Desenvolvimento de aplicações de audiolivros: ler e ouvir como um só produto

O desenvolvimento de aplicações de audiolivros muda de natureza no momento em que o mesmo livro também tem de ser lido no ecrã. Deixa de ser uma aplicação com um botão de áudio. Passa a ser dois produtos, texto e áudio, que têm de concordar numa coisa: em que ponto do livro a pessoa está. O UnderBooks, uma plataforma de leitura e audição desenvolvida pela Logics7, assenta nesse único ponto partilhado.

Esta nota expõe a lógica de produto por trás dele: de que precisa cada modo, como funciona a alternância e que decisões têm de ficar resolvidas antes de alguém escrever código. Não faz afirmações sobre audiência ou dimensão do catálogo.

O UnderBooks é uma plataforma de livros em dois modos: leitura no ecrã e audição, com a possibilidade de alternar entre ambos sem perder o ponto. Foi concebido para smartphone, tablet e computador. Mantém o progresso sincronizado entre dispositivos, permite acesso offline aos títulos descarregados e recomenda o que ler ou ouvir a seguir com base no que a pessoa já escolheu.

Nos termos da maioria dos briefings de desenvolvimento de aplicações de audiolivros, é uma aplicação de ebooks e audiolivros, não uma aplicação de audiolivros com um leitor acoplado. Essa distinção molda todas as decisões que se seguem.

Ler e ouvir parecem uma única funcionalidade e são dois produtos diferentes. O texto exige tipografia, pesquisa, anotação e renderização rápida. O áudio exige streaming, buffering, reprodução em segundo plano e uma posição que sobreviva a uma chamada telefónica. O que se segue é a lógica de cada modo em qualquer produto deste tipo. Não é uma lista de funcionalidades do UnderBooks.

Leitura: EPUB, tipografia, offline

O desenvolvimento de uma aplicação de leitura de ebooks começa pelo formato. A norma aberta para ebooks é o EPUB, agora na sua terceira versão principal, o EPUB 3. Um leitor EPUB tem de reorganizar o texto para cada ecrã, do telemóvel à janela de um computador. A tipografia não é decoração: o comprimento da linha, o tamanho da letra, as margens e o contraste decidem se uma pessoa lê durante uma hora ou fecha a aplicação. A pesquisa e a anotação, incluindo destaques, notas e marcadores, têm de ficar presas à passagem certa quando o texto se reorganiza. Acesso offline significa que o livro, os seus tipos de letra e as anotações do leitor estão no dispositivo antes de a ligação cair.

Audição: streaming, capítulos, velocidade, reprodução em segundo plano

O streaming de audiolivros é um problema de entrega antes de ser um problema do leitor de áudio. As gravações longas são normalmente servidas em segmentos através de uma CDN, para que a reprodução comece depressa e carregue antecipadamente numa ligação fraca. Os ouvintes consideram a navegação por capítulos, a velocidade de reprodução, os marcadores e o temporizador de suspensão o mínimo de qualquer aplicação de audiolivros. A reprodução em segundo plano é onde a engenharia móvel se revela: o sistema operativo pode pausar ou parar o áudio a qualquer momento, e o iOS e o Android têm regras diferentes. A posição tem de sobreviver a uma chamada telefónica, a um ecrã bloqueado e a uma perda de sinal.

A lógica que os une é um único ponto do livro partilhado por ambos os modos. Acertar nisso é a diferença entre uma aplicação com botão de áudio e um produto em que as pessoas mudam mesmo de modo. No UnderBooks, uma pessoa pode passar do texto para o áudio, ou de um dispositivo para outro, e continuar no mesmo ponto.

A parte difícil é invisível. Uma posição no texto é um local no livro; uma posição no áudio é um instante numa gravação. A sincronização entre leitura e audição significa fazer corresponder uma à outra em cada título, e só funciona quando o texto e a gravação são da mesma edição. No desenvolvimento de aplicações de audiolivros, esta correspondência faz parte do trabalho de catálogo, não é uma definição do leitor.

A leitura em dois modos já não é uma ideia de nicho. A Amazon oferece o Whispersync for Voice há anos: o leitor alterna entre o ebook do Kindle e a narração na Audible sem perder o ponto onde ia. Quem planeia criar uma aplicação como a Audible deve contar com leitores que peçam a mesma continuidade.

Numa plataforma de conteúdos, a lógica de produto começa fora do código, e o desenvolvimento de aplicações de audiolivros não é exceção. As perguntas abaixo são decisões de produto, não de engenharia, e têm de ficar resolvidas antes do primeiro sprint. É isto que «nenhum desenvolvimento sem lógica de produto» significa na prática.

Catálogo e direitos

Os direitos e o catálogo vêm primeiro: o que pode ser oferecido, onde, em que termos e como isso é acompanhado. O licenciamento de conteúdos para texto e para áudio é muitas vezes negociado em separado, com titulares de direitos e editoras diferentes, pelo que um título pode existir num modo e não no outro. Os metadados do catálogo têm de registar que edição, território e formato cada licença cobre. Se se considerar narração por IA ou síntese de voz (text-to-speech), saber se uma licença o permite é uma questão para o titular dos direitos e para um advogado. O DRM para ebooks e audiolivros decorre destes termos: é um requisito de licenciamento expresso em código.

A entrega de áudio pertence à mesma conversa. Gravações longas, em streaming e descarregadas, fazem do armazenamento e do tráfego da CDN um custo corrente que o modelo de preços tem de suportar.

Economia do formato e retenção

Segue-se a economia do formato: subscrição, compra por título ou uma mistura, e a retenção que cada uma exige. Uma subscrição só gera receita enquanto as pessoas continuam a ler ou a ouvir, pelo que a retenção numa aplicação de leitura é o próprio modelo de negócio, não uma métrica ao lado dele. Os créditos e a venda por título dependem da compra seguinte, e as compras dentro da aplicação através das lojas de aplicações móveis acrescentam as suas próprias comissões e regras. A continuidade entre modos e as recomendações baseadas no que a pessoa já escolheu são mecânicas de retenção, não extras.

A acessibilidade fecha a lista. Para algumas pessoas, ouvir não é uma conveniência, mas a única porta de entrada. Um produto que trata o áudio como um acessório falha-lhes a elas primeiro.

A mesma estrutura serve qualquer produto de conteúdos ou media, não apenas o desenvolvimento de aplicações de audiolivros: plataformas de aprendizagem com texto e áudio, bibliotecas de conhecimento empresariais, aplicações de media por subscrição, conteúdos para crianças com controlo parental. A Logics7 constrói-os com a engenharia de nível móvel que traz dos jogos e dos sistemas em tempo real (reprodução em segundo plano, tolerância ao offline, sincronização) e opera-os depois do lançamento.

Para um produto novo, o percurso é uma Product Partnership: verificamos o mercado, o utilizador pagante e a lógica de monetização antes de se discutir qualquer desenvolvimento. Para um produto de leitura ou de áudio em funcionamento, com utilizadores, cujo crescimento estagnou, um Existing Product Review é a forma como a Logics7 decide se toma uma participação. Ambos os percursos terminam numa decisão no Leadership Gate, descrita em como funciona o nosso processo.

Se está a trabalhar num produto de conteúdos ou media, comece pelo percurso certo.