De l'idée à l'audio: construire le podcast-it CloudFlare Worker

Introduction

Il n'y a pas si longtemps, j'ai eu l'idée de transformer les articles de blog en épisodes de podcast. Mes premières tentatives à ce sujet ont abouti à un flux de travail manuel où les résultats finaux seraient téléchargés sur YouTube. Le flux était le suivant:

1. Copiez le lien vers l'article du navigateur.
2. Collez le lien vers Notebooklm.
3. Attendez que l'audio soit généré.
4. Voyez si c'était bon. Sinon, modifiez les paramètres et répétez l'étape 3.
5. Une fois que l'audio était bon, téléchargez-le sur mon ordinateur portable.
6. Ensuite, utilisez la tête d'affiche pour créer une vidéo à partir de l'audio et téléchargez-la sur YouTube.

Inutile de dire qu'il y avait beaucoup d'attente impliquée dans ce processus. Après avoir fait cela plusieurs fois, j'ai pensé qu'il serait intéressant d'essayer de l'automatiser d'une manière ou d'une autre.

Dans cet article, je vais me promener dans la construction de podcast-it - un travailleur CloudFlare qui peut prendre un article de blog et retourner un fichier audio jouable - et partager les premières décisions, la configuration et les défis en cours de route.

Choisir la pile technologique

La principale limitation était évidente tout de suite: Notebooklm n'a pas d'API, il n'y avait donc aucun moyen d'automatiser contre cela. Cela signifiait que je devrais recréer moi-même la fonctionnalité clé - de la génération du script de narration à la production de l'audio.

Étant donné que mon site fonctionne déjà sur CloudFlare, l'utilisation des travailleurs de CloudFlare était comme un ajustement naturel:

• Ils s'exécutent près des utilisateurs, donc les réponses sont rapides.
• Le niveau gratuit est assez généreux pour les petits projets.
• Je pourrais expérimenter avec les travailleurs au-delà de l'hébergement de sites statiques.

Pour la génération audio, j'ai choisi OpenAI pour la génération de texte et la synthèse de texte à la dissection. Pour le stockage, R2 de CloudFlare gère les fichiers audio et D1 stocke les métadonnées de l'épisode.

Parce que le travailleur devrait éventuellement s'intégrer à mon blog, je l'ai construit en tant qu'API REST dès le début - ce qui facilite l'appel à partir de mon site ou de tout autre client.

Voici l'objectif de haut niveau avec lequel j'ai commencé:

Configuration du projet

Découvrir les travailleurs était assez simple. J'ai commencé par lire sur leur ...
[Courte citation de 8% de l'article original]