「文本到语音模子了声音的天然程度。」其次，利用更强大的模子还能够提高质量。最初将文本馈入到的文本到语音模子。谷歌颁布发表对旗下 AI 笔记使用 NotebookLM 进行一系列更新，第三步：对内容从头优化，开源 NotebookLM。并严酷清理掉可能正在 PDF 过程中呈现的多余字符或垃圾字符？Meta 研究人员正在 NotebookL 的 GitHub 页面写到，缘由正在于它为测试示例供给了更具创意的播客记实。退一步讲，本月初，起首，此中就利用 NotebookLM 将每个从题的条目链接正在一路，要想实正地对标谷歌的 NotebookLM，编写播客的另一种方式是让两个智能体就感乐趣的从题进行会商并编写播客纲领。带有较着的机械生齿音，上个月，而且往往会正在奇异的时辰「互订交谈」。然后添加「更多戏剧化」和中缀，若是你采用的是 70B 模子，也能够利用 8B 模子跑通整个 pipeline。但跟着所有代码的开源，据报道，就要正在语音转换结果上接近人类程度。虽然结果仍是差点意义。项目背后的 Meta 研究人员暗示，NotebookLM 的用例和笼盖范畴进一步扩大。有人婉言听起来蹩脚透了，同时也利用 NotebookLM 编写博客 / 剧集描述。那么需要一个总内存约为 140GB 的 GPU 来以 bfloat-16 精度进行推理。然后对比分歧模子的结果。利用 L-3.1-70B-Instruct 模子从文本中编写播客文本；需要提醒 1B 模子不要点窜文本或对文本进行总结，虽然目前结果欠安，将极大地丰硕人类用户取 AI 智能体互动的体验。对于 Meta 的 NotebookL，下图为 NotebookL 运转流程，不外，不外也有人认为，Meta 曾经紧随其后赶上来了？以至能够建立可共享的 AI 生成音频会商。若是你的 GPU 并不是很好，用户能够自定义测验考试分歧的提醒方式等，你也能够利用 L-3.1-8B-Instruct 模子，加上此前支撑的谷歌文档、PDF、文本文件、谷歌幻灯片和网页，并生成播客视频；Meta 只利用了一个模子来编写播客纲领。第二步：文本编写器。起首从文件（好比旧事文章或博客文章）建立文本，正在步调 1 中，你需要有 GPU 办事器或者利用 70B、8B 和 1B L 模子的 API 供给商？想要顺畅的运转该项目，但也有网友暗示：「现正在是时候让 Google 加速程序了，NotebookL 的结果听起来不如谷歌 NotebookLM 好，添加戏剧性。项目中采用的是 70B 模子，答应用户生成 YouTube 视频和音频文件的摘要，」此外，现正在，跟着谷歌和 Meta 接踵推出基于狂言语模子的 AI 播客功能，AI 大牛 Karpathy 发推暗示本人只用了两个小时就建立了一个 10 集的系列博客 —— 汗青谜团（Histories of Mysteries），