podcast llm

ポッドキャスト-LLM：AI搭載ポッドキャストの世代

LLMとテキストからスピーチテクノロジーを使用して、魅力的なポッドキャスト会話を自動的に生成するインテリジェントシステム。

ドキュメントを表示します

特徴

• 操作の2つのモード：
  • 研究モード：タビリー検索を使用した自動研究とコンテンツの収集
  • コンテキストモード：提供されたソース資料（URLとファイル）からポッドキャストを生成する
• ダイナミックポッドキャストのアウトライン生成
• 複数のQ＆Aラウンドを使用した自然な会話スクリプトの書き込み
• Google CloudまたはElevenLabsを使用した高品質のテキスト間合成
• 進捗を節約し、生成を再開するためのチェックポイントシステム
• 構成可能なボイスとオーディオ設定
• グラデーションUI

例

Podcast-llmを使用して生成されたサンプルポッドキャストを聞いてください：

LLMSからの構造化されたJSON出力（Google Multispeaker Voices）

UFOクラッシュ検索（11の声）

Behenian Fixed Stars（Google Multispeaker Voices）

ポッドキャスト-LLMの概要（Googleマルチピーカーの声）

ロボットプロセスオートメーション（Google Voices）

Webインターフェイス

インストール

1. PIPを使用してインストール：

   pip install podcast-llm

2. .envで環境変数を設定します：

    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
   

使用法

1. トピックに関するポッドキャストを生成します。

    # 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. オプション：

    # 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. config/config.yamlでボイスやその他の設定をカスタマイズします

4. Gradio Webインターフェイスを起動します。

    # Start the web UI
   podcast-llm-gui

   これにより、ユーザーフレンドリーなWebインターフェイスが起動できます。

   • ポッドキャストトピックを入力してください
   • 研究モードとコンテキストモードを選択します
   • コンテキストモードのためにソースファイルとURLをアップロードします
   • Q＆Aラウンドとチェックポイントを構成します
   • テキストとオーディオの出力パスを指定します
   • 生成の進行をリアルタイムで監視します

ライセンス

このプロジェクトは、Creative Commons Attribution-NonCommercial 4.0 International（CC BY-NC 4.0）の下でライセンスされています

これはあなたが自由にできることを意味します：

• 共有：媒体または形式で素材をコピーして再配布する
• 適応：リミックス、変革、および素材の上に構築します

次の条件で：

• 帰属：適切なクレジットを提供し、ライセンスへのリンクを提供し、変更が行われたかどうかを示す必要があります
• 非営利目：商業目的で素材を使用することはできません
• 追加の制限はありません：ライセンスが許可されていることを他人を法的に制限する法的条件または技術的措置を適用することはできません

商業使用については、[email protected]に連絡して商業ライセンスを取得してください。

完全なライセンステキストは、https：//creativecommons.org/licenses/by-nc/4.0/legalcodeにあります

謝辞

このプロジェクトは、LLMSを使用してポッドキャストを生成するためのフレームワークを提供するPodcastFyに触発されました。

この実装は、研究とコンテンツの収集プロセスを自動化することによって異なり、手動の調査やコンテンツのキュレーションを必要とせずに、あらゆるトピックに関する完全に自律的なポッドキャストの生成を可能にします。