Desarrollo de apps de audiolibros: leer y escuchar como un solo producto

El desarrollo de apps de audiolibros cambia de naturaleza en el momento en que el mismo libro también debe poder leerse en pantalla. Deja de ser una app con un botón de audio. Se convierte en dos productos, texto y audio, que tienen que ponerse de acuerdo en una cosa: en qué punto del libro está la persona. UnderBooks, una plataforma de lectura y escucha desarrollada por Logics7, está construida en torno a ese único punto compartido.

Esta nota expone la lógica de producto que hay detrás: qué necesita cada modo, cómo funciona el cambio entre ellos y qué decisiones hay que cerrar antes de que nadie escriba código. No afirma nada sobre audiencia o tamaño del catálogo.

UnderBooks es una plataforma de libros en dos modos: leer en pantalla y escuchar, con la posibilidad de cambiar entre ambos sin perder el punto. Está pensada para móvil, tableta y escritorio. Mantiene el progreso sincronizado entre dispositivos, permite el acceso sin conexión a los títulos descargados y recomienda qué leer o escuchar a continuación según lo que la persona ya ha elegido.

En los términos que usan la mayoría de los encargos de desarrollo de apps de audiolibros, es una app de ebooks y audiolibros, no una app de audiolibros con un lector añadido. Esa distinción da forma a cada decisión que sigue.

Leer y escuchar parecen una sola funcionalidad y son dos productos distintos. El texto necesita tipografía, búsqueda, anotación y renderizado rápido. El audio necesita streaming, buffering, reproducción en segundo plano y una posición que sobreviva a una llamada. Lo que sigue es la lógica de cada modo en cualquier producto de este tipo. No es una lista de funcionalidades de UnderBooks.

Lectura: EPUB, tipografía, sin conexión

El desarrollo de una app lectora de ebooks empieza por el formato. El estándar abierto para libros electrónicos es EPUB, ya en su tercera versión principal, EPUB 3. Un lector EPUB tiene que redistribuir el texto para cada pantalla, desde un móvil hasta una ventana de escritorio. Aquí la tipografía no es decoración: la longitud de línea, el tamaño de letra, los márgenes y el contraste deciden si una persona lee durante una hora o cierra la app. La búsqueda y la anotación, incluidos subrayados, notas y marcadores, deben seguir unidas al pasaje correcto cuando el texto se redistribuye. El acceso sin conexión significa que el libro, sus fuentes tipográficas y las anotaciones del lector están en el dispositivo antes de que se corte la conexión.

Escucha: streaming, capítulos, velocidad, reproducción en segundo plano

El streaming de audiolibros es un problema de entrega antes que de reproductor. Las grabaciones largas suelen servirse por segmentos a través de una CDN, para que la reproducción empiece rápido y cargue por adelantado con una conexión débil. Los oyentes consideran la navegación por capítulos, la velocidad de reproducción, los marcadores y el temporizador de apagado lo mínimo de cualquier app de audiolibros. La reproducción en segundo plano es donde se nota la ingeniería móvil: el sistema operativo puede pausar o detener el audio en cualquier momento, e iOS y Android imponen reglas distintas. La posición tiene que sobrevivir a una llamada, a una pantalla bloqueada y a una pérdida de señal.

La lógica que lo une todo es un único punto del libro que comparten ambos modos. Acertar en eso es la diferencia entre una app con un botón de audio y un producto en el que la gente cambia de modo de verdad. En UnderBooks, una persona puede pasar del texto al audio, o de un dispositivo a otro, y continuar desde el mismo punto.

La parte difícil es invisible. Una posición en el texto es un lugar del libro; una posición en el audio es un instante de una grabación. Sincronizar lectura y escucha significa hacer corresponder una con otra en cada título, y solo funciona cuando el texto y la grabación son de la misma edición. En el desarrollo de apps de audiolibros, esa correspondencia forma parte del trabajo de catálogo, no de la configuración del reproductor.

La lectura en doble modo ya no es una idea de nicho. Amazon ofrece Whispersync for Voice desde hace años: el lector pasa del ebook de Kindle a su narración en Audible sin perder el punto donde iba. Quien planee crear una app como Audible debe contar con que los lectores pidan la misma continuidad.

En una plataforma de contenido, la lógica de producto empieza fuera del código, y el desarrollo de apps de audiolibros no es una excepción. Las preguntas que siguen son decisiones de producto, no de ingeniería, y hay que cerrarlas antes del primer sprint. Eso es lo que significa en la práctica «no hay desarrollo sin lógica de producto».

Catálogo y derechos

Primero, los derechos y el catálogo: qué se puede ofrecer, dónde, en qué condiciones y cómo se controla. Las licencias de contenido para texto y para audio suelen negociarse por separado, con titulares de derechos y editoriales distintos, así que un título puede existir en un modo y no en el otro. Los metadatos del catálogo tienen que registrar qué edición, territorio y formato cubre cada licencia. Si se plantea la narración con IA o la síntesis de voz, si una licencia lo permite es una cuestión para el titular de los derechos y un abogado. El DRM para ebooks y audiolibros se deriva de esas condiciones: es un requisito de licencia expresado en código.

La entrega de audio pertenece a la misma conversación. Las grabaciones largas, en streaming y descargadas, convierten el almacenamiento y el tráfico de la CDN en un coste recurrente que el modelo de precios tiene que soportar.

Economía del formato y retención

Después viene la economía del formato: suscripción, pago por título o una mezcla, y la retención que exige cada una. Una suscripción solo ingresa mientras la gente sigue leyendo o escuchando, así que la retención en una app de lectura es el modelo de negocio, no una métrica al lado. Los créditos y la venta por título dependen de la siguiente compra, y las compras dentro de la app a través de las tiendas de aplicaciones móviles añaden sus propias comisiones y normas. La continuidad entre modos y las recomendaciones basadas en lo que una persona ya ha elegido son mecanismos de retención, no extras.

La accesibilidad cierra la lista. Para algunas personas, escuchar no es una comodidad, sino la única vía de entrada. Un producto que trata el audio como un añadido les falla a ellas primero.

La misma estructura sirve para cualquier producto de contenido o medios, no solo para el desarrollo de apps de audiolibros: plataformas de aprendizaje con texto y audio, bibliotecas corporativas de conocimiento, apps de medios por suscripción, contenido infantil con control parental. Logics7 los construye con la ingeniería de nivel móvil que trae de los juegos y los sistemas en tiempo real (reproducción en segundo plano, tolerancia al modo sin conexión, sincronización) y los opera tras el lanzamiento.

Para un producto nuevo, la ruta es Product Partnership: comprobamos el mercado, el usuario que paga y la lógica de monetización antes de hablar de cualquier desarrollo. Para un producto de lectura o audio en producción, con usuarios y cuyo crecimiento se ha estancado, Existing Product Review es la forma en que Logics7 decide si tomar una participación. Ambas rutas terminan en una decisión en el Leadership Gate, descrita en cómo funciona nuestro proceso.

Si está trabajando en un producto de contenido o medios, empiece por la ruta correcta.