Open NotebookLM: PDFをオープンソースツールのポッドキャストに変換する

はじめに

オープン ノートブックLM は、あらゆるPDF文書をポッドキャストに変換するために設計されたオープンソースプロジェクトです。このツールは、オープンソースの大規模言語モデル（LLM）と音声合成（TTS）モデルを使用して、PDFコンテンツを処理し、音声ポッドキャストに適した自然なダイアログを生成し、MP3ファイルに出力します。NotebookLMツールに触発されたこのプロジェクトは、Llama 3.3 70B、Fireworks AI、MeloTTS、Bark、Jina Readerなどの技術を使用しています。ユーザーは、シンプルなインターフェースを通じてPDF文書をアップロードし、有益で興味深いポッドキャスト・ダイアログを生成することができます。

機能一覧

• PDFからポッドキャストへPDF文書をアップロードして、その内容をポッドキャストのダイアログに変換します。
• 自然な対話の生成教育的かつ娯楽的なダイアログを作成する。
• ユーザーフレンドリーなインターフェースGradioを使って、シンプルなインタラクティブ・インターフェースを提供する。
• 多言語サポートポッドキャストは13ヶ国語に対応しています。

ヘルプの使用

設置プロセス

1. クローン倉庫

   git clone https://github.com/gabrielchua/open-notebooklm.git
cd open-notebooklm

2. 仮想環境を作成し、起動する：

   python -m venv .venv
ソース .venv/bin/activate

3. 必要な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. APIキーを設定します：
   • Fireworks APIキーを環境変数に設定する花火_api_key.
2. アプリケーションを実行する：

   python app.py

これでGradioのインターフェイスが起動する。

3. PDFをアップロードする：
   • インターフェースにポッドキャストに変換したいPDFドキュメントをアップロードします。
4. オーディオを生成する：
   • ボタンをクリックして変換プロセスを開始し、ポッドキャストのダイアログを含むMP3ファイルが出力されます。

詳細な機能操作の流れ

1. PDFアップロードGradioのインターフェイスでPDFファイルを選択し、アップロードします。
2. 対話の生成このシステムは、PDFコンテンツを自動的に処理し、自然な対話を生成します。
3. 音声出力生成ボタンをクリックすると、ポッドキャストファイルがMP3形式で出力されます。
4. 多言語サポート設定で希望の言語を選択すると、その選択に従って適切な言語でポッドキャストが生成されます。