PodfAI

Подфай

Это приложение позволяет пользователю создавать контент в стиле подкастов на основе предоставленных файлов. Некоторые примеры будут предоставлять бумагу, лекцию, описание проекта, личное резюме или многие другие.

Я также написал сообщение в блоге, чтобы поговорить об этом проекте, обязательно проверьте « как использовать Generative AI для создания контента в стиле подкаста из любого ввода ».

Как это работает

Как использовать

1. Предоставить один или несколько файлов.
2. При желании настраивайте голоса гостя и хоста, вы можете проверить здесь голосовые образцы.
3. Нажмите на «Generate Podcast» и подождите несколько мгновений.
4. Играйте в аудио и не стесняйтесь следить за текстовой стенограммой.

Примеры

Подкаст генерируется из моего другого проекта "AI Beats"

Podcast-Ai_beast.mp4

Подкаст генерируется из моего другого проекта "AI Trailer"

Podcast-Ai_trailer.mp4

Подкаст генерируется из описания «Оптимальной утренней рутины» Эндрю Хубермана

Podcast Andrew_hubermans.mp4

Подкаст генерируется личным резюме

подкаст-resume.mp4

Местное использование

Настраивать

1. Клонировать репозиторий GitHub

https://github.com/dimitreOliveira/PodfAI.git
cd PodfAI

2. Создать новый Venv

python -m venv .venvs/podfai

3. Активировать Вен

 source .venvs/podfai/bin/activate

4. Установите требования

make build

В качестве альтернативы, вы также можете запустить с помощью pip

pip install -r requirements

5. Настройка зависимости Google API

• Следуйте этому руководству или этому другому.

Запуск приложения

Чтобы запустить приложение, запустите команду Make ниже

make app

В качестве альтернативы, вы также можете работать с помощью Plaine Python

 streamlit run src / app . py

Конфигурации

Не стесняйтесь изменить конфигурации по умолчанию, чтобы изменить поведение приложения или настроить на ваши потребности.

 vertex:
  project: {VERTEX_AI_PROJECT}
  location: {VERTEX_AI_LOCATION}
transcript:
  model_id: gemini-1.5-pro-002
  transcript_len: 5000
  max_output_tokens: 8192
  temperature: 1
  top_p: 0.95
  top_k: 32

• вершина
  • Проект: название проекта, используемое Vertex AI.
  • Местоположение: Расположение проекта, используемое Vertex AI.
• транскрипт
  • MODEL_ID: модель, используемая для создания транскрипта подкаста.
  • Transcript_len: предлагаемая длина транскрипта.
  • max_output_tokens: максимальное количество токенов, сгенерированных моделью.
  • Температура: температура контролирует степень случайности при выборе токенов. Более низкие температуры хороши для подсказок, которые ожидают истинного или правильного ответа, в то время как более высокие температуры могут привести к более разнообразным или неожиданным результатам. При температуре 0 всегда выбирается токен с самой высокой вероятностью
  • top_p: Top-P изменяет, как модель выбирает токены для вывода. Токены выбираются из наиболее вероятных до наименьшего до тех пор, пока сумма их вероятностей не будет равна значению Top-P. Например, если токены A, B и C имеют вероятность 0,3, .2 и .1, а значение Top-P составляет.
  • top_k: Top-K изменяет, как модель выбирает токены для вывода. Top-K из 1 означает, что выбранный токен является наиболее вероятным среди всех токенов в словаре модели (также называемой жадным декодированием), в то время как Top-K из 3 означает, что следующий токен выбирается из 3 наиболее вероятных токенов (с использованием температуры)

Тодо

• Поддержка клонирования голоса
• Поддерживать другие языки
• Поддержите другие типы ввода (изображения, видео, URL -адреса YouTube)
• Добавить пример ноутбука для запуска в Колабе
• Воспроизведите рабочий процесс с моделями с открытым исходным кодом
• Экспериментируйте с агентскими рабочими процессами, чтобы улучшить стенограмму подкаста

Ссылки

• Google Cloud-клиентские библиотеки текста в речь
• Настройка Google Cloud TTS локально
• Голосовой список Google Cloud TTS

Внося

Если вы заинтересованы в участии в этом проекте, большое спасибо! Перед созданием вашего пиара, обязательно заполните свой код, запустив команду ниже:

make lint

Благодарности

• Облачные кредиты Google предоставляются для этого проекта. Этот проект был возможен благодаря поддержке команды программ разработчиков Google ML.
• Этот проект был основан на Google Notebooklm, который, помимо контента в стиле подкаста, имеет много других функций, не забудьте проверить его.