pdf-to-podcast

把 PDF 变成能听的播客，通勤路上轻松吸收知识。

开源 🏷️定价信息待确认 ✅ 目前可打开音频音乐 🍴 复刻 243 🐛 待处理 25 👀 关注 5

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 884

维护状态较活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类音频音乐

开发团队NVIDIA-AI-Blueprints

官网地址https://build.nvidia.com/nvidia/pdf-to-podcast

GitHubhttps://github.com/NVIDIA-AI-Blueprints/pdf-to-podcast

定价模式🏷️定价信息待确认

价格说明官网为NVIDIA构建平台，提供在线服务，但具体定价信息未明确，需进一步确认。

访问状态✅ 目前可打开

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型nim,pdf-to-podcast,tts

GitHub 星标★ 884

上线时间2024-12-12 00:00:00

代码更新2026-10-14

仓库体积24.2 MB

本站数据更新2026-11-08

维护状态较活跃

收录时间2026-08-09

浏览次数8

项目介绍

pdf-to-podcast 是一个将 PDF 文档自动转换为 AI 播客的开源工具。它解决了用户在通勤、运动等场景下无法高效阅读长文档的问题，通过解析 PDF 内容，利用 TTS（文本转语音）技术生成自然的音频对话，让用户能够“听”文档。核心能力包括：PDF 文本提取、内容结构化处理、多角色对话式播客生成、以及音频输出。项目基于 Python 构建，技术栈简洁，易于二次开发。目前项目处于早期阶段，星标 868，但功能完整，适合个人学习或小规模使用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 884

技术标签

tts

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 40 分钟部署方式：本地 GPU 4 步

环境要求

NVIDIA GPU 或 NIM 端点
NGC API Key

安装与启动步骤

1克隆仓库

这是 NVIDIA 的 PDF 转播客蓝图，基于 NIM 微服务。
```
git clone https://github.com/NVIDIA-AI-Blueprints/pdf-to-podcast
```
2装环境

make uv 建 Python 环境，make all-services 拉起依赖服务。
```
make uv
make all-services
```
3跑一次

喂一份 PDF 与背景资料，输出双人对谈音频。
```
python tests/test.py --target doc1.pdf --context doc2.pdf
```
4调结构

脚本结构影响听感，可在配置里改段落数与语气。