Earkind 是一个 AI 生成的播客项目，旨在提供不无聊的 AI 主题音频内容。其首个节目“GPT Reviews”是一个每日混合节目，内容涵盖人工智能新闻评论、笑话尝试和研究论文深入探讨。节目由主持人 Giovani Pete Tizzano（一个过度兴奋的 AI 追随者）以及合作者 Robert（一个经常不为所动的分析师）、Olivia（一个过度在线的互联网冲浪者）和 Belinda（一个机智的研究专家）共同呈现。
该项目的运作方式结合了语言模型、神经表达性文本转语音和程序化音频编辑，形成一个管道，能够基于新闻和研究论文列表自动生成完整的播客剧集和描述。具体流程如下：
-
输入一个 .txt 文件，包含用户选择的几条纯文本新闻以及 3 篇近期 arXiv 论文的 URL。从 arXiv 抓取标题和摘要，并使用 ChatGPT API 从原始 PDF 文本中提取其他信息。
-
为每个部分（介绍、结尾、过渡、赞助商）和子部分（每条新闻/论文）创建并调整系统和用户提示。根据提示的复杂程度，采用 0 或 1-shot 方式。内容讨论以两个角色之间的对话形式组织。角色定义包括：主持人 Giovani Pete Tizzano（一个过度兴奋、烦人但真诚的科技兄弟）、Robert（一个讽刺且不为所动的分析师）和 Belinda（一个阅读所有论文的机智研究专家）。
-
为节目的每个部分创建脚本并相应解析（例如，用于说话者标记）后，进入“录制阶段”。使用 Azure 的 TTS 进行语音合成。
-
所有录制完成后，进行编辑。使用 Pydub 将旁白和其他音频组合，自动调整音量，叠加和循环部分等。还创建了各种短音乐、音效和背景音乐。
-
最后，自动生成带有时间戳的播客描述（在编辑播客时从 Pydub 获取）、整体描述和标题，这些也由 ChatGPT 生成。
该项目目前处于早期阶段，作者欢迎反馈，并计划在有兴趣的情况下公开代码并发布更深入的设计和思路解释。
