Podcastfy：NotebookLMのポッドキャスティング機能に代わるオープンソースの多言語音声会話ツール、マルチソースコンテンツ

はじめに

PodcastfyはオープンソースのPythonソフトウェアパッケージで、Generative Artificial Intelligence (GenAI)技術を使い、ウェブコンテンツ、PDFファイル、テキスト、画像、Youtube動画、その他多くのソースを魅力的な多言語オーディオダイアログに変換します。従来のUIベースのツールとは異なり、Podcastfyは、パーソナライズされたスケーラブルなオーディオコンテンツ生成を必要とするユーザーのために、プログラムによるカスタマイズされた生成に焦点を当てています。

デモ・インターフェース：https://huggingface.co/spaces/thatupiso/Podcastfy.ai_demo

機能一覧

• 複数のソース（ウェブページ、PDF、テキスト、YouTube動画、画像など）のコンテンツを多言語オーディオ・ダイアログに変換
• カスタムテープ起こしおよび音声生成のサポート（スタイル、言語、構造、長さなど）
• 既存のトランスクリプトや編集済みのトランスクリプトからポッドキャストを作成する
• 高度な音声合成モデリングをサポート（OpenAI、ElevenLabs、Edgeなど）
• トランスクリプトを生成するために実行されるローカルLLMをサポート（プライバシーとコントロールの向上）
• ワークフロー自動化のためのシームレスなCLIとPythonパッケージの統合
• グローバルなコンテンツ制作のための多言語サポート（実験的）

ヘルプの使用

設置プロセス

1. Python 3.7以上がインストールされていることを確認してください。
2. Podcastfyをpipを使ってインストールする：

   pip install podcastfy
   

3. 必要な依存パッケージをインストールする：

   pip install -r requirements.txt
   

使用プロセス

1. 基本的な使い方::
   • Podcastfyパッケージをインポートする：

     import podcastfy
     

   • コンテンツをロードし、オーディオを生成する：

     content = podcastfy.load_content('path/to/your/content')
     audio = podcastfy.generate_audio(content, language='en')
     podcastfy.save_audio(audio, 'output/path')
     

2. カスタム・ジェネレーション::
   • トランスクリプションとオーディオ生成のパラメータをカスタマイズ

     audio = podcastfy.generate_audio(content, language='en', style='conversational', length='short')
     

3. 多言語サポート::
   • 多言語音声の生成

     audio_fr = podcastfy.generate_audio(content, language='fr')
     audio_pt = podcastfy.generate_audio(content, language='pt-BR')
     

4. 高度な機能::
   • ネイティブのLLMを使ってトランスクリプトを作成する：

     transcript = podcastfy.generate_transcript(content, use_local_llm=True)
     audio = podcastfy.generate_audio(transcript)
     

5. 自動化されたワークフロー::
   • CLIツールを使う：

     podcastfy --input path/to/content --output path/to/output --language en
     

詳しい操作手順

1. コンテンツの読み込み::
   • ウェブページ、PDF、テキスト、YouTubeビデオ、画像など、複数のコンテンツソースをサポート。使用方法 load_content メソッドを使ってコンテンツをロードする。
   • 例

     content = podcastfy.load_content('https://example.com')
     

2. オーディオの生成::
   • 利用する generate_audio メソッドを使って音声を生成します。言語、スタイル、長さなどのパラメータを指定できます。
   • 例

     audio = podcastfy.generate_audio(content, language='en', style='narrative', length='long')
     

3. オーディオの保存::
   • 利用する save_audio メソッドを使用して、生成されたオーディオファイルを保存します。
   • 例

     podcastfy.save_audio(audio, 'output/audio.mp3')
     

4. テープ起こし::
   • 利用する generate_transcript カスタムトランスクリプトを生成するメソッド。ネイティブLLMを使用するオプションで、プライバシーとコントロールを強化。
   • 例

     transcript = podcastfy.generate_transcript(content, use_local_llm=True)
     

5. 多言語サポート::
   • グローバルなコンテンツ制作のための多言語オーディオ生成のサポート。
   • 例

     audio_fr = podcastfy.generate_audio(content, language='fr')
     audio_pt = podcastfy.generate_audio(content, language='pt-BR')
     

以上の手順で、ユーザーは複数のソースからのコンテンツを簡単に多言語の音声対話に変換し、パーソナライズされた魅力的なポッドキャスト・コンテンツを作成することができます。