将一篇论文、教学教案或长篇笔记转化为可供收听的播客对话，过去往往需要编写脚本、寻找配音、后期剪辑，流程相当繁琐。然而，NotebookLM 的 Audio Overview 功能直接消除了这些障碍——无需编写提示词、无需调整参数、无需手动剪辑，只需一次点击，系统就会自动生成 5 到 10 分钟的结构化中文音频。整个过程仅需三步：上传资料、点击生成、下载文件。

上传资料并等待解析完成

打开 https://notebooklm.google.com，使用 Google 账号登录，点击「New notebook」创建一个新笔记本，名称可随意设定，例如“《气候变化政策白皮书》播客”。接着，在左侧的「Sources」面板中点击「+」，系统提供了多种导入方式：选择「Paste text」直接粘贴全文，或者选择「Upload file」上传 PDF 文件，甚至可以直接输入一个有效 URL。粘贴或上传完成后，点击「Add」按钮，等待右上角的进度条消失即可。PDF 文件通常需要 15 到 40 秒的解析时间，具体时长取决于文件内容与复杂度。

这里有一个关键要点：必须等待解析状态显示为“Processed”之后，才能触发 Audio Overview。【如果尚未看到该状态就急于点击生成，系统会直接报错，并且不会自动重试】。网页或纯文本内容通常秒级即可就绪。但若 PDF 包含扫描图片、复杂公式或加密保护，解析可能会失败——此时需要先用 OCR 工具将内容转换为可选的纯文本，再重新上传。

设定中文输出并启动生成

语言设置有两种方法，但核心逻辑相同：确保输出语言为中文。

方法一：生成前预设语言
点击右上角的⚙️「Settings」齿轮图标，在「Output language」下拉菜单中，【请务必手动选择“Chinese (Simplified)”】。注意，许多人容易忽略这一步，默认语言可能是英文。关闭设置面板后，返回主界面，找到中间区域的「Audio Overview」卡片，点击「Generate audio」按钮。系统会花费约 90 到 180 秒进行生成，页面上会显示“Processing…”，此时切勿关闭标签页。后台实际上是在调用 Fireworks AI 托管的 Llama 3.3 70B 模型进行语义重构，再经由 MeloTTS 合成语音，并非简单的文本转语音朗读。

方法二：生成后切换语言（仅限部分版本适用）
如果不小心生成了英文播客，可以点击播放器右上角的「⋯」更多选项，选择「Regenerate with different settings」，再次进入 Settings 选中文，然后重新生成。但需注意，此操作会覆盖原有音频文件，无法同时保留两个版本。

试听、微调与导出 MP3

第一步：直接点击波形图下方的播放按钮进行试听。重点检查三个方面：专业术语发音是否准确（例如“BERT”应读作“伯特”而非字母拼读）、段落之间的停顿是否自然、双人对话中两个角色的音色是否有明显区分。

第二步：如果对效果不满意，可以快速修正，无需重新上传文档。直接在聊天框里输入指令即可，例如：
“将第三节‘碳交易机制’部分放慢语速，适合中学生收听”
“去掉主持人对话，改为单人逐段朗读全文”
“将开场白缩短到 20 秒以内”
这些指令会实时影响下一次生成结果。

第三步：确认效果满意后，点击播放器右上角的「Download」图标，文件会自动保存为 MP3 格式。命名规则为“notebook_name_audio_YYYYMMDD_HHMM.mp3”，可直接嵌入博客、上传至喜马拉雅，或导入你的播客平台。