Meta 仿製 NotebookLM 的 Podcast 生成功能　並開放原始碼

Meta 釋出新專案 NotebookLlama，開放原始碼版本仿製 Google NotebookLM 的 Podcast 生成功能，透過 Llama 型號將文字轉化成對話形式內容。

重點文章

• 8 個與 AI 無關但卻很實用的 iOS 18.2 新功能
• iOS 18.2 新功能全面看　37 項改動一覽
• App Store Awards 2024 獲獎名單公開　17 款年度精選 Apps 一覽
• 【教學】非美國用戶也可使用 Apple Intelligence

生成流程解析

系統會將上傳的 PDF 新聞或網誌等文件轉換成逐字稿，加入戲劇性對話及插話元素後，再由開源文字轉語音型號輸出。但目前合成語音品質仍帶有明顯機械感，且存在對話重疊問題。

開發團隊未來規劃

Meta 團隊在 GitHub 指出，語音自然度受限於當前文字轉語音型號，考慮未來採用雙 AI 代理辯論方式，取代單一型號撰寫腳本的設計。

技術限制仍存

市場上雖已出現多個模仿 NotebookLM 的語音生成專案，但包括 NotebookLM 在內的所有 AI 方案，都難以避免產生虛構資訊的問題。想聽聽 NotebookLlama 生成出來的 Podcast 效果，可參考這裡。

Wow! Meta dropped an open NotebookLM recipe: NotebookLlama 🔥

It uses L3.2 1B/ 3B for pre-processing the PDF, L3.1 70B for Transcript creation, L3.1 8B for re-writes and Parler TTS for Text to Speech ⚡

Step 1: Pre-process PDF: Use Llama-3.2-1B-Instruct to pre-process the PDF… pic.twitter.com/L7hb5GsMtl

— Vaibhav (VB) Srivastav (@reach_vb) October 27, 2024