Preparar o arquivo de texto

Cada formato de arquivo exige um pré-processamento específico. Para este exemplo, utilizarei o livro Fairness and Machine Learning: Limitations and Opportunities, pois, além de estar disponível gratuitamente na internet sob a licença Creative Commons BY-NC-ND 4.0, é uma excelente leitura sobre as implicações sociais e éticas das decisões automatizadas—um conhecimento essencial para profissionais de IA e dados. (Inclusive, fiz um post no LinkedIn sobre esse livro no último ano.)

Vamos carregar o código que desenvolvi para realizar o scraping do conteúdo:

%%capture
!wget -O scraper_fairmlbook.py "https://gist.githubusercontent.com/gomesfellipe/91a76531858e51fd69e72fb862499a67/raw/f1ae0374268b3190b41480e937c966cab793aa51/scraper_fairmlbook.py"
import scraper_fairmlbook

Agora, utilizamos a função para extrair o conteúdo:

book = scraper_fairmlbook.extrair_conteudo_livro('https://fairmlbook.org/')
book

{'introduction': 'Introduction\n\nOur success, happiness, and wellbeing are neve...
 'legitimacy': "When is automated decision making legitimate?\n\nThese three sce...
 'classification': 'Classification\n\nThe goal of classification is to leverage ...
 'relative': "Relative notions of fairness\n\nIn Chapter 3, we considered a rang...
 'causal': 'Causality\n\nOur starting point is the difference between an observa...
 'legal': 'Understanding United States anti-discrimination law\n\nIn this chapte...
 'testing': 'Testing discrimination in practice\n\nIn previous chapters, we have...
 'broader-view': 'A broader view of discrimination\n\nMachine learning systems d...
 'datasets': 'Datasets\n\nIt’s become commonplace to point out that machine lear...

Utilizarei apenas as 5 primeiras linhas do livro como exemplo mas note que nesse ponto qualquer objeto do tipo string já possibilita a execução do restante do mini-projeto.

# Obter as primeiras 5 linhas do texto de introdução
text = "\n".join(book['introduction'].split('\n')[0:5]) + "\n\n..."
print(text)

Introduction

Our success, happiness, and wellbeing are never fully of our own making. Others’ decisions can profoundly affect the course of our lives: whether to admit us to a particular school, offer us a job, or grant us a mortgage. Arbitrary, inconsistent, or faulty decision-making thus raises serious concerns because it risks limiting our ability to achieve the goals that we have set for ourselves and access the opportunities for which we are qualified.

So how do we ensure that these decisions are made the right way and for the right reasons? While there’s much to value in fixed rules, applied consistently, good decisions take available evidence into account. We expect admissions, employment, and lending decisions to rest on factors that are relevant to the outcome of interest.

...

Traduzir conteúdo para PT-BR (opcional)

Este livro está em inglês mas caso o texto original esteja em qualquer outro idioma que não dominamos, a tradução para português pode ser uma forma de ampliar seu acesso. Para isso, utilizaremos a ferramenta de tradução baseada em IA deep-translator que é uma ferramenta flexível, gratuita e ilimitada para traduzir entre diferentes idiomas usando vários tradutores. Obtive bons resultados com a API do Google Tradutor, bastando dividir o texto em blocos menores para atender ao limite de caracteres da API.

from deep_translator import GoogleTranslator

tradutor = GoogleTranslator(source='auto', target='portuguese')
texto = tradutor.translate(text)
print(texto)

Introdução

Nosso sucesso, felicidade e bem-estar nunca são totalmente de nossa responsabilidade. As decisões dos outros podem afetar profundamente o curso de nossas vidas: seja para nos admitir em uma escola específica, nos oferecer um emprego ou nos conceder uma hipoteca. A tomada de decisões arbitrária, inconsistente ou falha, portanto, levanta sérias preocupações porque corre o risco de limitar nossa capacidade de atingir as metas que definimos para nós mesmos e acessar as oportunidades para as quais estamos qualificados.

Então, como garantimos que essas decisões sejam tomadas da maneira certa e pelos motivos certos? Embora haja muito a valorizar em regras fixas, aplicadas consistentemente, boas decisões levam em consideração as evidências disponíveis. Esperamos que as decisões de admissão, emprego e empréstimo se baseiem em fatores que sejam relevantes para o resultado do interesse.

...

Convertendo o Texto em Áudio com IA

Com o texto pronto, é hora de usar ferramentas de text-to-speech (TTS) para gerar o áudio. Existem diversas opções disponíveis, como:

• Hugging Face que é uma plataforma colaborativa que democratiza o acesso à recursos de IA
• gTTS (Google Text-to-Speech)
• tts-OpenAI que cobra $15 para cada 1 Milhão de tokens (opnião: eu esperava mais qualidade pelo preço que eles cobram)
• edge-tts que permite usar a função de text-to-speech do Microsoft Edge utilizando código Python

Para este mini-projeto utilizaremos o edge-tts, que é conhecida por sua alta qualidade e vozes naturais. IMHO, dos que eu testei, essa biblioteca foi a que apresentou os melhores resultados. A voz escolhida foi pt-BR-AntonioNeural, que proporciona uma leitura bem fluida e não é tão robótica. Tenho certeza que você já ouviu a voz desse modelo em algum lugar.

import edge_tts

communicate = edge_tts.Communicate(texto, "pt-BR-AntonioNeural")
communicate.save_sync("audiobook.mp3")

Após executar o modelo o arquivo de áudio audiobook.mp3 estará pronto e disponível no seu diretório de trabalho!

FAQ

Para garantir uma boa experiência, seguem algumas dicas para melhorar a qualidade final do audiobook:

• Faça a revisão do áudio para identificar possíveis erros das etapas anteriores
• Pós-processamentos:
  • Eliminar ruídos
  • Ajustar volumes
  • Ajustar velocidade
  • Adicionar música de fundo (Escolha músicas isentas de direitos autorais para enriquecer a narrativa)

Caso esteja recebendo o erro ConnectionTimeoutError, existem algumas formar de tentar contornar como:

• Reinstalar o pacote para a versão mais recente e aguardar alguns minutos para tentar novamente
• Dividir o texto em trechos com menos caracteres para gerar os segmentos do áudio e combiná-los depois
• Aguardar algumas horas e tentar novamente