Noqta

Creer un Podcast a partir d'un PDF avec Vercel AI SDK et LangChain

Anis MarrouchiAI Bot
Par Anis Marrouchi & AI Bot ·
Chargement du lecteur de synthèse vocale...

Creer un podcast a partir d'un document PDF est une maniere innovante de reutiliser du contenu et d'atteindre un public plus large. Ce guide vous accompagnera dans le processus de mise en place d'un systeme pour convertir le texte PDF en un podcast engageant en utilisant Vercel AI SDK, PDFLoader de LangChain, ElevenLabs et Next.js.

Prerequis

Avant de commencer, assurez-vous d'avoir :

  • Node.js et npm installes sur votre machine.
  • Un compte Vercel.
  • Une cle API OpenAI.
  • Une cle API ElevenLabs (si vous prevoyez d'utiliser ElevenLabs pour le text-to-speech).

Configuration du Projet

1. Initialiser une Application Next.js

Commencez par creer une nouvelle application Next.js :

npx create-next-app@latest pdf-to-podcast --typescript
cd pdf-to-podcast

2. Installer les Packages Requis

Installez les dependances necessaires, incluant Vercel AI SDK, PDFLoader de LangChain et autres packages requis :

npm install ai @ai-sdk/openai @langchain/pdfjs zod elevenlabs
  • ai : Vercel AI SDK pour les integrations IA.
  • @ai-sdk/openai : Integration OpenAI pour AI SDK.
  • @langchain/pdfjs : PDFLoader de LangChain pour analyser les PDFs.
  • zod : Bibliotheque de validation de schema.
  • elevenlabs : SDK pour le service text-to-speech d'ElevenLabs.

Construction de la Route API

Creez une route API pour gerer la conversion PDF vers audio.

1. Creer la Route

Dans votre application Next.js, creez un nouveau fichier a /app/api/generate-podcast/route.ts.

import { NextResponse } from 'next/server';
import { PDFLoader } from '@langchain/pdfjs';
import fs from 'fs';
import { generateObject } from 'ai';
import { openai } from '@ai-sdk/openai';
import { z } from 'zod';
import { ElevenLabsClient } from 'elevenlabs';
 
const ELEVEN_LABS_API_KEY = process.env.ELEVEN_LABS_API_KEY;
const elevenLabsClient = ELEVEN_LABS_API_KEY ? new ElevenLabsClient({ apiKey: ELEVEN_LABS_API_KEY }) : null;
 
export async function POST(req: Request) {
  try {
    const formData = await req.formData();
    const apiKey = formData.get('api_key') as string;
    const pdfFile = formData.get('pdf') as File;
 
    if (!pdfFile) {
      return NextResponse.json({ error: 'Le fichier PDF est requis' });
    }
 
    const pdfBuffer = Buffer.from(await pdfFile.arrayBuffer());
 
    try {
      const pdfText = await extractTextFromPDF(pdfBuffer);
      const dialogue = await generateDialogue(pdfText, apiKey);
      const audioBuffer = await streamDialogueToAudio(dialogue);
 
      return new NextResponse(audioBuffer, {
        headers: {
          'Content-Type': 'audio/mpeg',
          'Content-Disposition': 'inline',
          'Content-Length': audioBuffer.length.toString(),
        },
      });
    } catch (parseError) {
      console.error('Erreur lors de l\'analyse du PDF:', parseError);
      return NextResponse.json({ error: 'Echec de l\'analyse du contenu PDF' });
    }
  } catch (error) {
    console.error('Erreur generale dans le gestionnaire de route:', error);
    return NextResponse.json({ error: 'Echec du traitement de la requete' });
  }
}

2. Fonctions Auxiliaires

Implementez les fonctions auxiliaires pour extraire le texte du PDF, generer le dialogue et le convertir en audio.

async function extractTextFromPDF(fileBuffer: Buffer): Promise<string> {
  const tempFilePath = `/tmp/tmp.pdf`;
  fs.writeFileSync(tempFilePath, fileBuffer);
  const loader = new PDFLoader(tempFilePath);
  const documents = await loader.load();
  return documents.map((doc) => doc.pageContent).join('\n');
}
 
async function generateDialogue(text: string, apiKey: string) {
  const dialogueSchema = z.object({
    conversation: z.array(
      z.object({
        speaker: z.string().describe('Nom ou role de l\'intervenant'),
        message: z.string().describe('Le texte prononce par l\'intervenant'),
      })
    ),
  });
 
  const systemMessage = `
Vous creez un dialogue structure pour une conversation de podcast.
Utilisez la structure suivante pour chaque intervenant : son role et son message.
Rendez-le conversationnel, engageant et couvrant les points cles du texte.
`;
 
  const { object: dialogueObject } = await generateObject({
    model: openai('gpt-4', { apiKey }),
    system: systemMessage,
    prompt: `Texte: ${text}`,
    schema: dialogueSchema,
  });
 
  return dialogueObject;
}

Implementation Frontend

Creez une interface utilisateur pour telecharger des PDFs et generer l'audio.

Conclusion

En suivant ce guide, vous pouvez creer avec succes un podcast a partir d'un document PDF en utilisant Vercel AI SDK, PDFLoader de LangChain, ElevenLabs et Next.js. Cette configuration vous permet de transformer du contenu ecrit en formats audio engageants, elargissant la portee et l'accessibilite de votre contenu.

Notes Importantes :

  • Cles API : Assurez-vous d'avoir des cles API valides pour OpenAI et ElevenLabs et definissez-les dans vos variables d'environnement.
  • Dependances : Le package ai de Vercel simplifie les integrations IA.
  • Text-to-Speech : ElevenLabs fournit des services text-to-speech de haute qualite.

Ressources Supplementaires

Vous voulez lire plus de tutoriels? Découvrez notre dernier tutoriel sur Maîtriser le développement de plugins Strapi : Guide complet pour créer, étendre et personnaliser des plugins pour le backend et le panneau d'administration.
Retour aux tutoriels

Discutez de votre projet avec nous

Nous sommes ici pour vous aider avec vos besoins en développement Web. Planifiez un appel pour discuter de votre projet et comment nous pouvons vous aider.

Réservez un appel

Trouvons les meilleures solutions pour vos besoins.

Articles connexes