HeadlinesBriefing favicon HeadlinesBriefing.com

讲述者强制对齐算法详解

Hacker News •
×

讲述者现在是一个庞大的软件生态系统,拥有完整的 Web 应用程序、适用于 Android 和 iOS 的原生应用程序、KOReader 插件,以及即将推出的 macOS、watchOS 和 tvOS 应用程序。我们正在对上述 v3 版本进行 alpha 和 beta 测试,这将带来更新的 UI、一套庞大的新图书管理功能等。我们非常期待向您展示我们一直在做的工作!但讲述者的核心是其对齐算法。讲述者可以接受您提供的电子书和有声书,并将它们对齐,找到电子书中的每个单词在有声书中何时被朗读。它自动完成此操作,无需您提供任何输入。然后,它使用 EPUB 规范中内置的音频同步系统——媒体叠加层(Media Overlays),将音频和同步信息嵌入 EPUB。这让您可以沉浸式阅读您的书籍,您的阅读应用程序会在叙述人朗读时突出显示每个句子,就像上面的演示一样(使用的是真实的讲述者对齐效果!)。最初,讲述者就是这样:一个 Python 脚本。它接受一个有声书文件和一个电子书文件,并输出一个带有音频同步元数据的新电子书文件。当时,能够消费这些文件的电子书阅读应用程序非常少(且没有任何电子书阅读设备),这些应用程序使用 EPUB 媒体叠加层规范来实现其功能。我会在我的电脑上运行该脚本,将生成的 EPUB 复制到我的手机上,然后使用 Book Fusion 的初步媒体叠加层支持来阅读和收听我的书籍。