Když e-knihy konečně promluví lidským hlasem a bez špehování

Vzpomínáte si na první pokusy nechat počítač předčítat text? Pokud jste se o to někdy pokoušeli v prostředí svobodného softwaru, pravděpodobně vám v uších ještě teď zní plechový, monotónní hlas syntezátorů typu eSpeak. Znělo to jako porouchaná mikrovlnka snažící se recitovat Shakespeara. Člověk to vydržel poslouchat dvě minuty ze zvědavosti, ale představa, že by si takhle nechal přečíst celou kapitolu oblíbeného románu, hraničila se sebemrskáním.

Velcí technologičtí hráči tento problém v posledních letech samozřejmě vyřešili. Vytvořili neuronové hlasy, které znějí neuvěřitelně věrně, mají správnou intonaci a umí se i nadechnout. Jenže to má tradiční háček s příchutí vendor lock-inu: tyto hlasy jsou uzamčené v jejich cloudech. Chcete, aby vám systém předčítal knihu? Výborně, stačí se přihlásit k účtu, odevzdat veškerá telemetrická data, smířit se s tím, že někdo na vzdáleném serveru přesně ví, co, kdy a jak rychle čtete, a nejlépe ještě platit měsíční předplatné. Skutečná svoboda vypadá jinak.

Svoboda čtení bez dohledu velkých hráčů

Tady přichází na scénu Calibre. Pro mnohé z nás je tento program naprostou stálicí digitálního života. Přiznejme si otevřeně, že jeho uživatelské rozhraní nikdy nevyhrálo soutěž krásy a občas působí jako relikt z dob, kdy monitory měly hloubku půl metru. Jenže pod kapotou je to absolutní švýcarský nůž pro správu elektronických knih. Respektuje vaše soukromí, poradí si s jakýmkoliv formátem a hlavně – patří vám, nikoliv nějaké korporaci.

V nejnovější verzi se však v Calibre odehrála tichá revoluce. Do funkce hlasitého předčítání přibyla podpora pro moderní model Kokoro. Jde o otevřený model pro syntézu řeči (text-to-speech), který zásadně mění pravidla hry. Najednou totiž nepotřebujete posílat text na servery Applu, Googlu nebo Amazonu, abyste dostali výstup, který netrhá uši.

Konec robotického drmolení na vlastním železe

To fascinující na modelu Kokoro je fakt, jak neuvěřitelně efektivní dokáže být. Moderní modely umělé inteligence často vyžadují grafické karty za desítky tisíc korun nebo obří datacentra. Kokoro však dokáže běžet lokálně přímo na běžném procesoru vašeho notebooku či stolního počítače, a přesto nabízí projev, který zní přirozeně, pracuje s rytmem věty a zvládá emoce textu bez typického robotického záseku.

Pro každého, kdo rád poslouchá knihy při vaření, manuální práci nebo prostě ulevuje unaveným očím po celém dni před monitorem, jde o obrovský skok kupředu. Vezmete libovolný e-book ve formátu EPUB, stisknete tlačítko a posloucháte. Žádná registrace, žádné api klíče, žádné účtování za počet přečtených znaků a nulový únik soukromí do cizích rukou.

Aktualizace přitom nepřináší jen pokročilý hlas. Tvůrci zapracovali i na dalších detailech, které ocení každý technologický nadšenec:

• Podpora moderního formátu AVIF: Nový obrazový standard s vynikající kompresí a kvalitou konečně proniká hlouběji do světa e-knih.
• Chytřejší práce s PDF: Pokud jste někdy zkoušeli převádět nebo předčítat odborné články ve dvousloupcovém formátu, víte, jaké peklo to bývalo. Calibre si s tímto rozložením nyní poradí podstatně elegantněji a text nepomíchá.

Právě na takových momentech se ukazuje krása otevřeného softwaru. Když se spojí nezávislý vývojářský ekosystém s otevřenými modely strojového učení, výsledkem není další zpoplatněná služba snažící se vytáhnout z vaší peněženky měsíční paušál, ale funkční nástroj, který vám jednoduše vrátí kontrolu nad vaším vlastním hardwarem i digitální knihovnou.