MetaがGoogleのポッドキャストジェネレータの「オープン」バージョンをリリース

Meta は、Google の NotebookLM のバイラルなポッドキャスト生成機能の「オープン」実装をリリースしました。

NotebookLlamaと呼ばれるこのプロジェクトは、当然のことながら、処理の大部分にMeta独自のLlamaモデルを使用しています。NotebookLMと同様に、アップロードされたテキストファイルから、ポッドキャスト形式のダイジェストを双方向で生成できます。

NotebookLlamaはまず、ニュース記事やブログ記事のPDFなどのファイルからトランスクリプトを作成します。次に、トランスクリプトに「ドラマチックな演出」と中断を追加し、オープンなテキスト読み上げモデルに送ります。

結果はNotebookLMほど良くありませんでした。私が聴いたNotebookLlamaのサンプルでは、​​音声に明らかにロボットっぽい響きがあり、不自然なところで互いに重なり合っている傾向がありました。

しかし、このプロジェクトを率いるMetaの研究者らは、より強力なモデルを使用すれば品質は向上する可能性があると述べている。

「（音声合成）モデルは、音声がどれだけ自然に聞こえるかという点で限界があります」と、彼らはNotebookLlamaのGitHubページに書いています。「また、ポッドキャストを作成する別の方法としては、2人のエージェントに興味のあるトピックについて議論してもらい、ポッドキャストのアウトラインを作成してもらうという方法もあります。現在は、ポッドキャストのアウトライン作成に1つのモデルを使用しています。」

NotebookLlamaは、NotebookLMのポッドキャスト機能を再現する最初の試みではありません。いくつかのプロジェクトはそれぞれ成功例を挙げていますが、NotebookLM自身でさえ、すべてのAIに付きまとう幻覚の問題を解決できた例はありません。つまり、AIが生成したポッドキャストには、必ず作り話が含まれてしまうということです。