NotebookLM 音频概览:工作原理及如何用自己的声音制作
NotebookLM 能把你的笔记、PDF 和链接变成两位 AI 主持人的播客式对话。用听代替读很方便,很多人也想在自己的频道用自己的声音做同样形式的节目。
本指南根据 Google 的 NotebookLM 帮助说明音频概览的工作原理和可调整的内容,并介绍当你想选择声音或逐句修改时,如何用 SuperClonica 自己为两位主持人的节目配音。注意:SuperClonica 引擎不支持中文朗读,可以朗读英语等 31 种语言。
什么是音频概览
Google 将音频概览描述为 AI 主持人之间的深度讨论,用来总结笔记本中来源的关键主题。打开或新建笔记本,添加来源,在 Studio 面板中选择音频概览;它会在后台生成,你可以继续工作。Google 提示,音频概览(包括声音)由 AI 生成,可能存在不准确之处或音频故障。
格式、语言与时长
可以选择 Deep Dive(默认对话)、The Brief(单人两分钟内的摘要)、The Critique(对文章等材料的建设性点评)或 The Debate(不同观点的正式辩论)。支持 80 多种输出语言,时长可选较短、默认或较长(较长仅限英语),还可以用提示词让主持人聚焦特定主题。
互动模式、分享与下载
英语的新音频概览支持互动模式:点击 Join,当主持人邀请你时用语音提问。可以分享链接、共享笔记本或把音频下载为文件;使用 Play 图书来源的笔记本可能无法下载。播放速度在“更多”菜单中调整。
自己制作两位主持人的节目
帮助中介绍的是格式、语言、时长和提示词的选择,没有介绍如何选择主持人的声音。如果你想用特定声音、自己的声音或完全掌控台词,可以自己撰写或修改对话,整理成 voice 和 line 两列的表格,每行一句。然后用 python -m pip install superclonica-cpu 安装免费的 SuperClonica 引擎,在 Python 中写 import csv, from superclonica import Superclonica and tts = Superclonica(), then for i, row in enumerate(csv.DictReader(open("episode.csv", encoding="utf-8"))): audio, rate = tts.synthesize(row["line"], voice=row["voice"], lang="en", seed=3); tts.save(f"line-{i:03}.wav", audio)。在任意音频编辑器中按顺序拼接文件,主持人之间留一点停顿。中文台词暂不支持。
选择两个声音
选两个差别明显的声音,例如一个较低沉的男声旁白和一个较明亮的女声:可以在声音页面用 30 到 100 个字符免费试听,无需账号。想用自己的声音做节目,可以在工作室用 5 到 10 秒的干净录音训练;在自己的 NVIDIA 显卡上训练是免费的。引擎离线运行,支持 31 种语言,不限字数。