A hangoskönyv eddig sok szerzőnek azért maradt ki, mert drága és lassú a gyártása. A Spotify most azt ígéri: a narráció egy részét „szoftverré” alakítja, és beviszi a szerzői felületbe.

Mi történt

A Spotify egy új, ElevenLabs technológiájára épülő AI-eszközt mutatott be, amellyel önkiadó szerzők hangoskönyvet hozhatnak létre a Spotify for Authors platformon belül. A funkció júniusban indul bétában, meghívásos alapon, és kezdetben csak angol nyelven érhető el.

Fontos részlet, hogy az AI-val generált hangoskönyv nem jár kizárólagossággal: a szerzők nem kötődnek exkluzív szerződéshez, vagyis a létrehozott anyagot máshol is publikálhatják. A lépés illeszkedik a korábbi együttműködésekhez: eddig is volt lehetőség olyan hangoskönyvek beküldésére, amelyeket a szerzők az ElevenLabs felületén készítettek el, illetve létezett megállapodás a Google Play Books-szal digitálisan narrált tartalmakra.

Közben a Spotify több más, hangoskönyveket érintő bővítést is bejelentett. A Spotify for Authors 10 további nyelvet kap (például francia, kanadai francia, német, holland, latin-amerikai spanyol, skandináv nyelvek). Az Audiobook+ csomagoknál idén magasabb hallgatási limitek jönnek, később pedig külön opciók készülnek diákoknak és családoknak — árazási és pontos használati részletek nélkül. A cég eddig több mint egymillió Audiobook+ előfizetést említ, és évi 100 millió dolláros évesített, ismétlődő bevételi (ARR) tempót.

Miért fontos

Az AI-narráció itt nem „trükk”, hanem költség- és időcsökkentő gyártási eszköz: gondolj rá úgy, mint egy stúdiófolyamatra, ahol a mikrofont és a szinkront egy hangmodell váltja ki. Ez különösen az önkiadóknak lehet nagy lépés, mert a hangoskönyv a legtöbbször nem kreatív ötletből, hanem gyártási keretből bukik el. A Spotify oldaláról ez a katalógus gyorsításáról és a felfedezésről szól: már 700 ezer címes állományról beszélnek, és a vállalat állítása szerint a hangoskönyv-hallgatási órák 60%-kal nőttek év/év alapon, miközben a hallgatók több mint fele az elmúlt egy évben kezdte el.

Mire figyelj

  1. Minőség és „emberhang-érzet”: a cél nyilván az, hogy a gépi narráció ne legyen monoton. Nem véletlen, hogy a Spotify most kifejezetten újabb, „kifejezőbb” hangmodellek felé mozdul, amiket az ElevenLabs neve fémjelez.
  2. Nyelvi lefedettség: a generálás induláskor angol, miközben a szerzői platform 10 új nyelvet kap. Érdemes figyelni, mikor és milyen feltételekkel terjesztik ki az AI-hangoskönyv készítést más nyelvekre.
  3. Felfedezés és keresés: jön a természetes nyelvű kérdezés hangoskönyv-kereséshez (például „keress valami rövid, vicces sci-fit”), és a prompt-alapú lejátszási listák kiterjesztése hangoskönyvekre is. Ha ez jól működik, a „jó tartalom” mellett a „jól megtalálható tartalom” lesz a versenyelőny.
  4. Üzleti feltételek: a hallgatási limitek emelése és az új csomagok iránya látszik, de a részletek nem. A szerzőknek és kiadóknak a bevételmegosztás, a limitek és a felhasználási feltételek finomságai fogják megmondani, mennyire éri meg erre a csatornára optimalizálni.

Ha a béta után széles körben is megnyitják az eszközt, a hangoskönyv könnyen olyan formátummá válhat, amit nem „külön projektként”, hanem a kiadás természetes részeként tervezel be — legalábbis az angol piacon biztosan.