Озвучка статей как на Hackernoon (ссылка в описании)

[tlpv]

https://hackernoon.com/a-detailed-framework-for-intelligent-liquidity-provisioning-in-uniswap-v3

[vas3k]

А можно нам подробностей как это всё устроено? Я там не сижу и не знаю как они делают озвучки и все эти многочисленные переводы. Руками? Нейросетками? Как обрабатывают ситуацию, когда происходят правки в тексте? Что делать с картинками?

[tlpv]

Увы я гуманитарий, не смогу ответить на такие вопросы =(

Если открыть любую статью на сайте (например вот рандомная статья, там там можно увидеть плеер, как на скрине ниже

В конце любой озвучки статьи произносится фраза "Read by Artificial Intelligence". Картинки просто скипаются.

[bbakalov]

Немного контекста. Пытался послушать пост через "ok google. read aloud" и не смог. Не смог потому что пост закрыт от мира.
В результате начал думать что было бы круто иметь такую возможность на сайте.

Результат и НЕ элегантное решение:

function readAloud() {
      const textToRead = document.getElementById('text-to-read').innerText;
      const speech = new SpeechSynthesisUtterance(textToRead);
      speech.lang = 'ru-RU';
      speech.rate = 1; // Adjust the speaking rate if needed
      window.speechSynthesis.speak(speech);
    }

Начал искать варианты на django. Прочитал пару статей и довольно очевидная картинка по реализации сложилась и определённые мысли (дальше в перемешку мысли и какие решения не очень):

0. Подход всё переводить на лету может стоить денег и не думаю что это необходимо
1. После публикации условно раз в пару часов, запускаем скрипт куда скармливаем текст (картинки пропускаем) и получаем на выходе готовую mp3
   1.1. При редактировании поста, снова добавляем текст в очередь и делаем пункт 2
   1.2. По факту, мы не привязаны к языку программирование и такой сервис может быть написан на чём угодно и просто общаться по API и файлики хоть по FTP пусть складывает. Тут уже вопрос технической реализации.
2. Для каждого поста имеем конкретную mp3 дорожку готовую к воспроизведению
3. На фронтенде реализуем любой плеер и стилизуем его под общий стиль

Думаю общая идея может быть такой, варианты реализации и какой движок для конвертации text to speech уверен можно найти в opensource.

Пока вектор мыслей такой.
@vas3k я не знаком со всем стеком который тут используется, но хотелось бы исходя из моего комментария услышать твои мысли на подобное решение

[bbakalov]

Еще немного больше почитал и вижу идеальным решением отдельный микросервис для этого. В такой реализации можно быстро реализовать backend MVP.
И в будущем переписывать только микросервис под любую технологию.

А на фронтенде всё что нужно это корректный путь к файлу с озвучкой.