ByteDances Coze Space führt One-Click Text-zu-Podcast-Funktion ein 191

Am 27. Mai 2025 hat die Agent-Kollaborationsplattform 扣子空间 von ByteDance eine Funktion zur Ein-Klick-Generierung von Podcasts aus Text eingeführt. Damit lässt sich Text schnell in „menschenähnliche" Podcast-Audioinhalte umwandeln, sodass Aufgaben, die normalerweise mehrere Stunden dauern würden, innerhalb weniger Minuten erledigt werden können.

Diese Funktion ist für Medienschaffende und Nutzer in vielen Branchen äußerst hilfreich, da sie es ihnen ermöglicht, in kürzester Zeit Podcasts zu aktuellen Themen zu erstellen – einschließlich Planung, Aufnahme und Schnitt. Die erzeugten Podcast-Audios klingen sehr natürlich, mit passenden Pausen und Füllwörtern, und wirken dadurch authentisch.

Die Nutzer können je nach Bedarf verschiedene Podcast-Typen erstellen, etwa zu Tech-News, Unterhaltungsthemen oder Gesundheitstipps. Dabei profitieren nicht nur Medienschaffende, sondern auch Studierende und Berufstätige von diesem Werkzeug, indem sie Lernmaterialien oder Besprechungsnotizen in Audio umwandeln, um beim Lernen oder Arbeiten effizienter zu sein.

Funktionsmerkmale

• Intelligent und effizient: Gibt man im Dialogfeld von 扣子空间 einen Prompt ein, kann die KI durch Schritte wie Nachdenken, Einlesen von Dokumenten, Aufrufen von Links und Recherche zu Themen Podcast-Ideen planen und in einen Podcast mit Multi-Rollen-Dialog als Audio umwandeln. Beispielsweise kann sie bei Eingabe eines Prompts zu aktuellen Nachrichten schnell den Prozess „Recherche + Ereigniszusammenfassung + Kommentar + Multi-Rollen-Dialog" umsetzen; bei Themen wie „Goldpreisentwicklung und Prognose 2025" recherchiert sie in wenigen Minuten Informationen, erstellt das Textskript und wandelt es in ein Nachrichten-Podcast-Audio um.

• Menschenähnliche Simulation: Basierend auf der Kombination von Deep Learning und natürlicher Sprachverarbeitung, mit einer Multi-Task-Lernstrategie auf Transformer-Architektur und dem Training mit umfangreichen Sprachdaten, kann die KI verschiedene Rollenstimmen in Tonfall, Rhythmus und emotionalen Nuancen simulieren. Das erzeugte Audio ist hinsichtlich Natürlichkeit der Stimme sowie Pausen und Betonung nahezu nicht von einer menschlichen Aufnahme zu unterscheiden, was die Zugänglichkeit und Glaubwürdigkeit der Inhalte erhöht.

Anwendungsszenarien

• Medienbereich: Medienschaffende können schnell Podcasts zu aktuellen Themen erstellen, was bei der Aktualität von Nachrichten besonders wichtig ist.

• Lern- und Arbeitsszenarien: Studierende und Berufstätige können Notizen, Literatur und Besprechungsprotokolle in Audioinhalte umwandeln, um das Lernen und die Aufgabenbearbeitung zu unterstützen; Lehrkräfte oder Forschende können mit einem Klick multimediale Webseiten mit Spracherläuterungen, interaktiven Frage-Antwort-Elementen, grafischen Darstellungen und Textanalysen erstellen.

• Alltagsszenarien: Einsetzbar für emotionale Beratung, Produktempfehlungen usw., etwa durch Eingabe einer emotionalen Frage, um einen psychologischen Beratungsdialog zu erhalten, oder durch Eingabe von Anfragen wie „Die zehn besten Hotpot-Restaurants in Chengdu" zur Erstellung eines entsprechenden Empfehlungs-Podcasts; zudem können Märchen als Gute-Nacht-Hörbücher ausgegeben und für Kindertags-Geschenkempfehlungen Sprach-Podcasts mit zugehörigen Textinhalten erstellt und gespeichert werden.

Nutzungsanleitung

1. Öffnen Sie die offizielle Website von 扣子空间 und melden Sie sich mit Ihrem Konto an.

2. Geben Sie im Dialogfeld die Dateien oder Materialien ein, die Sie in einen Podcast umwandeln möchten (z. B. Artikel-Link, lokales Dokument usw.), und fügen Sie eine Anweisung hinzu, wie „Erstelle auf Basis von ____ einen ____-minütigen Podcast mit zwei Sprechern und gib eine Audiodatei aus".

3. Warten Sie ab, während das Werkzeug automatisch die Inhalte analysiert, Sprecherstimmen zuordnet und eine Audiodatei mit Untertiteln erstellt, die direkt heruntergeladen und verwendet werden kann.