Pitch: Criei um produto que converte conteúdo em Podcasts
Motivação
Desde que virei pai, minha todo list virou um cemitério de newsletters e artigos por ler. Vendo isso, pensei: e se eu pudesse ouvir esse conteúdo?
Foi quando encontrei o NotebookLM. Em algumas newsletters e artigos, porém, ele soava literal demais. Os hosts só listavam o conteúdo, sem profundidade, como se não conhecessem as referências que o texto citava. Então comecei a construir o meu próprio.
Sou dev Android e Kotlin é minha casa. Python eu quase não conhecia, mas resolvi encarar.
O core em Python
Comecei pelo core. Do NotebookLM peguei o que ele tinha de melhor, que são vozes naturais e humanas, feitas com o Gemini TTS. Em cima disso fui aplicando algoritmos e heurísticas.
No começo era só uma CLI rodando no meu computador. Primeiro veio o extrator de PDF, depois os de link, e-mail e texto colado. Com o texto extraído na mão, percebi que o problema do NotebookLM era justamente o que estava fora do documento. Por isso, o passo seguinte foi identificar as referências.
O pipeline ficou mais ou menos assim:
- Extrai o texto da fonte e limpa o lixo (ligaduras, hifenização quebrada, rodapés, anúncios e promoções de newsletter)
- Identifica as referências citadas: leis, bibliografia no padrão ABNT e URLs
- Baixa essas fontes. Se um link leva a um PDF, ele é lido também. Obras citadas são procuradas no OpenAlex e na Wikipedia
- Seleciona os trechos relevantes do que foi baixado e condensa em notas que entram no contexto
- Escreve o roteiro: primeiro um plano, depois seção por seção
- Revisa o roteiro: o modelo relê o rascunho com olhar crítico, lista os problemas e reescreve. Se a revisão ficar longa demais, é cortada para o tamanho pedido
- Gera as vozes com o Gemini TTS
Para saber se as mudanças estavam melhorando ou piorando o resultado, criei evals: um agente que roda local pela CLI avalia o roteiro segundo critérios definidos e atribui uma nota. Foi assim que fui ajustando coisas como deixar a recapitulação em formato de conversa e mudar de assunto de forma clara entre tópicos sem relação. Quando o material é de estudo, os hosts também resolvem as questões e os exercícios.
Do CLI para o produto
Com o core funcionando, ele virou uma API HTTP, protegida por token, que só o backend chama. O backend eu fiz em Kotlin, com Ktor e PostgreSQL, e o front em React. Tudo roda em containers numa VPS, com deploy pelo GitHub Actions a cada tag.
No app você escolhe a profundidade (overview, médio ou denso) e o idioma do episódio. Se você parar no meio, o conteúdo fica salvo como rascunho. O episódio é privado, mas dá para baixar o MP3 ou gerar um link público para compartilhar.
Como vou monetizar
O Virapod vai ser pago por créditos, sem mensalidade: você compra só o que vai usar, a partir de poucos créditos e por Pix. Escolhi esse modelo porque o público que tenho em mente são estudantes, gente se preparando para o ENEM, para concursos ou para a faculdade, que nem sempre pode pagar uma assinatura em dólar de ferramenta de IA. Quero que quem estuda no ônibus, no intervalo do trabalho ou lavando louça consiga transformar o próprio material em áudio pagando pouco por isso.
Do primeiro commit do core até o app no ar foram uns dez dias.
Este é um episódio que eu gerei e compartilhei:
https://app.virapod.com.br/e/b3GDLmyhpb
E o app está aqui, com créditos grátis para os primeiros inscritos:
https://app.virapod.com.br
Quero saber principalmente se os hosts soam naturais e se a discussão vai além de listar o conteúdo, porque esse foi o motivo de eu começar tudo isso.