ספר שמע בעברית — יצוא מדורג

ב־Actions בחרו Export Hebrew audiobook in stages ואז Run workflow. מצב generate יוצר את החלקים הבאים; מצב prepare מפיק תמלילים ותוכנית ללא פנייה ל־Gemini. הרצה יומית ב־09:17 UTC ממשיכה אוטומטית. אחרי השלמת כל הפרקים, הרצות נוספות מדלגות עליהם ללא בקשות TTS. כאשר מתווסף פרק מתורגם, הוא מצטרף להרצה הבאה.

המודל היחיד הוא gemini-3.8-flash-tts, הקול Charon. הנחיית הקריינות הקבועה נמצאת בקובץ scripts/audiobook-config.json בשדה style; היא נשלחת בתור speech_metadata, בנפרד מהטקסט המוקרא. אין החלפה אוטומטית של מודל ואין שימוש במודל טקסט אחר כדי לכתוב מחדש את הפרקים. גוגל מציגה את Flash TTS כמכוון לספרי שמע וקריינות ארוכה, עם מסלול חינמי ב־Standard. שני דגמי 3.8 משתמשים באותה סכמת API; הקוד משתמש רק ב־Flash.

המפתח נשמר ב־Repository secrets תחת השם GEMINI_API_KEY. הפרויקט שנבחר ב־AI Studio סומן Free tier בעת ההגדרה ב־7 באוקטובר 2026. יש להשאיר אותו במסלול ללא חיוב: ל־Gemini API אין דגל בבקשה המבטיח שימוש חינמי, ואם מפעילים חיוב בפרויקט הוא עלול לחייב עבור אותה בקשה. המכסה בפועל נקבעת לפי הפרויקט ועשויה להשתנות. אין הפעלה של חיוב או מעבר למסלול בתשלום בתהליך היצוא.

כל פרק מתורגם מופק כקובץ MP3 אחד, בשם עברי ובסדר הספר. פרק ארוך מחולק פנימית לקטעים קצרים, ואז מחובר בלי קידוד חוזר. לאחר כל קטע מוצלח נשמרים השמע, גיבוב הטקסט וגיבוב הקובץ בענף audiobook-data. ב־429 ההרצה נעצרת מיד, מציגה paused ושומרת התקדמות; היא אינה מסתובבת בניסיונות חוזרים ולא מחליפה מודל. תקלת שירות או רשת גם עוצרת ושומרת. שגיאת הרשאה, מודל לא זמין או שמע לא תקין מסומנת error. הרצה נוספת משתמשת בקטעים השמורים וממשיכה מהראשון החסר. יש גם מגבלת זמן ומספר בקשות לכל הרצה.

הענף הנפרד שומר את ההתקדמות מעבר לתוקף ה־artifacts. השינוי בפרק או בהגדרות המודל, הקול, הסגנון או חלוקת הקטעים יוצר מזהה חדש, כך שאין חיבור בין גרסאות שונות. פרקי גרסה קודמת נשמרים בענף, אך אינם נכללים בספר השמע של הגרסה הנוכחית. הרשאת contents: write של ה־workflow נדרשת לשמירת קטעי השמע בענף זה. concurrency מונע משתי הרצות לשנות אותו במקביל.

באזור Artifacts מופיע hebrew-audiobook. הוא כולל תיקיית chapters עם קובץ לכל פרק שהושלם, תיקיית transcripts עם התמלילים המוקראים, תוכנית ודוח התקדמות, ו־ZIP עברי של התוצרים. פרק שלא הושלם אינו מוצג כקובץ שמע סופי.

זו קריינות של המלל, ולא ביצוע מוזיקלי של דוגמאות התווים. איורים מיוצגים באמצעות תיאור ה־alt שקיים במקור והפניה לגרסה הכתובה; אין ניחוש של הצלילים שבתמונה. טבלאות נקראות שורה אחר שורה ומתועדות כמצריכות בדיקת האזנה. שמות תווים ABC נכתבים בתמליל כשמות האותיות בעברית, עם דיאז/במול/מספר אוקטבה. סימונים רומיים, נוסחאות וסימונים מורכבים מסומנים לבדיקה. הקריינות אינה הופכת את הספר לספר לימוד שניתן ללמוד ממנו בלי התווים והאיורים.

בדיקות אוטומטיות מכסות את סכמת בקשת 3.8, שמירת כל תווי הטקסט בחלוקה, עצירה במכסה וחידוש ללא יצירה כפולה, גיבובי קבצים ופענוח MP3. מצב generated_needs_listening_review אומר שהקובץ נוצר ונבדק טכנית; הוא אינו אישור שכל המילים והסימונים הוקראו נכון. יש להאזין במיוחד לשמות תווים, דרגות והרמוניות, לשפות מעורבות ולגבולות בין קטעים.

