podcast llm

播客-LLM：AI驅動的播客一代

一種智能係統，該系統會自動使用LLM和文本對語音技術生成引人入勝的播客對話。

查看文檔

特徵

• 兩種操作模式：
  • 研究模式：使用坦維利搜索的自動化研究和內容收集
  • 上下文模式：從提供的源材料（URL和文件）生成播客
• 動態播客大綱
• 自然對話腳本寫作多個問答環節
• 使用Google Cloud或Elevenlabs的高質量文本到語音綜合
• 保存進度並恢復生成的檢查點系統
• 可配置的聲音和音頻設置
• Gradio UI

例子

收聽使用播客-LLM生成的示例播客：

LLMS的結構化JSON輸出（Google MultiSpeaker聲音）

UFO崩潰檢索（Elevenlabs聲音）

Behenian固定星（Google MultiSpeaker聲音）

播客-LLM概述（Google MultiSpeaker聲音）

機器人過程自動化（Google Voices）

Web界面

安裝

1. 使用PIP安裝：

   pip install podcast-llm

2. 在.env中設置環境變量：

    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. 生成有關主題的播客：

    # 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. 選項：

    # 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中自定義聲音和其他設置

4. 啟動Gradio Web界面：

    # Start the web UI
   podcast-llm-gui

   這啟動了一個用戶友好的Web界面，您可以在其中：

   • 輸入播客主題
   • 在研究和上下文模式之間進行選擇
   • 上傳源文件和上下文模式的URL
   • 配置問答環節和檢查點
   • 指定文本和音頻的輸出路徑
   • 實時監控生成進度

執照

該項目在創意共享歸因非商業4.0國際（CC BY-NC 4.0）下獲得許可

這意味著您可以自由：

• 共享：以任何媒介或格式複制並重新分配材料
• 適應：混音，轉換和建立在材料上

根據以下條款：

• 歸因：您必須給予適當的信用，提供指定許可的鏈接，並指出是否進行了更改
• 非商業性：您不得將材料用於商業目的
• 沒有其他限制：您不得採用法律條款或技術措施，使他人合法限制他人執行許可證允許

有關商業用途，請聯繫[email protected]獲取商業許可。

完整的許可文本可以在以下網址找到：https：//creativecommons.org/licenses/by-nc/4.0/legalcode

致謝

該項目的靈感來自PodcastFy，該項目提供了使用LLMS生成播客的框架。

該實現通過自動化研究和內容收集過程而有所不同，從而無需手動研究或內容策劃就可以完全自主的播客生成任何主題。