Giới thiệu trên HN: Nền tảng tường thuật đồng bộ mã nguồn mở, tự lưu trữ cho sách điện tử
(smoores.gitlab.io)Storyteller: Nền tảng tự động đồng bộ sách nói và sách điện tử
- Storyteller là một nền tảng tự lưu trữ giúp tự động đồng bộ sách nói và sách điện tử.
- Nền tảng này tạo ra các tệp sách điện tử tuân thủ tiêu chuẩn EPUB 3, có thể được đọc bằng bất kỳ trình đọc sách điện tử nào (phần mềm hoặc phần cứng) hỗ trợ EPUB media overlays, hoặc sử dụng ứng dụng di động Storyteller chuyên dụng.
- Storyteller hoàn toàn tự lưu trữ, và mọi cuốn sách đều được lưu trên phần cứng của người dùng nên có thể tự do di chuyển, sao chép và sao lưu khi cần.
Ý kiến của GN⁺
- Storyteller quan trọng vì cung cấp một nền tảng giúp người dùng dễ dàng đồng bộ sách nói và sách điện tử để cải thiện trải nghiệm đọc.
- Khả năng tự lưu trữ, cho phép người dùng kiểm soát hoàn toàn dữ liệu của mình, phù hợp với những mối quan tâm hiện đại về quyền riêng tư và quyền sở hữu dữ liệu.
- Việc tuân thủ tiêu chuẩn EPUB 3 góp phần tăng khả năng tương thích và khả năng tiếp cận, cho phép người dùng đọc sách trên nhiều thiết bị và phần mềm khác nhau.
1 bình luận
Các ý kiến trên Hacker News
Thật đáng kinh ngạc. Vài năm trước tôi từng tạo một công cụ căn chỉnh ebook–audiobook tương tự là https://github.com/r4victor/syncabook
Khi đó tôi cho rằng các phương pháp căn chỉnh văn bản, kể cả dựa trên học máy, có chi phí tính toán quá lớn và chưa đủ tốt với văn bản dài, nên đã chọn cách tổng hợp giọng nói từ văn bản rồi căn chỉnh hai chuỗi âm thanh
Storyteller có vẻ dùng cách căn chỉnh văn bản, nên tôi tò mò mất bao lâu để đồng bộ một cuốn sách
Ngoài ra phiên bản âm thanh và văn bản thường khác nhau khá nhiều. Ví dụ audio có thể có phần mở đầu không có trong văn bản. Tôi cũng muốn biết Storyteller xử lý những trường hợp này tốt đến đâu, có cần chỉnh sửa audio/văn bản thủ công không hay tự động xử lý các khác biệt
Tôi đã mô tả chi tiết thuật toán đồng bộ trong tài liệu, nhưng đại ý là thế này. Storyteller dùng Whisper để chuyển lời audio thành văn bản, và đây là bước tốn chi phí tính toán nhất
Sau đó nó dùng tìm kiếm mờ dựa trên khoảng cách Levenshtein để tìm từng chương trong văn bản. Đây là phần nhằm tính đến khác biệt giữa phiên bản audio và văn bản
Với mỗi chương, nó lại tìm kiếm mờ trên toàn bộ kết quả chuyển lời để tìm timestamp bắt đầu/kết thúc theo từng câu
Nhìn chung hoạt động khá tốt, nhưng vì xem ebook là dữ liệu chuẩn nên hiện tại đôi khi nó bỏ sót phần mở đầu hoặc kết thúc của audiobook. Hỗ trợ để kích hoạt rõ ràng các phần như vậy đã có trong roadmap
Tài liệu cũng giải thích chi tiết thuật toán tự động xử lý khác biệt giữa audio và văn bản
Thật sự rất hay. Đây là thứ trước đây tôi chưa từng nghĩ tới
Tôi bắt đầu nghe audiobook trên đường đi làm, còn buổi tối thì đọc sách. Hiện tôi nghe ebook bằng audiobookshelf[0], và nó cũng hỗ trợ ebook
Tôi đã để lại bình luận[1] trong phần thảo luận về việc audiobookshelf có đọc được EPUB mà Storyteller tạo ra không
[0]: https://www.audiobookshelf.org/
[1]: https://github.com/advplyr/audiobookshelf/issues/189#issueco...
