open sourced nootbookLM

โน้ตบุ๊กที่มาจากที่มา

ภาพรวม

สคริปต์ผู้สร้างพอดคาสต์ (โน้ตบุ๊กที่มาจากแหล่งที่มา) ได้รับการออกแบบมาเพื่อทำให้กระบวนการสร้างพอดคาสต์จากเอกสาร PDF เป็นไปโดยอัตโนมัติ มันแยกข้อความจาก PDF สร้างสคริปต์พอดคาสต์โดยละเอียดโดยใช้โมเดล GPT-4 ของ OpenAI แปลงสคริปต์เป็นเสียงแล้วรวมเสียงเข้ากับรูปภาพของหน้า PDF เพื่อสร้างวิดีโอ เอาต์พุตสุดท้ายรวมทั้งไฟล์เสียงและไฟล์วิดีโอที่มีเสียงแบบซิงโครไนซ์

ตัวอย่าง

MISTRAL 7B

Llama2

ความสนใจคือสิ่งที่คุณต้องการ

คุณสมบัติโน้ตบุ๊กที่มาจากที่มา

1. การแยกข้อความ PDF : แยกเนื้อหาข้อความจากเอกสาร PDF
2. การสร้างสคริปต์ : ใช้โมเดล GPT-4 ของ OpenAI เพื่อสร้างสคริปต์พอดคาสต์โดยละเอียดตามข้อความที่แยกออกมา
3. การแปลงแบบข้อความเป็นคำพูด : แปลงสคริปต์ที่สร้างขึ้นเป็นเสียงโดยใช้ความสามารถในการพูดแบบข้อความของ OpenAI
4. การประมวลผลเสียง : ประมวลผลเสียงเพื่อให้แน่ใจว่าตรงตามข้อกำหนดที่ต้องการ (เช่นสเตอริโออัตราตัวอย่าง)
5. การสร้างวิดีโอ : แปลงหน้า PDF เป็นรูปภาพและรวมเข้ากับเสียงเพื่อสร้างวิดีโอ
6. การกำหนดค่าสภาพแวดล้อม : โหลดตัวแปรสภาพแวดล้อมจากไฟล์ .env สำหรับการจัดการคีย์ API ที่ปลอดภัย

เวิร์กโฟลว์

1. แยกข้อความจาก PDF : สคริปต์เริ่มต้นด้วยการแยกข้อความจากไฟล์ PDF ที่ให้ไว้
2. สร้างสคริปต์พอดคาสต์ : ข้อความที่แยกออกมาใช้เพื่อสร้างสคริปต์พอดคาสต์ที่มีโฮสต์สองโฮสต์อลิซและจอห์นซึ่งมีส่วนร่วมในการสนทนาอย่างละเอียดเกี่ยวกับเนื้อหา
3. แปลงสคริปต์เป็นเสียง : สคริปต์ถูกแปลงเป็นเสียงด้วยเสียงที่แตกต่างกันที่ได้รับมอบหมายให้อลิซและจอห์น
4. ประมวลผลเสียง : เสียงถูกประมวลผลเพื่อให้แน่ใจว่าอยู่ในรูปแบบและคุณภาพที่ถูกต้อง
5. สร้างวิดีโอ : รูปภาพของหน้า PDF ถูกสร้างและรวมกับเสียงเพื่อสร้างวิดีโอ
6. บันทึกเอาต์พุต : ไฟล์เสียงและวิดีโอสุดท้ายจะถูกบันทึกลงในเส้นทางเอาต์พุตที่ระบุ

วิธีใช้โน้ตบุ๊กที่มาจากที่มา

เพื่อเรียกใช้โครงการ:

   pip install poetry

   poetry install

3. เติมไฟล์. env

  OPENAI_API_KEY= " " 

 cd podcast_creator

5. ในการใช้สคริปต์เพียงจัดเตรียมพา ธ ไปยังไฟล์ PDF และเรียกใช้สคริปต์ สคริปต์จะจัดการส่วนที่เหลือสร้างสคริปต์พอดคาสต์แปลงเป็นเสียงประมวลผลเสียงและการสร้างวิดีโอ

 if name == "main" :
pdf_path = "/path/to/your/pdf/document.pdf"
create_podcast_from_pdf ( pdf_path )

   poetry run python podcast_creator/main.py

การพึ่งพาอาศัยกัน

• langchain
• pydantic
• openai
• pydub
• fitz (pymupdf)
• numpy
• subprocess
• tqdm
• PIL (หมอน)
• textwrap
• dotenv

ตรวจสอบให้แน่ใจว่ามีการติดตั้งการพึ่งพาทั้งหมดก่อนเรียกใช้สคริปต์

บทสรุป

สคริปต์ Podcast Creator (Open Sourced Notebooklm) เป็นโซลูชันที่ครอบคลุมสำหรับการแปลงเอกสาร PDF เป็นตอนพอดคาสต์ที่มีส่วนร่วมพร้อมด้วยเสียงและวิดีโอ ด้วยการใช้ประโยชน์จากโมเดล AI ขั้นสูงและเทคนิคการประมวลผลเสียงทำให้ระบบเวิร์กโฟลว์ทั้งหมดโดยอัตโนมัติทำให้ง่ายต่อการสร้างเนื้อหาพอดคาสต์คุณภาพสูงจากเอกสารข้อความ

ใบอนุญาต

มาแชทกันเถอะ)