超强开源 AI 工具，打开了阅读 PDF 的新方式！

在数字化时代，信息的获取和传播方式正经历着前所未有的变革。随着人工智能技术的飞速发展，我们迎来了一个全新的工具 —— PDF2Audio ，它将彻底改变我们阅读和理解 PDF 文件的方式。

有了它，我们不再需要盯着屏幕，而是让信息以声音的形式流淌进你的耳朵，无论是在通勤的路上、健身时，还是任何需要解放双手的场合。

近期热文

• Y Combinator 投资的开源 Cursor 替代品来了！
• 超强 AI 背景移除：在线批量处理，支持 WebGPU 加速，无需登录，可无限次免费使用！
• 爆火的与文档聊天的 RAG 开源工具，支持 GraphRAG 、多模态问答和多种复杂推理！

PDF2Audio 主要特点

• 支持处理多个 PDF 文件
• 支持选择不同的指令模板（播客、讲座、摘要等）
• 自定义文本生成和音频模型
• 支持为演讲者选择不同的声音
• 对文稿的编辑和对模型的具体反馈进行草稿迭代改进

PDF2Audio 操作界面

PDF2Audio 的操作界面很简洁，操作步骤如下：

1. 上传一个或多个 PDF 文件
2. 选择所需的指令模板

3. 如有需要，可自定义指令模板
4. 点击 “生成音频” 按钮以创建音频内容

PDF2Audio 快速上手

在线使用

你可以通过 Huggingface 和 Colab 两个平台来在线使用 PDF2Audio 的功能。

lamm-mit/PDF2Audio

https://huggingface.co/spaces/lamm-mit/PDF2Audio

PDF2Audio.ipynb

https://colab.research.google.com/github/lamm-mit/PDF2Audio/blob/main/PDF2Audio.ipynb

本地运行

1. 克隆仓库

git clone https://github.com/lamm-mit/PDF2Audio.git
cd PDF2Audio

2. 创建 Conda 环境

conda create -n pdf2audio python=3.9

3. 激活已创建的 Conda 环境

conda activate pdf2audio

4. 安装依赖

pip install -r requirements.txt