MUCKYWORX // PROJECT
Audiobook Factory
PROJECT

Audiobook Factory

Was passiert, wenn man unbedingt ein Hörbuch haben will, aber Pocket FM viel zu teuer ist?

Ich habe mich leider Gottes in das Vampiresystem verliebt. Ich wurde natürlich erfolgreich angefüttert von der Seite Pocket FM mit dem Vampiresystem und bin richtig reingekommen in die Story. Und dann irgendwann waren quasi die Gratis Kapitel zu Ende und dann wollte Pocket FM Geld haben. Und dann gab es das erste Lockangebot, auf das ich reingefallen bin. Dann gab es ein zweites Lockangebot, war schon bis in den Hinterhält ja war. Und beim dritten mal habe ich dann die Handbremse gezogen und sage so nicht. Weil rein theoretisch bin ich bei ungefähr einem Euro für ein ungefähr zehn Minuten langes Kapitel, nach deren Sache. Also habe ich mich darum gekümmert, so geht das nicht. Ich fing damit an, dass ich es geschafft habe, mir das englische Original zu besorgen, weil das Deutsche war nicht zu kriegen. Und dann habe ich eher erst mal dieses 2500-17 lange Kapitelmeisterwerk mithilfe meiner lokalen KI übersetzt. Nach der Übersetzung habe ich den ganzen Spaß auseinandergenommen, in Sprecher sortiert, habe von der KI wieder die Story bestimmen lassen, wer ist welcher Sprecher, welche Emotionen gehört dazu und so weiter. Und wann kommt welcher Audio Sound Effekt dazu? Das hat mehrere Durchläufe von der KI gebraucht, hat eine ganze Weile gedauert. Und habe denn daraus einzelne CSV Dateien gemacht, habe die dann quasi für die normale Vertonung nochmal auseinander gesplittet. Auch so weit gemacht, dass sie im Token Limit bleiben. Ich habe dann noch die soundeffekte hinzugefügt und amienten hinzugefügt und habe daraus 3 bis 4 Audio Layern bauen lassen. Und ja, lasst den Spaß vertonen, wieder zusammensetzen mit allem drum und dran. Und kriegt dann hinterher pro Kapitel eine MP3 raus. Und genau das habe ich mal wieder in eine Pipeline gegossen. Das heißt, ich schmeiße vorne nur noch die fertigen übersetzten CSV Dateien rein. Und die Audio Book Factory rechnet alles durch, benutzt insgesamt 7Qen3 TTS Worker. Ich verwende das 1.7B Modell dafür und bekomme jetzt quasi mein Hörbuch raus. Ich brauche im Schnitt 3,5 bis 4 Minuten pro 10 Minuten Kapitel. Ich finde das ein anständiger Durchsatz in der Richtung. Rein das Audio Transkribieren ist übrigens bei einer Geschwindigkeit von 1 zu 3. Also eine Minute Arbeit, 3 Minuten Hörbuch fallen hinten raus oder Audio. Ja, und momentan bin ich bei knapp 800 Episoden von 2.517. Und jetzt mal hoch gerechnet. Wenn wir Pocket FM ungefähr 1 Euro haben will pro Episode, habe ich mir mit dem bisschen Arbeit hier 2.500 Euro erspart oder mit anderen Worten "damit habe ich meinen Rechner bekommen, der hier die gesamte Arbeit macht" und so zahle ich nur noch ein bisschen Stromkosten für den gesamten Kram. Ach ja und schon wieder mein geliebter Nachtrag. Auch hierfür habe ich mir wie üblich in meinem eigenen System auf dem Server einen einfachen Audioplayer gebaut, wo ich dann das ganze über mein Tailnet erreichen kann unterwegs. Ich bin neuer Nachts LKW-Fahrer und dann kriege ich halt da was ordnungsgemäß auf die Ohren.