Lamentablemente, me he enamorado del "Vampiresystem". Obviamente, Pocket FM me enganchó con el Vampiresystem y me metí de lleno en la historia. Y entonces, en algún momento, se acabaron los capítulos gratuitos y Pocket FM quiso dinero. Luego vino la primera oferta engañosa, en la que caí. Después hubo una segunda oferta, que ya era bastante rastrera. A la tercera vez, puse el freno de mano y dije: "Hasta aquí". Porque, en teoría, según sus cálculos, me salía a aproximadamente un euro por un capítulo de unos diez minutos.
Así que me puse manos a la obra: esto no podía seguir así. Empecé consiguiendo el original en inglés, ya que el alemán no estaba disponible. Y luego, traduje esta obra maestra de 2.517 capítulos con la ayuda de mi IA local. Tras la traducción, desglosé todo el tinglado, lo organicé por narradores y dejé que la IA determinara quién era cada personaje, qué emociones correspondían y demás. ¿Y en qué momento entra cada efecto de sonido? Eso requirió varias pasadas de la IA y llevó bastante tiempo.
Convertí todo en archivos CSV individuales y luego los dividí nuevamente para la locución normal, asegurándome de que se mantuvieran dentro del límite de tokens. Después añadí los efectos de sonido y los sonidos ambientales, creando entre tres y cuatro capas de audio. Y sí, luego a locutar todo el asunto y volver a montarlo con todos los detalles, para obtener al final un MP3 por capítulo.
Como es habitual, volqué todo esto en una pipeline. Es decir, ahora solo introduzco los archivos CSV ya traducidos y terminados, y la Audio Book Factory lo procesa todo. Utiliza un total de siete workers de Qwen3-TTS. Para ello uso el modelo 1.7B y así obtengo básicamente mi audiolibro. Necesito una media de 3,5 a 4 minutos por cada capítulo de 10 minutos. Me parece un rendimiento bastante decente. Por cierto, la generación de audio pura tiene una velocidad de 1 a 3: un minuto de trabajo produce tres minutos de audio.
Actualmente voy por casi 800 episodios de 2.517. Y haciendo cuentas: si Pocket FM quiere aproximadamente un euro por episodio, con este trabajito me he ahorrado 2.500 euros. En otras palabras: con eso me he pagado el ordenador que hace todo el trabajo aquí, así que ahora solo pago un poco de electricidad por todo el asunto.
Ah, y mi querida posdata de siempre: para esto también me he construido, como es costumbre en mi propio sistema del servidor, un reproductor de audio sencillo al que puedo acceder mientras viajo a través de mi red de Tailscale. Últimamente trabajo de noche como camionero, así que ahí es donde me escucho todo debidamente.
Gallery




