---
title: "播客生成"
type: concept
tags: [ai, content-generation, tts, llm]
sources: [google-神级生产力工具-所有-github-开源平替都找到了, podcast-production-pipeline]
last_updated: 2026-04-23
---

## Definition
播客生成（Podcast Generation）是将文本内容（文档、网页、PDF 等多模态输入）通过 AI 技术转换为逼真的多人对话音频的流程。核心是 LLM 脚本生成 + TTS 语音合成的组合。

## Technical Pipeline
1. **内容输入**：PDF、网页、音频、YouTube 字幕等多模态格式
2. **文本理解**：LLM 提取核心信息和关键观点
3. **脚本生成**：LLM 生成双人/多人对话脚本，赋予角色性格
4. **语音合成（TTS）**：使用 ElevenLabs、Google TTS、Edge TTS 等引擎生成自然语音
5. **音频编辑**：合并多轨音频，添加过渡效果

## Key Parameters
- **角色数量**：NotebookLM 双人对话；OpenNotebook 支持最多 4 位演讲者
- **内容模式**：短视频风格（Shorts）vs 长篇深度（Longform）
- **语言支持**：多语言（Podcastfy 支持 100+ LLM 脚本生成）
- **TTS 引擎**：OpenAI、Google、ElevenLabs、Microsoft Edge TTS 等

## Applications
- 学习消化：通过听来消化复杂资料
- 内容创作：将长文转化为播客，扩大受众覆盖
- 知识分享：将文档内容以音频形式分发

## Related Concepts
- [[LLM]] — 脚本生成的大脑
- [[TTS]]（文本转语音）— 语音合成引擎
- [[文档问答]] — NotebookLM 的另一个核心功能