Dokumentacja
Proces audiobooka
Czyszczenie dokumentu, przygotowanie narracji, generowanie, składanie i eksport.
- Nowi użytkownicy
- Operatorzy
Sesja audiobooka zaczyna się od przesłanego, pobranego lub świadomie ponownie użytego artefaktu dokumentu.
Typowe etapy
- Oczyść źródło — deterministyczna ekstrakcja z opcjonalnym czyszczeniem wspomaganym przez agenta, tworząca tekst do przeglądu.
- Podziel narrację — edytowalne segmenty generowania sterujące granicami tekstu i pauzami.
- Zoptymalizuj narrację — opcjonalna, osobna wersja tekstu przed i po zmianie.
- Wygeneruj audio — wersje narracji do przeglądu. Dokładny plan może uzupełnić brakujące przygotowanie.
- Złóż — wybierz wersje i zbuduj zamierzoną sekwencję audio.
- Eksportuj — zapakuj złożone audio z wybranym formatem, metadanymi i okładką.
Optymalizacja mowy dla całego dokumentu i optymalizacja partii podczas generowania są alternatywnymi miejscami wykonania podobnej zmiany. Sprawdź plan i nie włączaj obu przypadkowo.
Generowanie może wysłać tekst narracji do skonfigurowanego dostawcy TTS. Czyszczenie lub optymalizacja mogą wysłać tekst do dostawcy LLM. Dobry plan wskazuje więc przed wykonaniem, który dostawca otrzyma jakie dane. Wygenerowane wersje i końcowe eksporty są różnymi artefaktami; samo generowanie nie oznacza końcowego złożenia.