對標 Google：Meta 開源播客生成專案 NotebookLlama

NotebookLlama 是 Meta 開源的一個播客生成專案，能把上傳的 PDF、新聞報道或部落格文章，自動轉換成雙人對談風格的播客音訊。說白了，它就是 Google NotebookLM 爆火播客功能的開源復刻版。

它怎麼把文章變成播客

整個處理流程主要由 Meta 自家的 Llama 模型驅動。

當你上傳一個文本檔案後，NotebookLlama 會先提取內容並生成基礎記錄。緊接著，模型會對這份草稿進行二次加工，加入戲劇化的口語表達以及彼此打斷的對話細節，模擬出兩人來回討論的播客指令碼。

最後，這份對話指令碼會被輸入到開源的文本轉語音（TTS）模型中，合成出最終的雙人對談音訊。

根據研究人員在 GitHub 頁面上的說明，目前專案還是用單個模型來撰寫整篇播客大綱。他們已經在考慮換一種思路：讓兩個 AI Agent 針對主題展開辯論，再合力寫出播客大綱，以此提升對話的真實感。

聽感和目前的短板

如果你指望它一上來就能達到 Google NotebookLM 那樣自然流暢的播客效果，目前恐怕會失望。

在現有的測試音訊裡，兩個生成出來的聲音有著非常明顯的機械感，電子味很重。更尷尬的是，兩位虛擬主持人在對話時，經常會在奇怪的地方互相搶話、疊音，聽起來節奏有些怪異。

Meta 背後的研究團隊坦言，聲音聽起來不夠自然，主要瓶頸在於目前的開源 TTS 模型。他們認為，未來換用更強的大模型和語音合成工具，質量還有很大提升空間。

此外，它依然沒能逃過困擾所有 AI 的幻覺問題。無論原版 NotebookLM 還是社群裡的各種復刻版本，生成的播客裡多多少少都會包含一些模型自己胡編亂造的內容，核對事實依然必不可少。

程式碼和具體實現目前已經託管在 GitHub 上，想自己動手的開發者可以直接拉取專案研究。

為什麼重要

我們認為，NotebookLlama 現階段的價值不在於聽感有多驚豔，而在於它把 Google 封在黑盒裡的殺手級功能徹底拆解成了一張開源圖紙。

NotebookLM 效果雖好，但使用者無法插手中間環節，既不能隨意換音色，也無法完全本地化執行私有文件。NotebookLlama 現階段雖然像個半成品，破綻不少，但它把文本切片、對話擴寫再到語音渲染的整個管線完全攤開了。

對普通聽眾來說，目前完全沒必要捨棄成熟的原版工具來折騰它。但對開發者而言，這是一個極佳的實驗底座。只要換掉後面的開源 TTS 引擎，或者按研究團隊的設想改成雙 Agent 辯論架構，就能迅速搭建出一套專屬的本地播客生成器。Meta 這一步，又一次把前沿體驗的復刻門檻打到了地面。