Spaces:
Running
Running
A newer version of the Gradio SDK is available:
5.5.0
metadata
title: Pdf2audio Fr
emoji: 🔥
colorFrom: indigo
colorTo: purple
sdk: gradio
sdk_version: 4.44.1
app_file: app.py
pinned: false
license: apache-2.0
short_description: version of pdf2audio in french
Convertisseur PDF en Audio
Cette application Gradio convertit des PDF en podcasts, cours, résumés et plus encore. Elle utilise les modèles GPT d'OpenAI pour la génération de texte. Pour la génération audio elle utilise la bibliothèque python edge-tts.
Fonctionnalités
- Télécharger plusieurs fichiers PDF
- Choisir parmi différents modèles d'instructions (podcast, cours, résumé, etc.)
- Personnaliser la génération de texte et les modèles audio
- Sélectionner différentes voix pour les intervenants
Comment utiliser
- Télécharger un ou plusieurs fichiers PDF
- Sélectionner le modèle d'instruction souhaité
- Personnaliser les instructions si nécessaire
- Cliquez sur "Générer l'audio" pour créer votre contenu audio
Utilisation dans Colab
Exemple audio
Remarque
Cette application nécessite une clé API OpenAI pour fonctionner.
Crédits
Ce projet a été inspiré et basé sur le code disponible à https://github.com/knowsuchagency/pdf-to-podcast et https://github.com/knowsuchagency/promptic.
Dépôt original GitHub : lamm-mit/PDF2Audio
Dépôt de la version traduite en français: jobpilot/pdf2audio
@article{ghafarollahi2024sciagentsautomatingscientificdiscovery,
title={SciAgents : Automatisation de la découverte scientifique grâce à la raison graphique intelligente multi-agent},
author={Alireza Ghafarollahi et Markus J. Buehler},
year={2024},
eprint={2409.05556},
archivePrefix={arXiv},
primaryClass={cs.AI},
url={https://arxiv.org/abs/2409.05556},
}
@article{buehler2024graphreasoning,
title={Accélération de la découverte scientifique avec l'extraction de connaissances génératives, la représentation graphique et la raison graphique intelligente multimodale},
author={Markus J. Buehler},
journal={Machine Learning : Science et Technologie},
year={2024},
url={http://iopscience.iop.org/article/10.1088/2632-2153/ad7228},
}