Вводные данные:

Основные функции:
1. Воспроизведение аудиофайла
    - Поддержка любого одного аудиоформата
2. Голосовое управление
    - Основные команды:
        - "Стоп" - пауза воспроизведения.
        - "Возобновить" - продолжение воспроизведения.
3. Добавление голосовых аудиозаметок
    - Возможность записывать голосовые заметки прямо во время прослушивания книги.
    - Автоматическая привязка заметки к таймкоду аудиокниги.
4. Интеграция с ChatGPT-4    
    - Во время прослушивания можно сказать "Стоп" и задать вопрос по содержанию книги.
    - ChatGPT-4 анализирует запрос и предоставляет ответ (например, уточняет исторический факт или объясняет сложный термин).
    - Возможность голосовой командой "Добавь это в заметки" сохранить ответ как заметку.

Суть приложения

Мы хотим сделать веб приложение для проигрывания аудиокниг с телефона. Как MVP нам ок, что будет происходить работа только с файлами загружеными в приложение пользователем (пост мвп возможно интегрируем скачивание аудиокниг). Помимо этого мы хотим интегрировать в приложение возможность оставлять аудио заметки к самой аудиокниге. Отдельно мы хотим иметь интеграцию с АИ. Мы хотим иметь метод конвертации аудио книги в текст. Мы хотим иметь возможность скормить АИ текст книги и задать по нему вопрос (возможно не будет работать). Мы хотим иметь возможность задать голосом любой вопрос к АИ.

Список экранов

Главный экран

Содержит данные для авторизации, как то гугл авторизация или логин по почте \паролю.

Содержит описание сервиса с картинками и текстом.

Экран списка книг

Содержит кнопку для загрузки книни (отрывает load попап).

Содержит блок списка загруженных файлов книг, и кнопку открыть файл (которая открывает меню выбора аудиофайла)

Экран книги

Содержит в нижней части управляющую панель (текущая позиция, старт\стоп, назад на 10 секунд, вперед на 30 секунд).

Содержит кнопку "записать заметку", которая запускает запись аудиофайла.

Содержит список (с вертикальным скролом) связанных со слушаемой книгой заметок. На каждой заметке есть кнопка Play, которая включает проигрывание этого файла, останавливая проигрывание книги. После конца заметки, необходимо продолжать проигрывать файл в месте остановки.

Содержит кнопку "посмотреть текст", которая открывает экран с текстом.

Содержит кнопку "задать вопрос", которая работчает аналогично записи заметки, но заметка отправляется в аи.

Содержит кнопку назад, для перехода к Главному экрану.

Экран текста

Содержит распознанный текст приложения.

Содержит скролл.

Содержит кнопку назад к Экрану файла.

Функционал

Web приложение на SvelteKit, публикация на CloudFlare pages. Для отправки писем используем mailgun.

Простой дизайн для приложения (picocss+доработки).

Для сохранения заметок и транскрипций предлагается использовать CloudFlare R2. У него приятное ценообразование:

Standard Storage: $0.015 per GB per month.

Class A Operations (which modify data): Standard: $4.50 per million requests.

С бесплатным исходящим трафиком, что важно для больших аудиофайлов.

В нем мы можем хранить как сами файлы книг, так и файлы заметок и текстов.

Мы должны сохранять позиции всех открытых файлов, чтобы человек легко мог прослушать ранее не законченную книгу.

Для конвертации звука в текст предлагается использовать модель OpenAI / Whisper с провайдером https://ai.cloudflare.com/ Согласно их тарифной сетки - 10 часов распознавания аудиокниги будет стоить 1,21USD.

Для задавания вопросов предлагается использовать whisper + chatgpt + какой-то voice to text.

Out of mvp

• Голосовые команды
• Задавание вопроса по контексту книги (я бы рекомендовал еще и просто задавание вопросов не включать в MVP).
• Работа приложения оффлайн

Дополнительные вопросы

Приложить примеры конкурентов, для поиска гипотез.

Добавить подписку?

Предварительный estimate*

• без учета out of mvp
• все оценки являются предположением и предварительным эстимейтом, соответственно не являются обязательством

Отдельно подразумевается продуктовнер и дизайнер.