Voice Book

13 июля 2026

Одно время я подсел на книжную подписку как на сериалы. Это когда автор продаёт ещё не написанную книгу, выкладывая главу за главой каждую неделю. Очень хотелось сразу прослушать главу. Да-да, именно прослушать как аудиокнигу — времени на чтение художественной литературы нет. А между делом, в процессе прогулки или домашних дел — пожалуйста. Или вообще как сказку на ночь 😄. Но вот бесплатных программ для озвучивания уже нет, по крайней мере я не нашёл. А AI-движки больно дорогие — порядка 1000 ₽ за книгу получается. Дешевле дождаться аудиокниги за 300 ₽ с хорошим чтецом. Хотя не факт, что чтец нормальный будет; может, робо-голос даже лучше некоторых звучит. Короче, я решил создать такую программу — и вот что получилось: https://voice-book.stswoon.ru.

Бизнес-идея

Создать систему озвучивания книг, которая закроет следующие потребности:

1. возможность прослушать книгу, для которой ещё нет аудиокниги
2. возможность прослушать книгу, для которой, похоже, и не будет никогда аудиокниги
3. возможность прослушать книгу, для которой голос диктора ужасен
4. возможность прослушать книгу, которая ещё не написана до конца

Движок

Мне удалось найти условно бесплатный TTS-движок — https://silero.ai

Архитектура

Python

• код вызова TTS — https://github.com/stswoon/voice-book/blob/main/python/silero.test.py
• зависимости для Python — https://github.com/stswoon/voice-book/blob/main/python/requirements.txt
• заранее скачанная модель — https://github.com/stswoon/voice-book/blob/main/python/tts-v3-ru-model.pt

Frontend

• WebComponents — https://github.com/stswoon/voice-book/blob/main/client/src/app/AbstractComponent.ts
• вызов API, поллинг — https://github.com/stswoon/voice-book/blob/main/client/src/app/services/AppService.ts

Node.js

• разбиение текста на чанки: модель не может обработать больше 1000 символов, а лучше с запасом брать меньше — https://github.com/stswoon/voice-book/blob/main/server/src/services/splitText.ts
• обратная транслитерация + превращение чисел в слова: модель воспринимает только русские буквы — https://github.com/stswoon/voice-book/blob/main/server/src/services/textTranslits.ts
• генерация тасок для паттерна TaskPool: каждая таска — отдельный spawn-процесс, чтобы вызвать Python через консоль, распараллелить обработку чанков текста и подписаться на сигналы из spawn — https://github.com/stswoon/voice-book/blob/main/server/src/services/ttsService.ts

DevOps

Размещение Docker-контейнера происходит в системе Coolify (см. как настроить в статье Coolify v4), которая расположена на VPS.

Сам Docker image — https://github.com/stswoon/voice-book/blob/main/Dockerfile