Malheureusement pour moi, je suis tombé amoureux du "Vampire System". J'ai bien sûr été appâté par le site Pocket FM avec le Vampire System et je suis vraiment rentré dans l'histoire. Et puis, à un moment donné, les chapitres gratuits étaient finis et Pocket FM a voulu du cash. Il y a eu une première offre d'appel dans laquelle je suis tombé. Puis une deuxième offre, déjà assez sournoise. À la troisième fois, j'ai tiré le frein à main et je me suis dit : « Ah non, ça suffit. » Parce que théoriquement, selon leurs calculs, j'en étais à environ un euro pour un chapitre d'environ dix minutes.
Alors je m'en suis occupé – ça ne pouvait pas continuer comme ça. J'ai commencé par réussir à me procurer l'original anglais, car la version allemande était introuvable. Ensuite, j'ai traduit ce chef-d'œuvre de 2 517 chapitres à l'aide de mon IA locale. Après la traduction, j'ai tout décortiqué, trié par narrateurs, et j'ai laissé l'IA déterminer qui était quel personnage, quelles étaient les émotions associées, et ainsi de suite. Et quel effet sonore ajouter et quand ? Cela a nécessité plusieurs passages de l'IA et a pris pas mal de temps.
J'en ai fait des fichiers CSV distincts, que j'ai ensuite encore subdivisés pour la mise en voix, pour rester dans la limite des tokens. J'ai ensuite ajouté les effets sonores et les sons d'ambiance pour créer trois à quatre couches audio. Et oui, ensuite, on fait le rendu audio et on remonte le tout avec tous les détails, pour obtenir un MP3 par chapitre à la fin.
Une fois de plus, j'ai coulé tout ça dans une pipeline. C'est-à-dire que je ne fais plus qu'injecter les fichiers CSV traduits et finalisés à l'entrée, et l'Audio Book Factory calcule tout. Elle utilise au total sept workers Qwen3-TTS. J'utilise le modèle 1.7B pour ça et j'obtiens maintenant quasiment mon livre audio. Il me faut en moyenne 3,5 à 4 minutes pour un chapitre de 10 minutes. Je trouve que c'est un débit tout à fait correct. D'ailleurs, pour la seule génération audio, la vitesse est de 1 pour 3 – donc une minute de travail produit trois minutes d'audio.
Actuellement, j'en suis à près de 800 épisodes sur 2 517. Et si on fait le calcul : si Pocket FM veut environ un euro par épisode, je me suis économisé 2 500 euros avec ce petit boulot. En d'autres termes : avec ça, je me suis payé l'ordinateur qui fait tout le travail, et maintenant je ne paie plus que quelques frais d'électricité pour tout ce bazar.
Ah oui, et mon cher post-scriptum habituel : pour ça aussi, je me suis construit un simple lecteur audio sur mon propre système sur le serveur, auquel je peux accéder en déplacement via mon réseau Tailscale. Je suis chauffeur de camion de nuit depuis peu, et voilà comment j'ai de quoi m'occuper les oreilles convenablement.
Gallery




