Meta presenta NotebookLlama, una herramienta que utiliza los modelos Llama para generar podcasts a partir de archivos de texto, replicando la función de NotebookLM de Google. Aunque la calidad de las voces sigue siendo robótica, se esperan mejoras.

Meta ha lanzado una nueva herramienta llamada NotebookLlama, que sigue la tendencia de convertir archivos de texto en podcasts generados por inteligencia artificial. Inspirada en la función similar de NotebookLM de Google, esta implementación “abierta” utiliza los modelos Llama de Meta para procesar archivos, como PDFs o artículos de blogs, creando resúmenes en formato de audio al estilo de un podcast.

La herramienta primero genera una transcripción a partir del archivo cargado y luego añade dramatización e interrupciones antes de usar modelos de texto a voz. Aunque el resultado final ofrece la posibilidad de escuchar resúmenes de documentos de manera fluida, los primeros usuarios han señalado que la calidad de las voces es «robótica» y que las conversaciones en los podcasts tienden a ser poco naturales, con voces que se interrumpen en momentos extraños.

El desafío de las voces naturales en IA.

Según los investigadores de Meta detrás de NotebookLlama, la calidad limitada de las voces se debe principalmente a las capacidades de los modelos de texto a voz empleados actualmente. En la página del proyecto en GitHub, señalan que están trabajando para mejorar esta característica, y mencionan que otro enfoque sería utilizar modelos que permitieran a dos agentes debatir el tema para estructurar el podcast, en lugar de un solo modelo generando el guion completo.

A diferencia de NotebookLM de Google, que popularizó esta función, Meta apuesta por una implementación de código abierto, lo que permitirá a los desarrolladores colaborar y mejorar la herramienta. Sin embargo, el proyecto sigue enfrentándose a un problema común en la generación de contenido con IA: las «alucinaciones», es decir, información incorrecta o inventada que se cuela en los podcasts generados. Aunque algunos proyectos han logrado avances en este aspecto, ninguno ha podido eliminar por completo este problema.

Una nueva ola de generación de contenido por IA.

La idea de generar podcasts automáticamente a partir de archivos de texto tiene el potencial de revolucionar el consumo de información, permitiendo a los usuarios convertir artículos, investigaciones o cualquier otro contenido en audio de manera rápida y accesible. Sin embargo, para que esta tecnología sea adoptada de forma masiva, las empresas deben superar los desafíos de la calidad de las voces y la precisión del contenido.

A pesar de las limitaciones actuales, la comunidad de desarrolladores que se une a la implementación abierta de Meta podría impulsar mejoras significativas en las próximas versiones de NotebookLlama. Con el creciente interés en herramientas de IA que faciliten la generación de contenido, Meta apuesta por un futuro en el que la creación de podcasts sea tan sencilla como cargar un archivo y presionar un botón.

La competencia entre empresas como Meta y Google en el ámbito de la generación de audio con IA es cada vez más intensa, y cada nueva herramienta marca un paso hacia tecnologías que, en el futuro, podrían transformar la forma en que consumimos información. Mientras tanto, los desarrolladores y usuarios interesados en experimentar con NotebookLlama pueden explorar su versión en GitHub y contribuir a su evolución.