Mad Professor：辅助阅读和分析学术论文的AI工具

综合介绍

Mad Professor（暴躁的教授读论文） 是一个开源的 AI 学术工具，专为研究人员和学生设计，旨在简化学术论文的阅读和分析。它集成了 PDF 处理、AI 翻译、RAG 检索、AI 问答和语音交互等功能。用户可以导入 PDF 论文，工具会自动提取内容、翻译并生成结构化文本，支持中英文对照阅读。Mad Professor 通过智能问答和语音交互，帮助用户快速理解论文内容。它还提供分屏界面，左侧显示论文，右侧展示 AI 对话，方便用户边读边问。

功能列表

• PDF 内容提取与结构化：自动从 PDF 论文中提取文本，生成结构化内容，支持多篇论文批量处理。
• AI 翻译与中英文对照：将论文内容翻译为中文或英文，提供对照阅读模式。
• RAG 检索系统：基于向量检索技术，快速提取论文中的关键信息和上下文。
• AI 智能问答：支持用户通过文字或语音提问，AI 提供精准的论文相关解答。
• 语音交互与 TTS：内置语音输入识别和文本转语音功能，模拟教授式对话。
• 分屏交互界面：左侧显示论文内容，右侧为 AI 问答区域，操作直观。
• 批量文件处理：支持将多篇 PDF 放入 data 文件夹，自动检测并批量处理。
• 异步任务管理：通过线程管理优化性能，支持并发任务处理。

使用帮助

安装流程

Mad Professor 是一个 Python 开发的开源项目，需在本地环境中安装运行。以下是详细的安装步骤：

1. 克隆项目代码
   在终端运行以下命令，从 GitHub 克隆项目：

   git clone https://github.com/LYiHub/mad-professor-public.git
   cd mad-professor-public

2. 安装 Python 环境
   确保系统中安装了 Python 3.8 或以上版本。推荐使用虚拟环境：

   python -m venv venv
   source venv/bin/activate  # Windows 用户运行 venv\Scripts\activate
   

3. 安装依赖
   项目依赖包括 MiniMax 的语音服务和其他 Python 库。运行以下命令安装：

   pip install -r requirements.txt
   

   确保 requirements.txt 文件包含所有必要的库，如 PyPDF2、numpy 等。

4. 配置 MiniMax 语音服务
   Mad Professor 使用 MiniMax 的 TTS（文本转语音）服务，需配置语音 ID：
   • 访问 MiniMax 官方文档：<https://platform.minimaxi.com/document/Voice Cloning>
   • 创建或使用现有的 voice_id。
   • 修改 TTS_manager.py 文件中的 build_tts_stream_body 方法，将 voice_id 参数替换为你的 ID。例如：

     body = json.dumps({
     "model": "speech-02-turbo",
     "text": text,
     "stream": True,
     "voice_setting": {
     "voice_id": "your_voice_id_here",
     "speed": 1,
     "vol": 1,
     "pitch": 0,
     "emotion": mapped_emotion
     },
     "audio_setting": {
     "sample_rate": 32000,
     "bitrate": 128000,
     "format": "pcm",
     "channel": 1
     }
     })
     

5. 准备论文文件
   将需要处理的 PDF 论文放入项目根目录下的 data 文件夹。程序会自动检测并批量处理这些文件。
6. 运行程序
   启动主程序：

   python AI_professor_UI.py
   

   程序运行后，会打开一个图形界面，显示论文内容和 AI 交互区域。

使用方法

导入和处理论文

• 将 PDF 文件放入 data 文件夹。
• 启动程序后，工具会自动扫描 data 文件夹，提取 PDF 内容并生成结构化文本。
• 提取结果显示在界面左侧，支持中英文对照模式。点击界面上的“翻译”按钮，可切换语言。

AI 问答与语音交互

• 在界面右侧的问答区域，输入文字或使用麦克风提问。例如：“这篇论文的研究方法是什么？”
• 如果使用语音输入，确保麦克风设备正常。若指示灯未变黄，尝试更换输入设备。
• AI 会分析论文内容并给出精准回答。点击“语音播放”按钮，答案将以 TTS 形式朗读。
• 语音输出的音量、语速和音调可在 TTS_manager.py 中调整。

分屏界面操作

• 左侧显示论文原文或翻译内容，可滚动查看。
• 右侧为 AI 对话窗口，支持实时问答。
• 界面支持 Markdown 渲染，AI 回答以清晰的消息气泡形式展示。

批量处理

• 若需处理多篇论文，将所有 PDF 文件放入 data 文件夹。
• 程序会逐一处理未解析的文件，生成结构化内容并存储在本地。

注意事项

• 确保网络连接稳定，MiniMax 的 TTS 服务需要联网。
• 检查 data 文件夹权限，确保程序可读写。
• 如果语音输入失败，检查麦克风设置或更换设备。
• 项目为开源软件，建议查看 GitHub 上的最新文档以获取更新。

应用场景

1. 学术研究
   研究人员可使用 Mad Professor 快速阅读和理解复杂论文。工具的 AI 问答功能能解答专业问题，如研究方法、实验设计等，节省查阅时间。
2. 学生学习
   学生可通过中英文对照模式阅读外文论文，语音交互功能帮助理解术语和概念，适合初学者。
3. 论文综述撰写
   研究团队可批量处理多篇论文，提取关键信息，生成综述素材，提高写作效率。
4. 跨语言协作
   国际研究团队可利用翻译功能，快速将论文内容转换为目标语言，促进沟通。

QA

1. Mad Professor 支持哪些文件格式？
   目前仅支持 PDF 格式的论文文件。确保 PDF 文件为可提取文本的格式，非扫描件。
2. 如何解决语音输入失败的问题？
   检查麦克风是否正常工作。若指示灯未变黄，尝试更换输入设备或检查系统音频设置。
3. 是否需要付费使用 MiniMax 的语音服务？
   MiniMax 提供免费和付费的语音服务。建议查看官方文档确认 voice_id 的使用权限。
4. 可以离线使用吗？
   PDF 处理和 AI 问答可离线运行，但语音交互和翻译功能需联网。