-rounds 3
   
   # Disable checkpointing
   podcast-llm " Space Exploration " --checkpoint false
   
   # Generate audio output
   podcast-llm " Quantum Computing " --audio-output podcast.mp3
   
   # Generate Markdown output
   podcast-llm " Machine Learning " --text-output podcast.md

3. Passen Sie Stimmen und andere Einstellungen in config/config.yaml

4. Starten Sie die Gradio Web Interface:

    # Start the web UI
   podcast-llm-gui

   Dadurch können Sie eine benutzerfreundliche Weboberfläche starten, an der Sie können:

   • Geben Sie ein Podcast -Thema ein
   • Wählen Sie zwischen Forschungs- und Kontextmodi
   • Laden Sie Quelldateien und URLs für den Kontextmodus hoch
   • Konfigurieren Sie Q & A -Runden und checkPointing
   • Geben Sie Ausgabepfade für Text und Audio an
   • Überwachen Sie den Erzeugungschritt in Echtzeit

Lizenz

Dieses Projekt ist unter Creative Commons Attribution-Noncommercial 4.0 International (CC BY-NC 4.0) lizenziert.

Dies bedeutet, dass Sie frei sind zu:

• Teilen: Kopieren und verteilen Sie das Material in einem beliebigen Medium oder Format
• Anpassen: Remix, transformieren und bauen auf dem Material auf

Unter den folgenden Bedingungen:

• Zuschreibung: Sie müssen angemessene Guthaben angeben, einen Link zur Lizenz angeben und angeben, ob Änderungen vorgenommen wurden
• Nichtkommerziell: Sie verwenden das Material möglicherweise nicht für kommerzielle Zwecke
• Keine zusätzlichen Beschränkungen: Sie können keine rechtlichen Begriffe oder technologischen Maßnahmen anwenden, die andere legal daran hindern, alles zu tun, was die Lizenz zulässt

Für den kommerziellen Gebrauch wenden Sie sich bitte an [email protected], um eine kommerzielle Lizenz zu erhalten.

Der vollständige Lizenztext finden Sie unter: https://creativecommons.org/licenses/by-nc/4.0/legalcode

Anerkennung

Dieses Projekt wurde von Podcastfy inspiriert, das ein Framework zum Generieren von Podcasts mithilfe von LLMs bietet.

Diese Implementierung unterscheidet sich durch die Automatisierung des Forschungs- und Inhaltssammlungsprozesses und ermöglicht eine vollständig autonome Podcast -Generation zu einem Thema, ohne manuelle Forschung oder Inhaltskuration zu erfordern.