Tôi muốn có thể chuyển qua lại thoải mái giữa audiobook và phiên bản văn bản của nó. Cảm ơn vì đã nhắc tới Storyteller trong thảo luận đó, tôi sẽ tự vào xem
Tôi thật sự thích dự án này. Chỉ có điều vợ và các con tôi đều đọc EPUB trên máy đọc sách Kobo, nên sẽ rất tuyệt nếu có thể đồng bộ trang đọc cuối cùng từ Kobo sang Storyteller để sau đó nghe tiếp bằng audiobook
Nếu cần cho việc đồng bộ, tôi cũng sẵn sàng cài KOReader trên tất cả các máy Kobo. Có vẻ KOReader không hỗ trợ EPUB3 media overlay, nhưng có chức năng đồng bộ
Trái lại, điều đó còn có thể khiến người dùng mua sách ở cả hai dạng. Có rất nhiều lúc tôi đang đọc ebook rồi muốn tiếp tục khi lái xe, và thật tuyệt nếu có một kiểu “handoff” chuyển mượt sang bản audio
Mới không để ý một chút mà phản hồi đã tăng vọt. Nếu có ai đang thiết lập thử, rất mong bạn vào kênh Gitter (https://smoores.gitlab.io/storyteller/docs/say-hi) để chào hỏi, yêu cầu hỗ trợ hoặc để lại phản hồi
Tôi muốn có thêm thông tin. Chẳng hạn link ứng dụng iOS hoặc ảnh chụp màn hình, các chức năng mà dự án cung cấp
Tôi tò mò đây là thư viện ebook/audiobook có đồng bộ như audiobookshelf, hay chỉ là công cụ đồng bộ: https://www.audiobookshelf.org/
Storyteller là một thư viện ebook/audiobook đầy đủ, bao gồm cả đồng bộ. Tuy nhiên đến nay tôi tập trung vào trải nghiệm đọc nhiều hơn hẳn so với trải nghiệm quản lý thư viện
Tôi cũng sẽ sớm cải thiện trải nghiệm quản lý thư viện
https://apps.apple.com/us/app/storyteller-reader/id647446772...
Một dự án thật sự rất hay
Nếu đã dùng AI để chuyển lời, thì sẽ rất tuyệt nếu có thể dùng TTS để tạo giọng nói AI nữa
Tôi đã đăng ký rồi hủy Audible vài lần, vì có quá ít audiobook chất lượng cao. Sách do chính tác giả đọc cũng thường không hay, và đa số không phải người dẫn chuyện chuyên nghiệp
Một AI tốt có lẽ sẽ rất tuyệt vì có thể duy trì cùng mức năng lượng, ngữ điệu và tốc độ trong nhiều giờ mà không mệt
Khá thú vị
Trước đây tôi từng viết một thứ tương tự: dùng kết hợp ebook/audiobook để tạo bộ dữ liệu LJSPEECH tùy chỉnh, tổng hợp giọng của người dẫn chuyện yêu thích bằng coqui-tts và mô hình VITS, rồi khiến những cuốn sách chưa có bản audiobook được “xuất bản”
Tôi đã có thể đồng bộ nội dung sách theo timestamp, chia âm thanh theo từng câu, rồi từ tổ hợp đó tạo ra bộ dữ liệu LJSPEECH
Tôi dùng aeneas[1], cấu hình hơi khó chịu, nhưng sau một thời gian thì nó có thể ánh xạ cả các ngôn ngữ không phải tiếng Anh, trong trường hợp của tôi là tiếng Đức, với độ chính xác trên 80%
Nó hoạt động khá tốt và bộ dữ liệu LJSPEECH cũng ổn, nhưng công nghệ TTS khi đó vẫn còn thiếu sót. Có lẽ đã đến lúc hồi sinh lại với các hướng mô hình hóa mới hơn như XTTS
[1]: https://www.readbeyond.it/aeneas/
Như đã nói, có nhiều cuốn sách hay, nhưng vấn đề nghiêm trọng hơn là những cuốn sách xuất sắc nhưng chất lượng đọc/production chỉ ở mức tầm thường. Ví dụ A Song of Ice and Fire trên Audible thật sự rất tệ, còn The Martian của Andy Weir thì xuất sắc
Liệu có thể ghép Will Wheaton hay Greg Tremblay vào GOT không? Có thể để nhiều nhân vật được đọc bằng các giọng khác nhau không? Nếu có thể thì tôi muốn thử lại
Thiếu liên kết: https://smoores.gitlab.io/storyteller/
Trông rất hay, và bước tiếp theo là tạo một hệ sinh thái đồng bộ hoàn chỉnh để quản lý sách
[0] https://www.audiobookshelf.org/
Thứ tôi thật sự muốn có từ kỷ nguyên machine learning mới là TTS và STT đạt mức con người, có thể tự host
Sẽ rất tuyệt nếu có thể nghe ebook dạng văn bản, và chuyển các podcast dài hoặc khóa học video/audio thành văn bản để dễ tìm kiếm và trích dẫn
Tôi tự hỏi liệu đây có phải là thứ đó không. Những gì tôi tìm được đến nay hoặc kém con người khá xa, hoặc là dịch vụ online đắt đỏ
Tuyệt vời. Tôi đã muốn có thứ như thế này trong nhiều năm. Hy vọng Libby tích hợp để có thể dùng với cả sách đã mượn
Cũng mong thêm liên kết ứng dụng trên App Store
Tôi sẽ gửi thay đổi để đưa nó vào tài liệu ngay