简介
opensource_notebooklm是一个开源项目,旨在通过结合Deepseek-V3语言理解和PlayHT文本转语音技术,实现自然、教育性的对话生成。该项目能够生成类似播客的对话,适用于教育和娱乐领域。其主要优点包括强大的语言生成能力和高质量的语音输出,使其在教育内容创作和语言学习应用中具有重要价值。
截图

产品特色
AI驱动的对话生成:利用Deepseek-V3模型生成自然、教育性的对话。
文本转语音:通过PlayHT将对话转换为逼真的音频。
互动式格式:生成类似播客的对话,增强用户参与感。
教育内容创作:能够围绕任何主题创建深入、有洞察力的讨论。
支持多种语言和话题:适用于不同语言和领域的对话生成。
易于集成:提供开源代码,方便开发者进行二次开发和集成。
实时交互:支持实时生成和播放对话,提升用户体验。
使用教程
1. 克隆或下载开源代码到本地。
2. 安装所需的Python环境和依赖库。
3. 获取FAL API和OpenRouter API的密钥。
4. 配置项目参数,包括API密钥和对话主题。
5. 运行项目,生成对话并转换为音频。
6. 根据需要对生成的内容进行编辑和优化。
7. 将生成的对话或音频用于教育、娱乐或其他应用场景。
流量来源
直接访问 | 51.61% | 外链引荐 | 33.46% | 邮件 | 0.04% |
自然搜索 | 12.58% | 社交媒体 | 2.19% | 展示广告 | 0.11% |
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图
同类开源产品

Echopod
EchoPod是一个利用人工智能将文章、博客和故事转换为专业品质播客的平台。
文本转声音#人工智能

Dia AI
国外精选
Dia 是一个由 Nari Labs 开发的文本到语音(TTS)模型,具有 1.6 亿参数,能够直接从文本生成高度逼真的对话。
文本转声音#AI

Text To Bark
Text to Bark 是由 ElevenLabs 开发的首个 AI 驱动的文本转语音模型,旨在帮助人们与狗狗进行更有效的沟通。
文本转声音#宠物交流

Podcastle AI Voices
这是一个强大的文本转语音生成器,拥有超过 1000 种高质量的 AI 语音。
文本转声音#AI 语音

Orpheus TTS
Orpheus TTS 是一个基于 Llama-3b 模型的开源文本转语音系统,旨在提供更加自然的人类语音合成。
文本转声音#开源

Zonos TTS
Zonos TTS 是一款先进的 AI 文本转语音技术,支持多语言、情感控制和零样本语音克隆。
文本转声音#文本转语音

Kokorotts
Kokoro TTS 是一款强大的文本转语音工具,支持多种语言和语音融合功能,能够将 EPUB、PDF 和 TXT 文件转换为高质量的语音输出。
文本转声音#多语言支持

Spark TTS
Spark-TTS 是一种基于大语言模型的高效文本到语音合成模型,具有单流解耦语音令牌的特性。
文本转声音#大语言模型

Llasa
Llasa是一个基于Llama框架的文本到语音(TTS)基础模型,专为大规模语音合成任务设计。
文本转声音#人工智能
替代品

Dia AI
国外精选
Dia 是一个由 Nari Labs 开发的文本到语音(TTS)模型,具有 1.6 亿参数,能够直接从文本生成高度逼真的对话。
文本转声音#AI

Orpheus TTS
Orpheus TTS 是一个基于 Llama-3b 模型的开源文本转语音系统,旨在提供更加自然的人类语音合成。
文本转声音#开源

Spark TTS
Spark-TTS 是一种基于大语言模型的高效文本到语音合成模型,具有单流解耦语音令牌的特性。
文本转声音#大语言模型

Llasa
Llasa是一个基于Llama框架的文本到语音(TTS)基础模型,专为大规模语音合成任务设计。
文本转声音#人工智能

Indextts
IndexTTS 是一种基于 GPT 风格的文本到语音(TTS)模型,主要基于 XTTS 和 Tortoise 进行开发。
文本转声音#人工智能

Zonos
Zonos 是一个先进的文本到语音模型,支持多种语言,能够根据文本提示和说话者嵌入或音频前缀生成自然语音。
文本转声音#语音克隆

Zonos V0.1 Hybrid
Zonos-v0.1-hybrid 是由 Zyphra 开发的一款开源文本转语音模型,它能够根据文本提示生成高度自然的语音。
文本转声音#语音合成

Llasa 1B
Llasa-1B 是一个由香港科技大学音频实验室开发的文本转语音模型。
文本转声音#语音合成

Llasa 3B
Llasa-3B 是一个强大的文本到语音(TTS)模型,基于 LLaMA 架构开发,专注于中英文语音合成。
文本转声音#语音合成
精选AI产品推荐

Nocode
中文精选
NoCode 是一款无需编程经验的平台,允许用户通过自然语言描述创意并快速生成应用,旨在降低开发门槛,让更多人能实现他们的创意。
开发平台#应用开发
876

Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具,支持中文和英语,基于前沿 AI 技术,能够快速生成用户感兴趣的播客内容。
音频生成#AI
348

Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理,能够将创意提示转化为艺术作品,支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理开源
564

Smart PDFs
国外精选
Smart PDFs 是一个在线工具,利用 AI 技术快速分析 PDF 文档,并生成简明扼要的总结。
文章摘要#AI
984

Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
468

Anyvoice
AnyVoice是一款领先的AI声音生成器,采用先进的深度学习模型,将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k

Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k