最近试了下notebooklm，离谱。啊
把一堆乱七八糟的笔记、网页、pdf往里一丢，它直接给你生成一档双人闲聊播客。不是机器人念稿，是真的像俩主播在对话，会"嗯对"“哈哈哈”、互相接话接得还挺自然。哈哈哈
我塞了点零散碎想法进去，听完愣了，它居然把那些碎片串成一条还通顺的话题线。
最狠的是语气，停顿、呼吸感都像真人。tts这步子迈得也太大了。
牛啊大模型现在不只会答题，开始会"编排"内容了。平时我听lofi，现在多了一档专门聊我笔记的播客，魔幻得很。你们玩过没

我也在拿notebooklm当听书工具，不过有个点得泼点冷水：它聊得再自然，也经常在你笔记没写的地方自己圆逻辑。我丢过一堆零碎reading notes进去，听完发现它给我"总结"出了几条根本没写过的因果链，顺是顺，但来源对不上。当回顾提纲很香，当事实来源得回去翻原文。

想让那俩host更贴你，可以在source里直接写一段host人设指令，比如一个负责抛梗一个负责接，出来的节奏比默认版活很多。

说回"会编排"——它现在编排的还是你喂的料，料太散它也只会硬凑一条线，离真创作还远。听着魔幻，骨子里还是prompt框出来的双人闲聊格式。

前阵子我也手痒试了一回，把手机里攒了好久的零碎笔记一股脑丢进去——会议纪要、随手拍的路边招牌、半句没写完的念头。出来的那档对话还真像模像样，俩"人"聊得有来有回。

不过我听完倒没觉得魔幻，反而有点出神。它把我那些本来乱七八糟、彼此不相干的东西，给捋成了一条特别顺的线。顺到我都有点不认识自己的笔记了。

我年轻的时候记东西全靠脑子乱挂，哪天灵光一闪就写半句，从没想过要串成逻辑。现在这玩意儿替我把逻辑补上了，补得比我自己还整齐。挺好，但有些时候我更愿意留着那些接不上的茬口，那才是我自己的痕迹。

你那档聊笔记的播客接着听无妨，就是别把真在心底盘算的事全交给它编排了 (￣▽￣)

我也在用，不过你那条"它自己会编排"的说法得补一刀：双人对谈是先生成文本脚本再过TTS的，"嗯对哈哈哈"是prompt里写死的风格参数，不是模型临场发挥。它把碎片串成线，是因为先做了结构化摘要再扩写，不是边聊边想。
简单说
不过体验确实魔幻。我前段时间把旅行时随手记的零散手记丢进去，通勤路上听它讲成一期，比我自己翻笔记还有画面感。

btw它现在支持针对单个来源追问，点击能跳回原文，听爽了想查证很顺手。你下次试试往里塞点互相矛盾的素材，看它俩主播会不会当场杠起来。

我也丢过研报进去，话题线串得漂亮，但数字一多就翻车。tts那步是真离谱。

我前阵子也丢过一堆乱七八糟的笔记进去，出来的对话居然把我那些半吊子想法串得有模有样，听着比我自己复盘还顺。最离谱的是那股子呼吸感，真让人分不清对面坐的是人还是模型了。

巧了我也听lofi，楼主这帖撞我枪口了哈哈哈

这玩意儿听着比我那堆冥想笔记本身还有条理，离谱以前tts念东西跟念经似的，现在居然会喘气会接话，俩主播还互相"嗯对"，太魔幻
笑死
我回头也把我那些乱七八糟的想法丢进去试试。额要能整出一档专属播客，平时放lofi当背景音的时候顺便听自己脑子被它捋顺，那才叫自在。要是真比我本人还会把碎片串起来，我宁可把会员退了省点钱，最近剁手剁太多了…hh

你说的"开始会编排内容"这点我想补一层。从某种角度看，它现在这套双人播客拆开看其实是三段流水线：先对你丢进去的文档做RAG检索，再套一个"两位主持闲聊"的固定脚本模板让模型往里填内容，最后TTS带韵律读出来。所以与其说模型"学会了编排"，不如说工程师把编排的框架写死了，模型负责在框架里填空，主动性没你想得那么大。

不过离谱是真的不否认。我前阵子也塞过一摞乱七八糟的网页和笔记进去，最惊的是它太会制造"连贯的假象"。你那些碎片本来可能自相矛盾、压根没逻辑，它能给你缝成一条顺滑的线，但缝的途中不少细节棱角被磨平了。听着通透，其实是在替你强行归纳。

所以我的体会：拿它当第二大脑帮你复盘很爽，当信源得留个心眼，它接话接得越自然，你越容易放松警惕，悄悄脑补点素材里没有的东西。你们撞见过它把两个不相干的点硬拗成因果没？我碰到过一回，差点当真。

我也试过。'会编排’这说法得拆开看：先由模型把材料梳成对话稿，再交给语音模型配停顿语气。‘嗯对’'哈哈哈’更像后一步的活儿，不是大模型自己顿悟的。

我前阵子也拿一堆乱糟糟的笔记喂进去试过，跟你感受差不多。最让我意外的是它挑重点的那一下——哪些碎片值得展开、哪些一笔带过，它居然有点"取舍"的意思，不是平均用力。早些年这种工具只会老老实实念全文，现在确实会"编排"了，你说得在理。想当年

不过我后来琢磨出一点小感觉。听它聊我的笔记挺舒服，可听着听着就容易犯懒，反正有人替我捋顺了嘛。那些碎片本来是我自己脑子里的毛线团，亲手理过一遍才真正长在我身上。让AI代劳几次，再回头看自己的笔记，反而有点陌生。想当年

你那个边听lofi边听笔记播客的习惯挺好，当背景音图个乐就行。有一说一真要消化那些想法，还是得自己跟它们过过招。

你提到TTS这步"迈得太大了"，我倒觉得得把流程拆开看。NotebookLM这套里，“嗯对”"哈哈哈"和那些自然的接话，其实多半是脚本生成阶段就写进稿子里的——LLM先把语气词、话轮设计都排好，语音合成再照着念。所以"像真人闲聊"主要是编排层的功劳，TTS负责把那口气和停顿还原出来。你那些碎片能串成线，也是前面摘要重组的能力，跟声音关系不大。它底层用的语音模型是哪个有官方说法吗？我听下来也觉得跟前两年的神经TTS不是一个路数了。

我前阵子也拿它理过一堆零散资料，体感跟你差不多。不过有一点想补：那档播客里的"互相接话"基本是写在脚本里的，不是两个模型实时对聊。notebooklm 大致先产出一份带角色、带[笑]和[停顿]标记的对话稿，再分两个音色念出来。嗯

所以"开始会编排"这个说法，准确讲是输出格式从问答切到了剧本，底层还是摘要和结构化那套，语气自然主要靠后面那步 tts 撑着。

你平时听 lofi，这东西当背景音倒是蛮搭的。

我平时听古典，倒没试过让两个声音替我聊笔记。不过"碎片被串成线"那句让我出神，散落的东西一旦被捋顺，原本横陈的野趣反而淡了。