PDF2Audio

PDF2Audio是一個利用OpenAI的GPT模型將PDF文件轉換成音訊內容的工具。它能夠將文字生成和文字到語音轉換技術結合起來，為用戶提供一個可以編輯草稿、提供回饋和改進建議的平台。此技術對於提高資訊獲取效率、輔助學習和教育等領域具有重要意義。

需求人群：

" PDF2Audio的目標使用者是那些需要將大量文件內容轉換為音訊格式以提高資訊獲取效率的專業人士、學生和教育工作者。它特別適合需要快速瀏覽大量文獻資料的研究人員，或希望透過音訊形式學習新知識的學習者。

使用場景範例：

研究人員將學術論文轉換為音頻，以便在通勤時學習

學生將教科書內容轉換成音頻，以便於複習和學習

播客創作者將文章轉換成播客腳本，提高內容生產效率

產品特色：

支援上傳多個PDF文件

提供多種指令範本選擇（如播客、講座、摘要等）

允許自訂文字生成和音訊模型

支援選擇不同的語音進行朗讀

透過具體或一般性的評論和編輯草稿進行迭代

可以在Colab上使用

支援本地安裝和運行

使用教學：

克隆程式碼庫到本地

安裝Miniconda（如果尚未安裝）

驗證安裝：執行`conda --version`

建立一個新的Conda環境：`conda create -n PDF2Audio python=3.9`

啟動Conda環境：`conda activate PDF2Audio `

安裝所需的依賴：`pip install -r requirements.txt`

在專案根目錄下建立一個.env文件，並加入你的OpenAI API金鑰

確保你在專案目錄中，並且你的Conda環境已啟動：`conda activate PDF2Audio `

執行Python腳本啟動Gradio介面：`python app.py`

在瀏覽器中開啟終端機提供的URL（通常是http://127.0.0.1:7860）

使用Gradio介面上傳PDF檔案並轉換為音頻