项目简介
此代码可用于将 PDF 转换为音频播客、讲座、摘要等。它使用 OpenAI 的 GPT 模型进行文本生成和文本到语音的转换。您还可以编辑草稿记录（多次）并提供具体评论或有关如何调整或改进的总体指示。
特征
上传多个PDF文件
从不同的教学模板中进行选择（播客、讲座、摘要等）
自定义文本生成和音频模型
为扬声器选择不同的声音
通过具体或一般性评论和/或对文本的编辑以及对模型的具体反馈来迭代草稿以进行改进
本地安装
请按照以下步骤使用 Conda 在本地计算机上设置 PDF2Audio：
克隆存储库：
git clone https://github.com/lamm-mit/PDF2Audio.gitcd PDF2Audio
2. 安装 Miniconda（如果尚未安装）：
从Miniconda 网站下载安装程序
按照适合您的操作系统的安装说明进行操作
验证安装：
conda --version
3. 创建一个新的Conda环境：
conda create -n pdf2audio python=3.9
4. 激活Conda环境：
conda activate pdf2audio
5. 安装所需的依赖项
pip install -r requirements.txt
6. 设置您的 OpenAI API 密钥：在项目根目录中创建一个.env文件并添加您的 OpenAI API 密钥：
OPENAI_API_KEY=your_api_key_here
运行应用程序
要运行 PDF2Audio 应用程序：
1.确保您位于项目目录中并且 Conda 环境已激活：
conda activate pdf2audio
2. 运行启动 Gradio 界面的 Python 脚本：
python app.py
3.打开 Web 浏览器并转到终端中提供的 URL（通常为http://127.0.0.1:7860 ）。
4. 使用 Gradio 界面上传 PDF 文件并将其转换为音频。
如何使用
上传一个或多个 PDF 文件
选择所需的说明模板
如果需要自定义说明
单击“生成音频”以创建您的音频内容
项目链接
https://github.com/lamm-mit/PDF2Audio
