【拋磚引玉】行路聽書+AI問答，邊個啱用？

小弟開發緊app，最近諗緊一些新功能，想問下大家意見。

平時行路/跑步時，成日想聽書，不過又唔方便手動操作。諗住做個APP，全程語音控制，聽完仲有AI幫你總結重點、出問題考下你，幫你記得多啲內容。

大家會唔會用？有咩功能最吸引？有冇咩地方覺得唔實用？

其實有咩用
你既target得學生
我做家長都唔會買

唔使錢會唔會用？

個個AI app 都有語音勁功能啦
洗撚用你個抄上抄？

YouTube + Google 咪得

HK no IT

羅冠聰用AI性侵我仲好

Ai av 啦
幫我揀我最鍾意嘅片段

我嘗試理解你個app做一隻multi－agent rag
簡單黎講寫個frontend 駁住隻aggregator ai call唔同市面上既models

技術上，基本條件：
1）iphone內置語音做i／o，
2）書要bring your own books － from user local book stores，
3）support content to text唔同種類既書例如pdf epub，laama index可以有pdf extractor，做page chunking
4）planning endpoint
5）chat endpoint 做generation，要 gen summarisation 、q＆a
6）最後audio to speech，例如
－ speechify api： end user 11usd一個月； api $10/1M characters
https://speechify.com/pricing-api/
－ google gtts： Google Text-to-Speech： api 唔同選擇大概 $16/1M characters
https://cloud.google.com/text-to-speech/pricing

我覺得personal project太大諗頭，做到個product for fun 唔難，但你太多環節要做integration或者minimal development，我覺得成個thought of chain token cost／development effort唔justify個business value。

需求上：
一）audiobook 分google聲同真人聲， 起碼apple built in已經有機械聲，我諗你起碼都要用真人先吸引到客。
二）同類型產品，好聽audiobook product除左amazon既會用speechify，end users 11usd一個月，你一係做得好過佢，一係平過佢。
三）產業上，同埋audiobook／rag賺錢係要靠economies of scale，我transform／index好一本書，我可以儲落自己vector db serve曬所有client。你如果in－flight做會有performance issue同埋貴。
四）關於「全程語音控制」feature，你要靠個chat endpoint幫你refine content，用戶體驗唔一定會好，我寧願用手禁一個100％執行到既order，多過落幾次語音，我都係覺得無咩values。
五）關於「總結重點」、「出問題」feature，我覺得個use cases無咩values，無咩users會用，但你要做summarization 個endpoint要寫好多token cost，而出黎既問答又唔一定準。

我條team自己有做AI野，有搵big4領意見。總結係我覺得ai generation 唔難上到野，但好難件product做得好。
我地architectural instruction其實都只係當ai generation既use case係productivity improvement. 簡單黎講玩具黎

Thanks 巴打