הקוד משתמש ב־Interactions API בתשובת WAV מלאה, ולא במעטפת PCM של דגמי TTS הישנים. אין מפתח בכתובת URL, בקוד או בדוח, וגופי שגיאות מרוחקים אינם מודפסים.

מקורות גוגל שנבדקו ב־7 באוקטובר 2026:

• מדריך TTS וסכמת REST
• השוואת Flash ו־Flash-Lite
• מחירים ומסלול חינמי

להרצה מקומית ללא API:

python -m pip install -r scripts/requirements-audiobook.txt
python -m unittest discover -s scripts -p 'test_audiobook.py' -v
python scripts/export_audiobook.py --prepare-only

הקרדיטים ורישיון המהדורה הכתובה חלים גם על המלל המוקרא. בכל פרק מצוין שהקריינות נוצרה בבינה מלאכותית. אין הקלטה או שכפול של קול אדם; נעשה שימוש בקול מובנה של גוגל.

תנאי כניסה להפקת שמע

רק פרקים שתרגומם נבדק מול המקור, במצב language-reviewed או completed, נכללים בהפקה. פרק ללא מצב תרגום, פרק חלקי (partial), טיוטה (translated) או פרק הממתין להכרעת עריכה אינם נשלחים למודל השמע. עצם קיומו של שדה מצב אינו מספיק. עמודי ניווט ותוכן עניינים אינם פרקי שמע. פרקי מקור נוספים יצטרפו אוטומטית רק לאחר השלמת בדיקת התרגום וסימון המצב המתאים. בדיקת לשון אינה מחליפה את בדיקת ההאזנה ואת בדיקות המדיה והתצוגה.

עדכון אוקטובר 2026: שימור הקלטות ותגים

התהליך המתוזמן פועל בכל שעתיים, בדקה 17 (UTC). כל ריצה מוגבלת ל־105 דקות עבודה כדי להשאיר זמן לשמירה ולהעלאה; מספר הבקשות אינו מוגבל עוד ל־100. הודעת 429 עוצרת את הריצה, והריצה הבאה מנסה להמשיך. זו יכולה להיות מגבלת קצב או מכסה; אין לסקריפט גישה ליתרת טוקנים. המודל והקול נשארים קבועים.

בהפעלה ידנית אפשר לבחור tags: מצב זה אינו דורש מפתח ואינו שולח שום בקשת קריינות. גם מצב generate מזהה הקלטה של פרק לפי קובץ המקור, כאשר מזהה גרסת הטקסט השתנה, ומעדכן את התגים בלבד. המקור הקולי הישן אינו מוחלף בהקלטה חדשה. מקטעים קיימים ממשיכים להיבדק לפי גיבוב תוכן הקריינות והקובץ.

תגי ID3 כוללים כותרת עברית, שם אלבום, מחברי הספר, אמן אלבום, מספר פרק, שפה, רישיון, תמונת הגרמופון הקיימת באתר, מודל, קול, מקור, גיבוב גרסת המקור וסטטוס בדיקת האזנה. מלל הקריינות נשמר ב־USLT רק כאשר הוא תואם לגרסת המקור המוקלטת או נשמר בעת ההפקה. שינוי בגרסה הכתובה אינו הופך אותה אוטומטית לתמליל ההקלטה הישנה.

עדכון תגים מתבצע ללא קידוד מחדש. לפני העדכון הראשון נשמר chapter-original.mp3. יומן metadata-update.json מאפשר השלמת עדכון שנקטע בין החלפת הקובץ לעדכון גיבוב הקבלה. הקבצים והקבלות נשמרים בענף audiobook-data, עם שמירה אחרי כל מקטע וכל פרק. שלב השמירה האחרון דוחף גם קומיט שנוצר קודם אך טרם הועלה. ה־ZIP וה־MP3 הזמינים להורדה נשמרים גם ב־Artifacts של הריצה למשך 30 ימים; שמירת הענף אינה מוגבלת למשך זה.

בדיקה מקומית על 11 הקלטות קיימות: אפס בקשות Gemini; גיבוב PCM אחרי פענוח FFmpeg זהה לפני ואחרי עדכון התגים בכל 11 הפרקים; תמונה, מלל ומספר פרק נמצאו בכל הקבצים. בדיקות ההמשך כוללות הפסקת מכסה באמצע פרק וחידוש, וכן שינוי מזהה טקסט בלי הפקה מחדש.