Как я расставил главы в 200 аудиокнигах по Warhammer и почему браузер врал о длительности книги
Привет, Пикабу! Я делаю фанатскую онлайн-библиотеку по Warhammer 40,000 и Warhammer Fantasy: книги, аудиокниги, комиксы, рулбуки, всё на русском, бесплатно и без рекламы. Сегодня вышло большое обновление, и хочу рассказать, как оно делалось, потому что по дороге было много интересного.
Проблема первая: в аудиокнигах нет глав
Почти все наши аудиокниги — это один mp3 на 10–15 часов. Хочешь вернуться к началу главы или найти сцену? Крути ползунок и вслушивайся. Встроенных меток глав нет ни в одном из 711 файлов, я проверил все.
Расставлять вручную нереально: это тысячи меток. Поэтому сделали так:
Берём текстовую версию той же книги и вытаскиваем из неё список глав и первые слова каждой.
Ищем паузы в озвучке и раскладываем главы по паузам пропорционально объёму текста.
Нейросеть распознавания речи прослушивает каждую предполагаемую метку и проверяет, звучат ли там первые слова главы. Если нет, ищет рядом.
Каждую найденную метку проверяем ещё раз, независимо.
Грабли были весёлые. В одних озвучках длинные паузы стоят посреди главы, просто на склейках записи. ИИ-озвучка вообще читает без пауз. Тихие записи нейросеть считала тишиной. А ещё она иногда молча пропускает целые 30 секунд речи, если кусок начинается с тишины, и это пришлось отлавливать отдельно.
Итог: больше 4000 проверенных меток в 200 аудиокнигах, почти 1900 часов звука прослушано. Видеокарта всё это время грела комнату. Если метка всё-таки встала не туда, о ней можно сообщить прямо из плеера.
Проблема вторая: 12:27 из 12:24
Пока я возился с главами, подписчик (Павел, привет!) прислал фото экрана: в плеере «12:27:31», а длительность книги «12:24:14». Время больше длительности, как так? Спасибо ему за внимательность: сам бы я это ещё долго не заметил.
Первая мысль: файлы битые. Проверил все 712 mp3, заголовки в порядке. Пересчитал длительность по каждому кадру: совпадает с заголовком до секунды.
Оказалось, дело в браузере. У mp3 с переменным битрейтом нет точной карты «секунда → место в файле», есть только таблица из 100 точек на весь файл. На 12-часовой книге это одна точка на 7 минут. Браузер перематывает примерно, но считает, что попал точно, и время дальше врёт на несколько минут. Я проверил: после перемотки в «Истребителе зомби» ошибка доходила до 4 минут.
Лечится только перекодированием в постоянный битрейт. Перекодировали 297 файлов (42 ГБ), заняло около 5 часов на домашнем сервере. А по ходу нашлись ещё 4 совсем странных файла: их склеили из кусков с разной частотой дискретизации (44,1 и 48 кГц), и длительность в них врала на 44 минуты. Их тоже вылечили. Каждый результат проверен, оригиналы сохранены.
Теперь перемотка и переходы по главам точные до секунды.
Ещё в обновлении
11 тем для чтения («Пергамент», «Синяя ночь», «Олива» и другие) плюс свои темы: цвета и текстура бумаги, пергамента, холста или кожи. Тема «Авто» сама переключается между днём и ночью.
Android-приложение 1.5.0 со всем этим.
Проект некоммерческий, делается в свободное время для таких же фанатов вселенной. Если интересно, загляните и напишите в комментариях, чего не хватает.
📚 Библиотека: https://warhammer-library.duckdns.org
🎧 Аудиокниги: https://warhammer-library.duckdns.org/audiobooks/
📱 Приложение для Android: https://warhammer-library.duckdns.org/app/
Слава Императору!








