- Voraussetzungen prüfen
- Python 3.12+ und ffmpeg (inkl. ffprobe) im PATH
- Setup ausführen
./setup.sh
- Podcast erzeugen
./run.sh "Dein Thema"- leer lassen, um Trends automatisch zu verwenden
Ausgaben findest du in PODCAST_OUTPUT_DIR.
Audio, optionales Video, Transkript und Metadaten liegen dort.
run.sh/setup.sham besten in Git Bash oder WSL ausführen- ffmpeg manuell installieren und PATH setzen
- alternativ
podcast_generator.pydirekt mit Python starten
- Erstellt automatisch kurze Wissens-Podcasts.
- Enthalten: Audio, optionales Standbild-Video, Skript, TTS-Voice, Hintergrundmusik und Metadaten.
- Nutzt aktuelle Trends (Google Trends) für Themenanreicherung.
- Verwendet Gemini für Skript- und Voice-Generierung.
- Nutzt Freesound für lizenzfreie Musik-Snippets.
run.sh "<Thema>"- Lädt
.env. - Prüft Pflicht-Variablen.
- Bereinigt Arbeitsordner.
- Aktiviert venv und startet
podcast_generator.py.
- Lädt
setup.sh- Optionaler Helfer.
- Prüft
.env, FFmpeg und Python. - Installiert Requirements.
podcast_generator.py- Trends: holt Top-Query via Google Trends (pytrends) mit Fokus DACH (DE/AT/CH). Fällt bei Fehlschlag auf statisches Thema zurück.
- Skript: Gemini-Textmodell generiert deutschen Sprechtext. Säubert Formatierung, entfernt Regie-/Sound-Anweisungen, speichert Transkript.
- Stimme: Gemini TTS (
gemini-2.5-pro-preview-tts, Stimme konfigurierbar) generiert Audio in Chunks. Fügt per pydub zusammen. - Musik: sucht Freesound nach „podcast background
topicinstrumental“. Fällt auf „lofi study loop“ zurück, sonst Stille. - Mixing: Sprachspur mit geloopter Musik unterlegt, Export als MP3. Video mit FFmpeg als Standbild + Audio.
- Metadaten: JSON + Transkript-Text im Output-Ordner.
- Google Gemini (Text + TTS) über
google-genaiClient. - Freesound API für Hintergrundmusik.
- Google Trends via
pytrends. - pydub + ffmpeg für Audio, ffmpeg für Video.
- ffmpeg inkl. ffprobe im PATH (Windows/macOS/Linux)
- Python 3.12+ empfohlen (wegen audioop)
- venv wird von
run.sh/setup.shangelegt .envmit allen Pflichtwerten
GEMINI_API_KEY=dein_gemini_key
FREESOUND_API_KEY=dein_freesound_key
GOOGLE_APPLICATION_CREDENTIALS=google_cloud_credentials.json
PODCAST_NAME="Mein Podcast"
PODCAST_SLOGAN="Alles, was man wissen muss..."
SCRIPT_DEFAULT_MODEL=gemini-3.1-pro-preview
TTS_DEFAULT_MODEL=gemini-2.5-pro-preview-tts
TTS_FALLBACK_MODELS=gemini-2.5-flash-preview-tts
TTS_VOICE_NAME=umbriel
GENERATE_VIDEO=true
PODCAST_TEMP_DIR=temp_assets
PODCAST_OUTPUT_DIR=finished_episodes
PODCAST_ASSETS_DIR=assetschmod +x run.sh setup.sh
./setup.sh # einmalig, prüft .env/ffmpeg/requirements
./run.sh "Regieassistenz im Theater" # erzeugt Audio/Video/Transkript/Metadaten
./run.sh --resume "Regieassistenz im Theater" # setzt einen abgebrochenen Lauf fort
./run.sh --force-restart "Regieassistenz im Theater" # ignoriert vorhandene CheckpointsWindows (PowerShell, ohne Bash):
python .\podcast_generator.pyAusgaben:
- Audio:
<PODCAST_OUTPUT_DIR>/<Thema>.mp3 - Video (optional):
<PODCAST_OUTPUT_DIR>/<Thema>_video.mp4(fallsGENERATE_VIDEO=trueund Cover im Assets-Ordner vorhanden) - Transkript:
<PODCAST_OUTPUT_DIR>/<Thema>_transcription.txt - Metadaten:
<PODCAST_OUTPUT_DIR>/<Thema>_meta.json - Run-Manifest:
<PODCAST_OUTPUT_DIR>/<Thema>_run.json
- TTS per
.env:TTS_DEFAULT_MODEL,TTS_FALLBACK_MODELS,TTS_VOICE_NAME. - Video-Schritt optional per
.env:GENERATE_VIDEO=true|false(Default:true). - Unterbrechungen: Der Generator schreibt einen Checkpoint in
temp_assets/und setzt beim nächsten Start mit gleichem Thema ab bereits abgeschlossenen Schritten fort. - Resume-Steuerung:
--resumesetzt Checkpoints bewusst fort,--force-restartverwirft sie und startet sauber neu. - Vor Abschluss prueft eine Output-QA, ob Audio, Metadaten, Transkript und optional das Video wirklich erzeugt wurden.
- Cover-Bild:
assets/cover.pngoderassets/cover.jpg. - Musik-Query-Fallbacks: zuerst themenbezogen, dann „lofi study loop“, sonst Stille.
- Fehler
Environment variable ... is required: .env prüfen und Wert setzen. - ffmpeg nicht gefunden: ffmpeg installieren und PATH prüfen.
Danach
setup.sherneut ausführen. - FFmpeg-Fehler bei Video-Erzeugung: Die Ausgabe enthaelt jetzt Exit-Code, Kommando und relevante stderr-Hinweise; meist helfen Cover-/Audio-Pfad und ffmpeg-Installation pruefen.
audioopfehlt:run.shinstalliertaudioop-ltsüber requirements. Sicherstellen, dass Python 3.12+ genutzt wird.
Renovate erstellt geplante Dependency-Update-PRs. GitHub Dependabot Security Alerts bleibt für Sicherheitsmeldungen zuständig.
- Abhängigkeiten installieren
./setup.sh(legt venv an, installiert Requirements)
- Tests ausführen
./ci.sh
assets/– Cover und optionale Hintergrundloopstemp_assets/– temporäre Arbeitsdateien (wird bei Runs genutzt)finished_episodes/– finale Outputstests/– Unit-Tests
- Kleine, gezielte Änderungen bevorzugen
- Keine Secrets in Code/Logs schreiben
- Pfade unter
PODCAST_*beibehalten - Keine Regie-/Sound-Anweisungen ins Skript
- ffmpeg/ffprobe fehlt → Audio-Export schlägt fehl
- pytrends 404/429 → RSS-Fallback nutzen (bereits implementiert)
- Google Cloud TTS benötigt gültige
GOOGLE_APPLICATION_CREDENTIALS
Siehe AGENTS.md für Leitplanken, Arbeitsweise und Qualitätssicherung.