原创 土Bo鼠 2024-12-16 13:49 北京
经常读咱们文章的小伙伴们，你们是否觉得文字的方式有些枯燥了呢？没关系，这里我制作了本文的一期播客，欢迎收听！
还有爱好写作或者喜欢听播客的朋友们，你们是否想过做一档属于自己的播客，但又无从下手呢？没关系，今天分享的这个工具先给你打个样 ～
最近，语音人工智能初创公司 ElevenLabs，在他们的 ElevenReader 应用中推出了一个叫做 GenFM 的功能，这个功能能通过我们上传的内容，快速制作一期由两名 AI 对话交流的播客。通过给对话加停顿、「嗯」声和呼吸等人类元素，整场对话非常自然。再结合该公司积累的丰富多样的 AI 音色，GenFM 功能可以和之前 Google 出品的 NotebookLM 一争高下了。
适用场景
因为平台支持各种类型的内容来创建播客，如文章链接、文本、PDF 文档、电子书，甚至还支持上传 YouTube 视频、一键扫描文档，并且生成时间快，所以它的适用场景非常广，只要你想到什么有价值的东西，你都可以用它转换成播客形式，听两位 AI 唠唠你的好东西。
比如：
让文字更方便、有趣：不方便看文字的时候，比如上班开车路上、运动等，听 AI 朗读又很容易走神，就可以试试把喜欢的文字转换成播客，先听听 AI 的思考。
让知识更简单、轻松：碰见难啃的知识点，自己一个人学很枯燥，缺少伴儿，又或者想分享一些专业知识，用文字的方式担心别人理解困难，也可以试试将它们转化为播客，先磨磨耳朵。
让播客制作更易上手：自己写好了文字，让两位 AI 打个样，聊聊文字里的内容，这样自己对播客的形式会有更多想象的空间，另外也可以让 AI 给自己的内容把把关，就把它俩当成内容点评官看待。
这里我试了下用我很喜欢的播客节目制作一期播客，有点套娃的意思了，下面有请两位 AI 主播，聊聊「知行小酒馆」最近一期关于教育的播客《高考前只管努力，工作后只想发疯，我们的教育究竟怎么了？》：
听听里面的语气词，虽然他俩的中文不是特别好，但还真挺像外国人说中国话的。
两位 AI 主播聊得也很深入，确实是理解了原播客的观点。有几个亮点值得一提：
生成的播客结构非常清晰
背景引入：首先引入这个教育机构的成功案例，抛出话题。
介绍主体：然后介绍他们的教育理念，帮孩子找我自我，成为一个独立、完整的人；描述他们的教学内容，比如一些特别的课程，“生死课”、“做事课”等等。
分析意义：再去理解他们教育行为背后的目的，他们相信当一个人找到自己的兴趣和方向时，学习效率会大大提高。
从另一个角度思考：紧接着又表达出对这种创新的担忧，毕竟新事物往往具有两面性，他们的探索不一定适合每一个孩子，但他们提供了一种新的思路。
从中得到的启发：分享了一些适合普通家庭的教育建议。
展望未来：对未来的教育充满期待，个性化和多元化将是趋势。
含有丰富的哇、嗯等语气词
更令我惊讶的是，他们在对话里，还很适当地加了各种语气词，这让听众可以感受到他们的情绪，一会儿激动，一会儿有所顾虑，没错，我感受到 AI 人的情绪了！另外，他们还会在思考的时候停顿，也给了听众们一点遐想的空间，代入感满满。
提供了完整的逐字稿
虽然讲稿还是文字的形式，但两人一问一答的对话方式让文字变得生动起来，读者也更容易进入这个话题，去思考他们的问题。
听了这个还不过瘾，要不我再试试用夕小瑶的技术文章生成播客？如果质量不错，那以后不就可以用它来生成播客，辅助学习知识了嘛 ～
就用这篇干货满满的综述类文章吧：从 CoT 到 Agent，最全综述来了！上交出品
怎么样？（忽略稍微有些出戏的口音和 15 秒位置的奇怪气泡音）虽然时长不长，但也算是通俗易懂地以一问一答的方式，把 CoT 和 Agent 的概念、原理、应用场景、挑战以及未来趋势等等说得非常清楚了。听了他们的对话，是不是对这些高大上的技术更加感兴趣了呢 ～
既然 GemFM 可以让知识变得更简单、有趣，还支持 PDF 文件，此时我又有一个大胆的想法，让我们再来试试这本当年入门 AI 时啃了很久的西瓜书吧 ～
不是，这个播客更像是两位 AI 主播在帮周老师直播带货，就怕他们最后来一句“123，上链接”了，不过他们的带货是很很公正的，因为他们不仅聊了本书的结构、内容，还提到了这本书的不足，就是机器学习发展得太快，有些最新的技术没有覆盖到。不过没关系，关注夕小瑶就够了。
等等，你以为 GenFM 就这些本事了？No，远远不止，因为它还可以通过视频生成播客。紧跟时事（本来想发给它麦琳的十大名场面，可惜基于视频的生成目前还只支持英文字幕），我给在 YouTube 上找了 OpenAI 第 3 天的直播录像发给了它，让 AI 主播们来聊聊最新发布的 Sora（听说实测一言难尽，感兴趣的可跳转：别吹 Sora 了，实测一言难尽。甚至分不清人脸和猪？？）。
有一说一，GenFM 的英语口语还是地道的哩。
不过没想到吧！GenFM 不仅能将文字升维成更轻松的音频，还可以把视频降维成更简单的音频，以后看视频吃个瓜，还能有两个伴和你一起唠嗑，别提有多热闹了 ～
GenFM 的应用场景还有很多，我估摸着聪明的小伙伴们心里早已有了想法，欢迎留言分享你们的播客作品！
后记
AI 火了后，文字总结成为最先被广泛应用的场景之一。它通过提炼文字内容的核心信息，帮助用户快速理解复杂内容，解决了信息量过载和时间碎片化的问题。然而，这种方式虽然高效，却在形式上局限于“吸收信息”的单向互动，缺乏趣味性和代入感。
而我们今天分享的 GenFM 功能，就打开了另外一条思路：通过对话为主的播客形式，将内容的价值延伸到更丰富的场景体验中，让内容更有温度。
不仅如此，在我看来，对话这种形式，更能复现出内容的产生背景。试想我们写的文章、论文，难道不都是在一次次自己与自己、与同学、与老师的交流中产生的吗？如果能用对话的形式，将复杂的内容通过角色间的讨论重新呈现，听众是不是会获得更深刻的理解呢？
从文字到音频，技术的发展总能在意想不到的地方开花，为我们又带来了新奇的体验。GenFM 这类创新展示了 AI 在内容交互领域的无限潜力，在未来，AI 技术可能会进一步提升对话的智能化程度，比如实时生成个性化的播客内容，作为嘉宾直接参与到 AI 的播客互动中，等等。
让我们继续保持对 AI 技术的观察吧，咱们下期再见 ～
