podcast llm

播客-LLM：AI驱动的播客一代

一种智能系统，该系统会自动使用LLM和文本对语音技术生成引人入胜的播客对话。

查看文档

特征

• 两种操作模式：
  • 研究模式：使用坦维利搜索的自动化研究和内容收集
  • 上下文模式：从提供的源材料（URL和文件）生成播客
• 动态播客大纲
• 自然对话脚本写作多个问答环节
• 使用Google Cloud或Elevenlabs的高质量文本到语音综合
• 保存进度并恢复生成的检查点系统
• 可配置的声音和音频设置
• Gradio UI

例子

收听使用播客-LLM生成的示例播客：

LLMS的结构化JSON输出（Google MultiSpeaker声音）

UFO崩溃检索（Elevenlabs声音）

Behenian固定星（Google MultiSpeaker声音）

播客-LLM概述（Google MultiSpeaker声音）

机器人过程自动化（Google Voices）

Web界面

安装

1. 使用PIP安装：

   pip install podcast-llm

2. 在.env中设置环境变量：

    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
   

用法

1. 生成有关主题的播客：

    # 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. 选项：

    # 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. 在config/config.yaml中自定义声音和其他设置

4. 启动Gradio Web界面：

    # Start the web UI
   podcast-llm-gui

   这启动了一个用户友好的Web界面，您可以在其中：

   • 输入播客主题
   • 在研究和上下文模式之间进行选择
   • 上传源文件和上下文模式的URL
   • 配置问答环节和检查点
   • 指定文本和音频的输出路径
   • 实时监控生成进度

执照

该项目在创意共享归因非商业4.0国际（CC BY-NC 4.0）下获得许可

这意味着您可以自由：

• 共享：以任何媒介或格式复制并重新分配材料
• 适应：混音，转换和建立在材料上

根据以下条款：

• 归因：您必须给予适当的信用，提供指定许可的链接，并指出是否进行了更改
• 非商业性：您不得将材料用于商业目的
• 没有其他限制：您不得采用法律条款或技术措施，使他人合法限制他人执行许可证允许

有关商业用途，请联系[email protected]获取商业许可。

完整的许可文本可以在以下网址找到：https：//creativecommons.org/licenses/by-nc/4.0/legalcode

致谢

该项目的灵感来自PodcastFy，该项目提供了使用LLMS生成播客的框架。

该实现通过自动化研究和内容收集过程而有所不同，从而无需手动研究或内容策划就可以完全自主的播客生成任何主题。