Převod souboru HTML do MP3

Telefon, autorádio, editor podcastů nebo offline archiv může vyžadovat mluvený zvuk ve formátu MP3 namísto stránky HTML čitelné v prohlížeči. Protože HTML obsahuje značky a text, nikoli hotovou zvukovou stopu, převod obvykle využívá převod textu na řeč (TTS).

Co je formát HTML

HTML (HyperText Markup Language) popisuje nadpisy, odstavce, odkazy, tabulky, obrázky a další prvky webových stránek. Prohlížeče vykreslují HTML; vytvářet jej mohou editory kódu, nástroje pro tvorbu webů, systémy pro správu obsahu, exportéry e-mailů a textové procesory, které ukládají webové stránky. Mezi běžné soubory patří uložené stránky, dokumentace, exporty e-mailů a lokálně uložený obsah webů.

HTML neurčuje, které prvky mají být přečteny. Převodník musí extrahovat čitelný text a vynechat značky, navigaci, skripty, styly, reklamy, komentáře a nesouvisející ovládací prvky. Obsah generovaný pomocí JavaScriptu nemusí v původním souboru existovat a může vyžadovat nejprve otevření stránky v prohlížeči.

Co je formát MP3

MP3 je ztrátový komprimovaný zvukový formát podporovaný telefony, automobily, hudebními přehrávači, editačním softwarem a podcastovými službami. Vytváří podstatně menší soubory než nekomprimovaný WAV, takže je praktický pro ukládání a sdílení, ale část zvukových informací odstraňuje.

Pro běžnou řeč obvykle poskytuje 64–96 kbps mono rozumnou velikost a kvalitu hlasu. Pro hudbu, zvukové efekty nebo řeč s vyšší věrností použijte 128 kbps. Zvolený hlas TTS, výslovnost a vyčištění zdrojového textu obvykle ovlivňují srozumitelnost více než datový tok MP3.

Převod v systému Windows

Balabolka je praktická možnost pro Windows: dokáže otevřít HTML, používat nainstalované hlasy kompatibilní se SAPI a uložit syntetizovanou řeč jako MP3.

1. Nainstalujte Balabolka a hlas, který podporuje jazyk dokumentu, například systémový hlas Microsoft nebo jiný hlas kompatibilní se SAPI.
2. Otevřete soubor pomocí File → Open a vyberte page.html. Pokud soubor obsahuje navigaci, reklamy nebo obsah generovaný skriptem, otevřete jej v prohlížeči, použijte režim čtečky, pokud je k dispozici, a zkopírujte do Balabolka pouze požadovaný text.
3. Vyberte hlas, jazyk, rychlost řeči a výšku tónu. Přehrajte náhled několika odstavců a vyhledejte chyby ve výslovnosti, chybějící znaky nebo nežádoucí text stránky.
4. Zvolte File → Save Audio File, vyberte MP3, nastavte cílový soubor, například page.mp3, a zvolte vhodný datový tok. Pro většinu řeči je mono dostačující.
5. Přehrajte výsledek ve VLC, v cílovém telefonu nebo autorádiu, případně v editoru zvuku. Zkontrolujte nadpisy, odkazy, poznámky pod čarou, tabulky a konce stránek, zda nejsou čteny v nesprávném pořadí.

Převod v systémech macOS a Linux

Před spuštěním hlasového enginu text extrahujte a vyčistěte. Režim čtečky v prohlížeči, nástroj pro zlepšení čitelnosti nebo nástroj příkazového řádku pro převod HTML na text může vytvořit clean.txt; tyto metody nedokážou obnovit obsah, který se generuje až po spuštění JavaScriptu.

V systému macOS může vestavěný příkaz say vytvořit mezilehlý soubor AIFF:

say -f clean.txt -o speech.aiff

V systému Linux může nainstalovaný hlas eSpeak NG vytvořit zvuk WAV:

espeak-ng -f clean.txt -w speech.wav

Mezilehlý zvuk zakódujte pomocí FFmpeg:

ffmpeg -i speech.wav -codec:a libmp3lame -b:a 96k -ac 1 page.mp3

Pro vstup AIFF v systému macOS nahraďte speech.wav za speech.aiff. FFmpeg pouze kóduje zvuk; neanalyzuje HTML ani neprovádí syntézu řeči. Hlasový engine musí nejprve vytvořit mezilehlý zvuk.

Online převod

Cloudové služby TTS, jako jsou ElevenLabs a NaturalReader, mohou převést vložený vyčištěný text stránky na zvuk ke stažení, v závislosti na aktuálních limitech účtu a možnostech exportu. Přímá podpora nahrávání souborů .html se liší, proto vložte čitelný text nebo nahrajte podporovaný dokument, místo abyste předpokládali, že služba stránku správně zpracuje.

Při online zpracování se text odesílá třetí straně. Nenahrávejte soukromou dokumentaci, osobní údaje ani důvěrné stránky, pokud jsou podmínky poskytovatele týkající se uchovávání, trénování a mazání dat nepřijatelné. Pokud musí zdroj zůstat offline, je vhodnější lokální aplikace.

Omezení kvality a kompatibility

Tento proces obvykle vytváří převod textu na řeč; neextrahuje zvukovou stopu, která je již na stránce přítomna. Pokud HTML obsahuje zvukový přehrávač, prozkoumejte jeho zdroj nebo síťový požadavek a v případě povolení stáhněte původní zvukový soubor. Opětovná syntéza okolního textu nezachová původní vyprávění, hudbu ani zvukové efekty.

Obrázky, grafy, rozvržení CSS, hypertextové odkazy, formuláře, komentáře a interaktivní ovládací prvky nelze v MP3 přímo reprezentovat. Alternativní text může být přečten, pokud se zachová při extrakci a aplikace TTS jej zahrnuje, vizuální vztahy a struktura tabulek však mohou být ztraceny.

Mezilehlý text ukládejte v kódování UTF-8, aby zůstaly zachovány znaky s diakritikou a nelatinská písma, a vyberte hlas podporující jazyk dokumentu. MP3 je sekvenční zvuk, takže nezachovává vyhledatelný text, klikatelné odkazy ani záložky HTML; pokud jsou tyto funkce potřebné, ponechte si původní HTML nebo samostatný přepis.

Příkaz prohlížeče Save page as uloží stránku HTML a související prostředky; nepřevede stránku na MP3. Přejmenováním souboru .html s příponou .mp3 také nevznikne platný zvukový soubor.