「本を聴く」というのは以前からもやっていて、Audibleを利用したこともあったし、Kindleをオーディオブック化したこともありました。
この点、電車通勤で1時間スマホを見れる時間があるような場合はKindleを少しずつ読み進めていくこともできますが、自転車通勤なのでスマホをじっくり見るような時間が普段の通勤生活の中にありません。
そもそも「なぜ働いていると本が読めなくなるのか」という本があるくらいで、さらに自分の場合は疲れ目の上、オフィスや自宅でもパソコンを長時間使っているのでできるだけ目を休ませたい。
ということで「時間ができたら本を読む」ではなくて「時間ができたら本を聴く」感じになっています。
なお、ここでの「本」とは、小説や詫び錆びを楽しむような芸術作品としての文章ではなく、あくまで情報やアイデア、新たな気付きのインプットとしての読書を指しています。
Kindleをオーディオブック化
Kindleのオーディオブック化は最近でもやっていて、空いている端末次第でやり方は変わりますが最近はパソコンでオーディオ化をしています。
ちなみに私がオーディオ化する際は以下の手順でやっています。どちらもトークバックの音声読み上げ機能を使っています。
スマホ（Android）を使う場合
- スマホの音声録音アプリで録音開始
- トークバックを有効にする
- Kindleを立ち上げる
- トークバックで流し読みしてもらう
- 録音が終わったら不要な部分をカット
録音アプリは内部の音を録音できるものは限られていて、外部（マイク経由）の音を録音できるものが大半です。が、綺麗な音質を求めたい素敵な音楽ならまだしも、聞こえればいい情報としての音声であれば外部録音で十分です。誰もいない部屋でスマホのトークバックで音声を垂れ流して、その音声を録音していました。ただパソコンを長時間放っておけるならパソコン版の方が楽かつ音質も良いです。
パソコンを使う場合
- BlueStacksなどのAndroidエミュレータを起動
- スマホの場合と同じようにトークバック再生
- Audacityで再生されている音声を録音
スマホの場合は、録音アプリを使うか、音声をLINE出力して別端末で録音などの手順になりますが、パソコンならフリーソフトのAudacityを使えば録音から編集、無音除去まで簡単にできます。
Audacityの録音設定で、音声入力デバイスを再生デバイスと同じにしてループバック指定すれば再生している音声が録音できるので、スマホを使う場合と同様に無料で（Kindle本の費用はかかりますが）オーディオブック化できます。
ちなみにKindleのPC版に読み上げ機能がついているのですが、英語のみ対応で言語を変更できないようなので断念。英語の読み上げもKindle PC版よりトークバックの方が誤読が少ない印象です。
OCRでテキスト化を挟んでのTTSは？
実は他にもPythonを使って自動でKindleのページをめくってOCRで読み取ってテキスト化し、テキストデータをVoicevoxのAPIを使って音声化というバッチも作ろうとしました。が、個別機能をテストしていた段階で、Voicevoxの読み上げは（誤読はあるけど）それなりにいけそうだったのですが、OCRの認識制度が悪く断念しました。
今の時代、ライブラリの使い方を知らなくてもAIがコードを書いてくれるのでプログラムを走らせるハードルは一気に下がった感があります。
ちなみにOCRはTesseract OCRエンジン（Pytesseractライブラリ）を使ったのですが微妙。QiitaなりStackOverflowなりで調べて前処理もいろいろ試したのですが期待する水準に届きませんでした。そして日本語の認識性能ならTesseract OCRより良いというレビューもあるBaidu(百度)が開発したPaddleOCRも試してみました（生成AIといい、この分野の中国の発展は目まぐるしくものがあります）。
Tesseract OCRより良い感触だったのですがそれでも読み上げに渡せる精度のテキストではなく、追加で時間をかけて前処理や調査をするくらいなら👆のトークバックを使う方法の方が早いという結論に達しました。まあ機械学習分野は日進月歩なのでもう少しの時代待ちなのかもしれませんが。
それにKindleのテキスト抽出は利用規約的にグレーなところもあるといけないんで個人利用とはいえプログラムで手を入れるのはやめといた方が無難なのかもしれません。
ちなみにタイパを意識すると、音声化したものもだいたい1.5倍速～2倍速で聞くことが多いです。
そしてタイパを意識した結果、要点流し聞き目的なら書籍のまとめ動画を聴いた方が早いというところに行き着いたわけですがそれはまた別のお話…。
0 件のコメント :
コメントを投稿