Meta запускает бесплатную нейронную сеть для создания подкастов из PDF

Meta выпустила бесплатную нейронку, которая превращает PDF в... ПОДКАСТ. Две ведущих в живой беседе простейшим языком разберут любую тему из документа — идеальная подготовка к экзаменам! Как работает: 1 Загрузите PDF — он превращается в текст. 2 Нейронка создаст сценарий подкаста. 3 Добавит ЭМОЦИЙ в разговор между ИИ-ведущими. 4 Сгенерирует реалистичную речь, которую не отличить от настоящего разговора 5 Вы получаете целый подкаст на основе любого PDF, учебника, книги и документа, который удобно слушать. Запускаем бесплатную нейронка на компе — тут. Бэкдор

Google: релизят свой самый крутой сервис за год Meta: буквально через пару месяцев показывают опенсорс аналог Да, в Meta выпустили открытую копию того самого NotebookLM, который генерирует подкасты из pdf, – Notebook Llama. Что под капотом: Предобработка PDF: Llama-3.2-1B-Instruct используется для преобразования pdf в txt. Составление сценария: здесь для написания драфта текста используется Llama-3.1-70B-Instruct, а затем Llama-3.1-8B-Instruct перерабатывает текст и делает его более лиричным и «очеловеченным», чтобы подкаст получился поживее. Text2speech: тут прикрутили parler-tts-mini и suno. Пока еще заметны шероховатости, но замена точно достойная пример . Код ищите тут.

Meta представила бесплатную нейронку, которая превращает PDF… в подкаст! Теперь даже учебники оживают, когда две ИИ-ведущих обсуждают тему простым языком, как будто беседуют в реальной жизни. Отлично подходит для подготовки к экзаменам. Как это работает: 1. Загрузите PDF — нейронка преобразует его в текст. 2. На основе текста создается сценарий для подкаста. 3. В диалог добавляют эмоции, чтобы он звучал натурально. 4. Готовый подкаст можно сразу слушать! Попробовать бесплатно можно на GitHub по ссылке. Нейросети DarkGPT BOT

Забирай эксклюзивное предложение для пользователей Tek.fm *Предложение ограничено

Meta выкатила свой вариант вирусной фичи из NotebookLM от Google — NotebookLlama. Решение открытое и его можно развернуть хоть в локальном окружении. Вообще, если посмотреть внимательно, то выглядящая волшебной функция в сервисе Google — вы даёте документы и через некоторое время прокручивания спиннера слышите два человеческих голоса, обсуждающих их содержание, — тут выглядит разложенной на очень простые составляющие и лишенная магии. Сначала самая минимальная модель — 1B — переводит источник из PDF в текст. Затем мощная модель — Llama-3.1-70B-Instruct, — пишет сценарий со всеми репликами. На следующем этапе менее сложная модель — Llama-3.1-8B-Instruct — обрабатывает текст, добавляя драматизма и эмоций, после чего движок text-to-speech — Parler и Suno в данном случае, — генерирует собственно аудио. Правда, модель с 70B параметров будет затруднительно развернуть локально — ей понадобится порядка 140 гигабайт памяти, желательно видео, — но авторы уверяют, что можно вместо неё использовать версию с 8B. В принципе, заглянув внутрь ноутбуков, можно достать все необходимые параметры, чтобы, например, заменить локальную модель запросами через API или, в рамках эксперимента, заменить Llama на GPT-4o или Claude 3.5 Sonnet и посмотреть, что получится.

Google представил отличный сервис, Meta ответила с открытым исходным кодом. Meta выпустила NotebookLM, преобразующий pdf в подкасты, названный Notebook Llama. В его состав входят: Llama-3.2-1B-Instruct, преобразующий pdf в txt. Llama-3.1-70B-Instruct и Llama-3.1-8B-Instruct, создающие и улучшающие текст. Parler-tts-mini и suno для Text2speech. При наличии недоработок, это хорошая альтернатива пример . Код доступен здесь. INCUBE.AI ПОДПИСАТЬСЯ

Meta представила бесплатную нейронку, которая превращает PDF… в подкаст! Теперь даже учебники оживают, когда две ИИ-ведущих обсуждают тему простым языком, как будто беседуют в реальной жизни. Отлично подходит для подготовки к экзаменам. Как это работает: 1. Загрузите PDF — нейронка преобразует его в текст. 2. На основе текста создается сценарий для подкаста. 3. В диалог добавляют эмоции, чтобы он звучал натурально. 4. Готовый подкаст можно сразу слушать! Попробовать бесплатно можно на GitHub по ссылке.