PodCastLM：把 PDF / URL 一键转成播客对话与音频

NotebookLM 风格的播客生产线：输入 PDF 或 URL，输出双人对话、摘要、节目简介与 MP3。

开源项目地址：https://github.com/ylouis83/Podcastllm

Highlights

• 一键生成：播客脚本 + 摘要 + 节目简介，流式返回，前端实时渲染。
• 多路 TTS：FishAudio、Azure Speech、Qwen3 TTS，主持人/嘉宾音色可切换。
• 本地转写：内置 Whisper，本地推理；支持 Web 上传或 CLI 批量转写并导出时间戳。
• 输入灵活：PDF 上传或用 Jina 抓取 URL。
• 低延迟流式：对话生成、摘要、信息流均流式输出。

Architecture

• LLM：默认 Llama 3.1 405B（Fireworks），可切换百炼/Qwen。
• TTS：Azure OpenAI、FishAudio、Qwen3 TTS，多音色多语种。
• 转写：本地 Whisper，WHISPER_MODEL_NAME 控制模型体量（small/base/medium/large-v3）。
• 前端：Vite + React + Tailwind，流式渲染，Netlify 一键部署。
• 后端：FastAPI + Uvicorn，提供生成、摘要、转写、音频任务状态查询等接口。

Run It Locally

Backend

cd backend
cp .env.example .env  # 填写密钥
python -m venv .venv && source .venv/bin/activate
pip install -r requirements-local.txt
uvicorn main:app --reload --host 0.0.0.0 --port 8000

常用环境变量：

• BAILIAN_API_KEY / QWEN_API_KEY：Qwen LLM & Qwen3 TTS（Fireworks 失效兜底）。
• FIREWORKS_API_KEY（可选）：启用 Llama 3.1 405B（FIREWORKS_MODEL_ID 可覆盖）。
• SPEECH_KEY / SPEECH_REGION：Azure TTS。
• FISHAUDIO_KEY：FishAudio TTS。
• JINA_KEY：URL 抓取。
• WHISPER_MODEL_NAME：Whisper 模型名，默认 small。

Frontend

cd frontend
cp .env.template .env
# 推荐填写
# VITE_HOST_URL=http://localhost:8000
# VITE_BASE_URL=http://localhost:8000/api/v1/chat
pnpm install
pnpm dev --host

API Endpoints

• POST /api/v1/chat/generate_transcript：生成播客对话（PDF/URL + 提问，流式 JSON）。
• POST /api/v1/chat/summarize：生成摘要（流式）。
• POST /api/v1/chat/pod_info：生成节目简介与要点。
• POST /api/v1/chat/transcribe_audio：上传音频并用本地 Whisper 转写。
• POST /api/v1/chat/generate_audio：根据文本生成音频，返回 task_id。
• GET /api/v1/chat/audio_status/{task_id}：查询音频合成结果。
• GET /api/v1/chat/speekers：获取可选音色列表。

CLI Transcription

PYTHONPATH=backend WHISPER_MODEL_NAME=base python scripts/local_transcribe.py path/to/audio.m4a --output-file tmp/result.txt

Use Cases

• 内容二次创作：长文档/报告快速转成播客，便于通勤收听。
• 课程/会议回放：上传录音，转写并生成摘要/对话串讲。
• 多语音色播客：主持人/嘉宾音色随时切换，快速迭代节目风格。

Roadmap

• 增强多说话人角色配置与情绪控制。
• 加入节目封面自动生成。
• 提供一键部署脚本（Docker Compose）。

Links

• GitHub：https://github.com/ylouis83/Podcastllm
• 在线 Demo：https://endearing-rabanadas-2ee528.netlify.app