Le premier épisode de notre série sur les outils IA de réalisation de podcast a permis de découvrir Wondercraft, un outil permettant de réaliser un podcast entier à partir d’un simple prompt (lire Qant du 18 septembre). Si le banc d’essai de Wondercraft a permis de mettre en avant de réelles qualités sur la forme, il a également mis en évidence des lacunes sur le fond. La raison : Wondercraft a du opérer à partir d’un prompt, sans aucune information sur laquelle baser son script. Dans ce deuxième épisode, nous allons donc fournir de la matière à Wondercraft, pour voir s’il propose un podcast de meilleure qualité.
Progrès et scories
Commençons d’abord par choisir un sujet d’actualité. Pour cet épisode, nous allons étudier la course aux grands modèles de langage multimodaux entre Google et OpenAI, en s’appuyant pour cela sur un article publié sur Qant, ainsi qu’un article de The Information. En l’occurrence, l’article de Une de l’édition de Qant du 18 septembre, et un article de The Information intitulé “OpenAI s’efforce de devancer Google pour lancer un LLM multimodal”.
Notre podcast sera nommé : “Entre OpenAI et Google, la course au LLM multimodal”. De quoi parlera-t-il ? “OpenAI et Google préparent tous les deux un grand modèle de langage multimodal. Où en sont les deux entreprises ? Qu’attendre des mois à venir ?” On fournit ensuite à Wondercraft le texte des deux articles sur lesquels nous voulons baser notre podcast. Comme lors de l’’épisode précédent, l’outil propose une intro, un corps et une outro sous la forme de script, avec un choix de voix et de musique de fond pour chaque partie. On remarque de suite une nette amélioration sur le fond du podcast, dont voici le résultat audio :
Le fond du podcast est donc beaucoup plus satisfaisant lorsqu’on fournit à Wondercraft des textes de base pour réaliser son podcast. On notera cependant quelques erreurs, notamment le fait que l’intro et l’outro mentionnent le lancement prochain de GPT-4 par OpenAI, alors que celui-ci a déjà eu lieu. Concernant la forme, le résultat est globalement satisfaisant, malgré un ton par moment saccadé, et un soudain passage à un accent espagnol en fin de podcast.
Créer le Qantcast : premiers pas
Essayons maintenant d’aller un peu plus loin : si on fournit à Wondercraft la lettre de Qant de ce lundi (en retirant ce banc d’essai, pour éviter que le serpent ne se morde la queue), peut-il nous fournir un Qant en format podcast ? Voici le résultat.
On observe deux principaux défauts. Tout d’abord, on a de nouveau un soudain changement d’accent durant quelques dizaines de secondes. De plus, on remarque dans l’intro une référence au début de chaque lettre de Qant : “Dans l’épisode d’aujourd’hui, nous aborderons les sujets suivants : l’IA générative de Qant pour illustrer les tendances de la tech”. En effet, Wondercraft n’est pas parvenu à comprendre qu’il ne s’agissait pas d’une actualité mais bien d’une présentation du concept de Qant. Il est donc important de sélectionner les informations données à l’outil pour réaliser son podcast, ce dernier n’étant pas toujours capable de sélectionner les informations réellement importantes.
On retiendra tout de même que la réalisation de ce podcast d’une durée de six minutes aura demandé à peine plus de temps de travail.
Pour en savoir plus :
Source archive Kessel : https://qant.kessel.media/posts/pst_5f707d0c7d714d40abee3f4d5eac1b53
