对标 Google：Meta 开源播客生成项目 NotebookLlama

NotebookLlama 是 Meta 开源的一个播客生成项目，能把上传的 PDF、新闻报道或博客文章，自动转换成双人对谈风格的播客音频。说白了，它就是 Google NotebookLM 爆火播客功能的开源复刻版。

它怎么把文章变成播客

整个处理流程主要由 Meta 自家的 Llama 模型驱动。

当你上传一个文本文件后，NotebookLlama 会先提取内容并生成基础记录。紧接着，模型会对这份草稿进行二次加工，加入戏剧化的口语表达以及彼此打断的对话细节，模拟出两人来回讨论的播客脚本。

最后，这份对话脚本会被输入到开源的文本转语音（TTS）模型中，合成出最终的双人对谈音频。

根据研究人员在 GitHub 页面上的说明，目前项目还是用单个模型来撰写整篇播客大纲。他们已经在考虑换一种思路：让两个 AI Agent 针对主题展开辩论，再合力写出播客大纲，以此提升对话的真实感。

听感和目前的短板

如果你指望它一上来就能达到 Google NotebookLM 那样自然流畅的播客效果，目前恐怕会失望。

在现有的测试音频里，两个生成出来的声音有着非常明显的机械感，电子味很重。更尴尬的是，两位虚拟主持人在对话时，经常会在奇怪的地方互相抢话、叠音，听起来节奏有些怪异。

Meta 背后的研究团队坦言，声音听起来不够自然，主要瓶颈在于目前的开源 TTS 模型。他们认为，未来换用更强的大模型和语音合成工具，质量还有很大提升空间。

此外，它依然没能逃过困扰所有 AI 的幻觉问题。无论原版 NotebookLM 还是社区里的各种复刻版本，生成的播客里多多少少都会包含一些模型自己胡编乱造的内容，核对事实依然必不可少。

代码和具体实现目前已经托管在 GitHub 上，想自己动手的开发者可以直接拉取项目研究。

为什么重要

我们认为，NotebookLlama 现阶段的价值不在于听感有多惊艳，而在于它把 Google 封在黑盒里的杀手级功能彻底拆解成了一张开源图纸。

NotebookLM 效果虽好，但用户无法插手中间环节，既不能随意换音色，也无法完全本地化运行私有文档。NotebookLlama 现阶段虽然像个半成品，破绽不少，但它把文本切片、对话扩写再到语音渲染的整个管线完全摊开了。

对普通听众来说，目前完全没必要舍弃成熟的原版工具来折腾它。但对开发者而言，这是一个极佳的实验底座。只要换掉后面的开源 TTS 引擎，或者按研究团队的设想改成双 Agent 辩论架构，就能迅速搭建出一套专属的本地播客生成器。Meta 这一步，又一次把前沿体验的复刻门槛打到了地面。