podcastfy

Podcastfy.ai? ️?

Una alternativa de API de código abierto a la función de podcast de Notebooklm: transformar contenido multimodal en cautivadoras conversaciones de audio multilingües con Genai

podcastfy.mp4

Papel | Paquete de Python | CLI | REST API | Aplicación web | Comentario

Podcastfy es un paquete Python de código abierto que transforma el contenido multimodal (texto, imágenes) en conversaciones de audio multilingües y atractivas utilizando Genai. El contenido de entrada incluye sitios web, PDF, imágenes, videos de YouTube, así como temas proporcionados por el usuario.

A diferencia de las herramientas basadas en la UI de código cerrado centrados principalmente en la síntesis de investigación (p. Ej., NotebookLM ❤️), Podcastfy se enfoca en la generación de código abierto, programática y a medida de contenido conversacional atractivo de una multitud de fuentes multimodales, permitiendo la personalización y escala.

¿Ejemplos de audio?

Esta colección de muestras se generó utilizando este cuaderno de Python.

Imágenes

Muestra 1: Senecio, 1922 (Paul Klee) y Connection of Civilizations (2017) por Gheorghe Virtosu

---

senecio.mp4

---

Muestra 2: The Great Wave Off Kanagawa, 1831 (Hokusai) y Takiyasha the Witch and the Skeleton Spectre, c. 1844 (Kuniyoshi)

---

Japón.mp4

---

Muestra 3: Icono de cultura pop Taylor Swift y Mona Lisa, 1503 (Leonardo da Vinci)

---

taylor.mp4

Texto

Audio	Descripción	Fuente
souza.mp4	Sitio web personal	Sitio web
Audio ( longform=True )	Podcast de Lex Fridman: entrevista 5h con el CEO de Dario Amodei Anthrope	YouTube
Audio ( longform=True )	Autobiografía de Benjamin Franklin	Libro

Texto multilingüe

Idioma	Tipo de contenido	Descripción	Audio	Fuente
Francés	Sitio web	Información de investigación de acroclimas	Audio	Sitio web
Portugués-Br	Artículo	Encuestas electorales en São Paulo	Audio	Sitio web

Inicio rápido

Requisitos previos

• Python 3.11 o superior
• $ pip install ffmpeg (para procesamiento de audio)

Configuración

1. Instalar desde Pypi $ pip install podcastfy

2. Configura tus teclas API

Pitón

 from podcastfy . client import generate_podcast

audio_file = generate_podcast ( urls = [ "<url1>" , "<url2>" ])

CLI

 python -m podcastfy.client --url <url1> --url <url2>

Uso

• Paquete python rápido

• Como

• Manual de referencia del paquete de Python

• Manual de referencia de REST API

• CLI

Personalización?

Podcastfy ofrece una gama de opciones de personalización para adaptar sus podcasts generados por IA:

• Personalizar conversación de podcast (formato por ejemplo, estilo, voces)
• Elija ejecutar LLMS Local (más de 156 modelos Huggingface)
• Establecer otros configuraciones de configuración

Características

• Genere contenido de conversación a partir de múltiples fuentes y formatos (imágenes, texto, sitios web, YouTube y PDF).
• Genere podcasts cortos (2-5 minutos) o longform (30+ minutos).
• Personalice la transcripción y la generación de audio (por ejemplo, estilo, lenguaje, estructura).
• Genere transcripciones utilizando modelos 100+ LLM (OpenAI, Anthrope, Google, etc.).
• Aproveche los LLM locales para la generación de transcripciones para una mayor privacidad y control.
• Integre con modelos avanzados de texto a voz (OpenAI, Google, ElevenLabs y Microsoft Edge).
• Proporcionar soporte de varios idiomas para la creación de contenido global.
• Integre a la perfección con los paquetes de CLI y Python para flujos de trabajo automatizados.

Testimonios

"Me encanta esta iniciativa y lo mejor que he visto hasta ahora, especialmente para un usuario 'no técnico'".

"Me encanta que haya construido casualmente una versión de código abierto del producto más popular Google construido en la última década"

"Fue muy sencillo trabajar con su biblioteca. Hiciste un trabajo increíble hermano"

"Creo que es increíble que estés inspirado/reconozca lo difícil que es vencer la calidad de Notebooklm, ¡pero hiciste un trabajo increíble con esto! Suena increíble, ¡y es de código abierto! ¡Gracias por ser increíble!"

Construido con podcastfy

• OpenNotebook
• Surfsense
• Openpod
• Podcast-llm
• Aplicación Podcastfy-Huggingface

Actualizaciones

V0.4.0+ liberación

• Lanzado nuevo modelo TTS de múltiples altavoces (¿es el único que usa Notebooklm?!?)
• Generar podcasts cortos o largos
• Genere podcasts a partir del tema de entrada utilizando la búsqueda web en tiempo real en tierra
• Integre con los modelos 100+ LLM (OpenAI, Anthrope, Google, etc.) para la generación de transcripciones

Vea ChangeLog para más detalles.

Licencia

Este software tiene licencia bajo Apache 2.0. Consulte las instrucciones si desea usar Podcastfy en su software.

Contribuyendo?

¡Agradecemos las contribuciones! Consulte las pautas para obtener más detalles.

¿Ejemplo de casos de uso?

• Los creadores de contenido pueden usar Podcastfy para convertir publicaciones de blog, artículos o contenido multimedia en audio al estilo de podcast, lo que les permite llegar al público más amplio. Al transformar el contenido en un formato de audio, los creadores pueden atender a los usuarios que prefieren escuchar sobre la lectura.

• Los educadores pueden transformar las notas de conferencias, las presentaciones y los materiales visuales en conversaciones de audio, haciendo que el contenido educativo sea más accesible para los estudiantes con diferentes preferencias de aprendizaje. Esto es particularmente beneficioso para los estudiantes con discapacidades visuales o para aquellos que tienen dificultades para procesar información escrita.

• Los investigadores pueden convertir trabajos de investigación, datos visuales y contenido técnico en audio conversacional. Esto hace que sea más fácil para un público más amplio, incluidos aquellos con discapacidades, consumir y comprender información científica compleja. Los investigadores también pueden crear resúmenes de audio de su trabajo para mejorar la accesibilidad.

• Los defensores de la accesibilidad pueden usar Podcastfy para promover la accesibilidad digital al proporcionar una herramienta que convierta el contenido multimodal en formatos auditivos. Esto ayuda a las personas con discapacidades visuales, dislexia u otras discapacidades que hacen que sea difícil consumir contenido escrito o visual.

Colaboradores

↑ volver a la cima ↑