Audiobook Studio

Motivador

Transformar livros em audiolivro de voz agradável sem depender de serviço pago por caractere e sem enviar o conteúdo para fora. O caso de uso concreto começou com um livro que eu queria ouvir e não existia em áudio.

Problema

Renderizar um livro inteiro leva horas em CPU. Qualquer falha de rede, queda de worker ou reinício do computador jogaria o trabalho fora. Além disso, TTS erra: pula frase, trunca palavra, lê número de um jeito estranho. Sem verificação automática, o erro só aparece quando alguém escuta 6 horas de áudio.

Resultado

• Livros completos renderizados de ponta a ponta, com relatório final por capítulo contendo duração, falhas, recall e trechos suspeitos de truncamento.
• A avaliação de motores derrubou uma hipótese popular: a ferramenta de áudio mais comentada do mercado não serve para audiolivro, por três bloqueios independentes, sendo o principal a ausência de leitura literal.
• A comparação entre um modelo em nuvem e dois modelos locais para a tarefa de entender a estrutura do livro virou artefato de decisão, com saída estruturada de cada um lado a lado.

O que eu tirei daqui

• Cache endereçado por conteúdo transforma um processo de 12 horas em algo retomável, e retomável é o que torna o projeto possível numa máquina que dorme.
• Se o sistema gera muito material, ele precisa se auditar sozinho. Transcrever o áudio de volta é barato perto de escutar tudo.
• Registro de motores em arquivo evita que a escolha de fornecedor vire refatoração.