pdf to podcast

pdf to podcast

概要

このプロジェクトは、PDF ドキュメントをポッドキャスト エピソードに変換するツールを提供します。このツールは、ダイアログ生成に Google の Gemini と OpenAI のテキスト読み上げモデルを使用して、PDF のコンテンツを処理し、オーディオ ポッドキャストに適した自然なダイアログを生成し、MP3 ファイルとして出力します。

特徴

• pdf to podcast変換 : PDF をアップロードし、そのコンテンツをポッドキャスト ダイアログに変換します。
• AI を活用した対話: Google の Gemini LLM を使用して、魅力的で自然な会話を作成します。
• 高品質オーディオ: OpenAI のテキスト読み上げ機能を利用して、本物のような音声を実現します。
• ユーザーフレンドリーなインターフェイス: Gradio を使用したシンプルなインターフェイスで、簡単に操作できます。

インストール

プロジェクトを設定するには、次の手順に従います。

1. リポジトリのクローンを作成します。

   git clone https://github.com/knowsuchagency/pdf-to-podcast.git
   cd pdf-to-podcast

2. 依存関係をインストールします。

   uv sync

使用法

1. API キーを設定します。

   OpenAI の API キーが必要になります。これは、インターフェイスを介して渡すか、 OPENAI_API_KEY環境変数として設定できます。

2. アプリケーションを実行します。

   python main.py

   これにより、Web ブラウザで Gradio インターフェイスが起動します。

3. PDF をアップロードする:ポッドキャストに変換する PDF ドキュメントをアップロードします。

4. OpenAI API キーを入力:指定されたテキストボックスに OpenAI API キーを入力します。

5. オーディオの生成:ボタンをクリックして変換プロセスを開始します。出力は、ポッドキャストのダイアログを含む MP3 ファイルになります。

ライセンス

このプロジェクトは、Apache 2.0 ライセンスに基づいてライセンスされています。詳細については、LICENSE ファイルを参照してください。