Original title: Tvorba audioknih pomocí AI
Translated title: Creating audiobooks with AI
Authors: Nurtdinov, Timur ; Hradiš, Michal (referee) ; Beran, Vítězslav (advisor)
Document type: Bachelor's theses
Year: 2026
Language: eng
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [eng] [cze]
Tato bakalářská práce představuje systém, který automatizuje tvorbu vícehlasých audioknih ze souborů EPUB ,čímž řeší problém vysokých nákladů a časové náročnosti tradiční produkce. Řešení využívá velké jazykové modely k automatické analýze textu, detekci scén, extrakci postav a přiřazení dialogů. Řeč je následně syntetizována pomocí pokročilých systémů Text-to-Speech. Mezi klíčové vlastnosti systému patří vícestupňová pipeline pro analýzu textu a webový systém, který umožňuje uživatelům vybírat hlasy pro jednotlivé postavy, nastavovatstylvyprávěnívypravěčeadoplňovatvýslednéaudiooambientnízvuky. Tentopřístupvýrazněurychlujevýrobuaudioknihazároveňponecháváuživatelitvůrčíkon- trolu. This bachelor’s thesis presents a system that automates the creation of multi-voice audiobooks from EPUB files to overcome the high costs and time constraints of traditional production. The solution leverages Large Language Models to automatically analyze the text, detect scenes, extract characters, and attribute dialogue. Speech is then synthesized using advanced Text-to-Speech engines. Key features of the system include a multi-stage text analysis pipeline and a web-based system, which enables users to select specific voices for characters, configure the narrator’s style, and overlay ambient sound onto the final audio. This approach significantly accelerates audiobook production while preserving the user’s creative control.
Keywords: audiokniha; text-to-speech; uživatelské rozhraní; velké jazykové modely; vícehlasá syntéza řeči; webová aplikace; audiobook; large language models; multi-voice speech synthesis; text-to-speech; user inter- face; web application

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/258176

Permalink: http://www.nusl.cz/ntk/nusl-777507


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses