Na Algebrze i Spółce rozwiązania zadań piszą się kredą na tablicy, a lektor czyta je krok po kroku. Z tych samych animacji robię filmy na YouTube'a i krótkie rolki na Facebooka. Brzmi prosto, ale dojście do tego zajęło mi siedem miesięcy. Ten wpis jest głównie o tym, co po drodze nie wyszło, bo takich rzeczy było więcej niż udanych.
Luty: Veo i scenariusze na zapas
Pierwszy film na stronie głównej był zwykłym nagraniem wrzuconym na YouTube'a. Pod koniec lutego chciałem pójść dalej i przygotowałem scenariusze do 95 tematów z matematyki. Do każdego tematu powstały trzy pliki: scenariusz, opis ujęć dla Veo, czyli generatora, który robi film na podstawie samego tekstu, i plan slajdów do prezentacji. Z Veo trochę poeksperymentowałem, ale żaden z tamtych filmów nie trafił ostatecznie na stronę.
Wiosna: animacje pisane kodem
W kwietniu podszedłem do tematu od strony programisty i sięgnąłem po Manim, narzędzie, w którym animacje matematyczne tworzy się, pisząc program. Zbudowałem na nim generator: AI pisało scenariusz animacji, Manim zamieniał go w obraz, a komputerowy lektor od Google czytał tekst. Dwa dni później powstała prostsza wersja, już bez Manima, oparta na zwykłych slajdach z wykresami, a w czerwcu obie wyleciały z projektu.
Potem przyszła kolej na Remotion, narzędzie, w którym film składa się z klocków, podobnie jak strona internetowa. Pierwsza animacja, z nauczycielem narysowanym w stylu South Parku, zniknęła z filmów tego samego dnia, w którym powstała, a na jej miejsce wróciło zwykłe nagranie. Sama postać przetrwała, bo wyrosła z niej maskotka tej strony. Remotion przydał mi się jednak gdzie indziej: zrobiłem w nim dziesięć rolek dla Panelu Biznesu, po polsku i po niemiecku, a przy reklamach Panelu przetestowałem kilka komputerowych głosów.
Lipiec: PowerPoint, Canva i NotebookLM
W lipcu wróciłem do slajdów, tym razem na poważnie. Rolki układałem jako prezentacje w PowerPoincie i zapisywałem je jako film, najpierw okrężną drogą przez inny program biurowy, później prosto z PowerPointa na Windowsie. Próbowałem też przenieść je do Canvy.
W tym samym czasie NotebookLM, narzędzie Google'a do pracy z notatkami, zrobił mi z nich kilkuminutową prezentację z narracją. Idzie to szybko, tyle że głos nie jest mój, a na każde konto obowiązuje dzienny limit. Wersja filmowa, oparta na Veo, wymaga najdroższego planu, a na jeden film czeka się pół godziny.
Lektorem w tamtych rolkach był mój własny głos, sklonowany w serwisie KikiVoice. Jeden tekst mógł tam mieć najwyżej dwa tysiące znaków, przy każdym nagraniu trzeba było udowodnić, że nie jest się robotem, a gotowy plik znikał po mniej więcej pół godzinie. Mimo to jeden cały arkusz, maturę podstawową z dodatkowego terminu w czerwcu 2026 roku, nagrałem w ten sposób ręcznie, krok po kroku.
Sierpień: przeglądarka jako kamera
Rozwiązanie przyszło z zupełnie innej strony. Pod koniec lipca zrobiłem pierwsze arkusze, które rozwiązują się same. To nie jest film, tylko strona, na której rozwiązanie pisze się kredą, znak po znaku. Stąd wziął się pomysł, który został do dziś: scena filmu to zwykła strona internetowa, a przeglądarka nagrywa ją klatka po klatce.
1 sierpnia zastąpiłem film z YouTube'a na stronie głównej siedmioma scenami zbudowanymi jak zwykła strona, które ważą ułamek tego, co film: kilka kilobajtów zamiast kilkudziesięciu megabajtów. Dwa dni później miałem własny silnik, czyli program, który otwiera taką scenę i zapisuje ją jako plik wideo.
Ta metoda ma zaletę, której brakowało wszystkim poprzednim: żeby poprawić film, poprawiam tekst, zamiast montować wszystko od nowa. Rolka, która trwa 22 sekundy, powstaje w około półtorej minuty. Pełny arkusz, czyli od 45 do 60 minut filmu, to od 30 do 40 minut pracy komputera, podzielonej na cztery równoległe zadania.
Wrzesień: głos
Kiedy obraz już działał, został lektor, i to on zabrał mi najwięcej czasu. W połowie września sprawdziłem darmowego komputerowego lektora Microsoftu, który brzmiał bardzo słabo, oraz Chatterbox, klon głosu działający na moim komputerze, który wypadł jeszcze gorzej. Wybór padł na Fish Audio, serwis z komputerowymi głosami. Według mojego ówczesnego wyliczenia nagranie całego banku zadań kosztowałoby tam około 130 zł, a w ElevenLabs około 520 zł, ale ostatecznie nie zapłaciłem nic, bo okazało się, że Fish Audio daje bezpłatny dostęp testowy. Żeby było widać skalę: sam arkusz z maja 2026 to 190 osobnych nagrań i 45 minut mowy.
Zadania czyta jeden z gotowych głosów. Chciałem, żeby był to mój własny, ale tym razem klonowanie okazało się trudniejsze, niż się wydawało, bo sklonowany głos mieszał zgłoski, a czasem zaciągał. Przeszkodą okazała się właśnie polszczyzna.
Potem zaczęło się dopracowywanie wymowy. Lektor potykał się na cyfrach i wzorach, więc przed nagraniem zamieniam matematykę na słowa z polską odmianą. Przekręcał „tablicę” i „iloczyn”, więc dostał słownik wymowy. Sceny ucinały zdania w połowie, dlatego teraz każda czeka, aż lektor skończy. Na końcu każde nagranie odsłuchuje program do rozpoznawania mowy, który spisuje je z powrotem jako tekst i porównuje z tym, co miało zostać powiedziane.
W ostatnich dniach pojawił się problem, którego wcześniej nie wyłapałem. W nowych rolkach usłyszałem przycięte słowa i słaby akcent, więc zdjąłem z Facebooka wszystkie jedenaście zaplanowanych publikacji. Pomiar potwierdził, że w dziewięciu rolkach na jedenaście cięcie wypadało w środku słowa, a przyspieszenie mowy o jedną czwartą psuło barwę głosu. Od tamtej poprawki rolka trafia na Facebooka tylko wtedy, gdy przejdzie automatyczną kontrolę lektora: normalne tempo, cięcia wyłącznie w ciszy i stała głośność. Przed poprawkami nie przechodziła jej żadna rolka. Po poprawkach przechodzą wszystkie.
Co zostało
Z tych siedmiu miesięcy zostały trzy rzeczy, wszystkie z tego samego silnika: animowane rozwiązania na stronie, filmy z zadaniami i rolki. Z niego pochodzi też film, w którym przedstawiam Algebrę, a lektora wybrałem do niego dopiero po przesłuchaniu czterech. Trzy zadania z matury 2026 można obejrzeć na stronie Algebry, a animowane arkusze otwierają się bez konta na algebraispolka.pl.