マイポッドキャスト

このプロジェクトは、arXivの論文とRSSフィードからPodcastを生成します。arXivの検索結果とRSSフィードからPodcastを生成するように設計されています。ArXivやRSS提供先に負担がかからない範囲でご利用ください。

事前準備

必要なライブラリ

Pipfileを参照ください。

gemini-1.5-flashの設定

.env_sampleを参考に.envにGOOGLE_APIを設定してください。

音声合成の準備

Podcastの音声合成には、VOICEVOX¹を使いました。VOICEVOX CORE²を使ってAPIサーバーを立ち上げました。Windowsを使っている場合は、Windows版を実行すればおそらく問題なく動作するはずです。 音声合成APIのエンドポイントは環境変数VICEVOX_API_URLで指定します。

• GPUを使用するバージョン:

docker pull voicevox/voicevox_engine:nvidia-ubuntu20.04-latest
docker run --rm --gpus all -p '127.0.0.1:50021:50021' voicevox/voicevox_engine:nvidia-ubuntu20.04-latest

APIのURLや音声IDの変更

.envファイルにVICEVOX_API_URL, SPEACKER1_CHARACTOR_ID, SPEACKER2_CHARACTOR_IDを設定してください。 .envファイルの例：

VICEVOX_API_URL=http://localhost:50021
SPEACKER1_CHARACTOR_ID=46
SPEACKER2_CHARACTOR_ID=8
GOOGLE_API=YOUR_GOOGLE_API_KEY

arXivからのPodcast生成

検索クエリの設定

app/podcast.pyを変更してください:

# 検索クエリを設定
input_search_query = "RAG Retrieval Augmented Generation"
category = "cat:cs"

Podcastの生成

python app/podcast.py

これによりpodcast.wavが生成されます。

RSSからのPodcast生成

URLの設定

app/rss_podcast.pyを変更し、url変数を目的のRSSフィードに変更してください。

Podcastの生成

python app/rss_podcast.py

プログラムのurl変数を目的のRSSフィードに変更してください。

参考

• https://github.com/meta-llama/llama-recipes/tree/main/recipes/quickstart/NotebookLlama

クレジット

• VOICEVOXは無料で使える中品質なテキスト読み上げ・歌声合成ソフトウェアです。
• https://voicevox.hiroshiba.jp/
• https://voicevox.hiroshiba.jp/term/

Footnotes

1. https://voicevox.hiroshiba.jp/ ↩

2. https://github.com/VOICEVOX/voicevox_engine ↩