Розробка застосунку для аудіокниг: читання і слухання як один продукт

Розробка застосунку для аудіокниг змінює характер, щойно ту саму книжку треба ще й читати з екрана. Це вже не один застосунок із кнопкою аудіо. Це два продукти, текст і аудіо, які мають погодитися в одному: де людина перебуває в книжці. UnderBooks, платформа для читання і слухання, розроблена Logics7, побудована навколо цього єдиного спільного місця.

Ця нотатка викладає продуктову логіку, що стоїть за нею: що потрібно кожному режиму, як працює перемикання і які рішення треба ухвалити до того, як хтось напише код. Вона не робить заяв про аудиторію чи розмір каталогу.

UnderBooks — платформа для книжок у двох режимах: читання з екрана і слухання, з можливістю перемикатися між ними, не втрачаючи місця. Вона розрахована на смартфон, планшет і десктоп. Вона синхронізує прогрес між пристроями, підтримує офлайн-доступ до завантажених книжок і радить, що читати чи слухати далі, на основі того, що людина вже обрала.

У термінах, якими користується більшість брифів на розробку застосунку для аудіокниг, це застосунок для електронних книжок і аудіокниг, а не застосунок для аудіокниг із доданою читалкою. Ця різниця визначає кожне рішення нижче.

Читання і слухання виглядають як одна функція, а насправді це два різні продукти. Тексту потрібні типографіка, пошук, анотації та швидкий рендеринг. Аудіо потрібні стрімінг, буферизація, фонове відтворення й позиція, яка переживе телефонний дзвінок. Далі описано логіку кожного режиму в будь-якому продукті такого типу. Це не перелік функцій UnderBooks.

Читання: EPUB, типографіка, офлайн

Розробка читалки для електронних книжок починається з формату. Відкритий стандарт електронних книжок — EPUB, нині в третій основній версії, EPUB 3. Читалка EPUB має перекомпоновувати текст під кожен екран, від телефона до вікна на десктопі. Типографіка тут не прикраса: довжина рядка, розмір шрифту, поля й контраст вирішують, чи людина читатиме годину, чи закриє застосунок. Пошук і анотації, зокрема виділення, нотатки й закладки, мають лишатися прив’язаними до потрібного фрагмента, коли текст перекомпоновується. Офлайн-доступ означає, що книжка, її шрифти й анотації читача вже на пристрої, перш ніж зникне зв’язок.

Слухання: стрімінг, розділи, швидкість, фонове відтворення

Стрімінг аудіокниг — це передусім завдання доставки, а вже потім плеєра. Довгі записи зазвичай віддають сегментами через CDN, тож відтворення починається швидко і буферизується наперед навіть на слабкому з’єднанні. Слухачі вважають навігацію за розділами, швидкість відтворення, закладки й таймер сну базою будь-якого застосунку для аудіокниг. Фонове відтворення — там, де видно мобільну інженерію: операційна система може будь-якої миті призупинити чи зупинити аудіо, а iOS і Android встановлюють різні правила. Позиція має пережити телефонний дзвінок, заблокований екран і втрату сигналу.

Об’єднавча логіка — одне місце в книжці, спільне для обох режимів. Саме від цього залежить різниця між застосунком із кнопкою аудіо та продуктом, у якому люди справді перемикають режими. В UnderBooks людина може перейти від тексту до аудіо або з одного пристрою на інший і продовжити з того самого місця.

Складна частина невидима. Позиція в тексті — це місце в книжці; позиція в аудіо — час у записі. Синхронізація читання і слухання означає зіставити одне з іншим для кожної назви, і вона тримається лише тоді, коли текст і запис належать до того самого видання. У розробці застосунку для аудіокниг це зіставлення — частина роботи з каталогом, а не налаштування плеєра.

Читання у двох режимах — уже не нішева ідея. Amazon роками пропонує Whispersync for Voice: читач переходить від електронної книжки Kindle до її аудіоверсії в Audible і не втрачає місця, де зупинився. Кожен, хто планує створити застосунок на кшталт Audible, має очікувати, що читачі проситимуть такої самої безперервності.

Для контентної платформи продуктова логіка починається поза кодом, і розробка застосунку для аудіокниг — не виняток. Питання нижче — продуктові рішення, а не інженерні, і їх треба закрити до першого спринту. Саме це на практиці означає «жодної розробки без продуктової логіки».

Каталог і права

Першими йдуть права й каталог: що можна пропонувати, де, на яких умовах і як це відстежується. Ліцензування контенту для тексту й для аудіо часто узгоджують окремо, з різними правовласниками й видавцями, тож книжка може існувати в одному режимі й бути відсутньою в іншому. Метадані каталогу мають фіксувати, яке видання, територію і формат охоплює кожна ліцензія. Якщо розглядається AI-озвучення чи синтез мовлення, питання, чи дозволяє це ліцензія, — до правовласника і юриста. DRM для електронних книжок і аудіокниг випливає з цих умов: це ліцензійна вимога, виражена в коді.

Доставка аудіо належить до тієї самої розмови. Довгі записи, які передають потоково і завантажують, роблять сховище й CDN-трафік поточними витратами, які має покривати модель ціноутворення.

Економіка формату й утримання

Далі — економіка формату: підписка, поштучний продаж чи їх поєднання, і утримання, якого вимагає кожен варіант. Підписка заробляє лише доти, доки люди продовжують читати чи слухати, тож утримання читачів — це і є бізнес-модель, а не метрика поруч із нею. Кредити на книжки й поштучні продажі залежать від наступної покупки, а вбудовані покупки через магазини мобільних застосунків додають власні комісії й правила. Безперервність між режимами і рекомендації на основі того, що людина вже обрала, — це механіки утримання, а не доповнення.

Список закриває доступність. Для декого слухання — не зручність, а єдиний спосіб доступу. Продукт, який вважає аудіо додатком, першими підводить саме цих людей.

Та сама структура підходить для будь-якого контентного чи медійного продукту, не лише для розробки застосунку для аудіокниг: навчальних платформ із текстом і аудіо, корпоративних бібліотек знань, підписних медіазастосунків, дитячого контенту з батьківським контролем. Logics7 будує їх із мобільною інженерією, яку приносить з ігор і систем реального часу (фонове відтворення, стійкість до офлайну, синхронізація), і веде їх після запуску.

Для нового продукту маршрут — Product Partnership: ми перевіряємо ринок, користувача, готового платити, і логіку монетизації до того, як обговорювати будь-яку розробку. Для живого продукту для читання чи аудіо з користувачами, зростання якого зупинилося, Existing Product Review — це спосіб, у який Logics7 вирішує, чи брати частку. Обидва маршрути завершуються рішенням на Leadership Gate, описаним у розділі як працює наш процес.

Якщо ви працюєте над контентним або медійним продуктом, почніть із правильного маршруту.