Въпроси, които идват.

Да. Yappy е с отворен код под лиценз MIT. Да слушаш това, което четеш, е въпрос на достъпност, а инструментите за достъпност не бива да искат банкарска карта. На компютъра няма платена версия и няма реклами. На iPhone пробният папагал държи три документа наведнъж на пръчката си, без ограничение във времето; ако искаш пръчката без дъно, печатницата за аудиокниги и моста към компютъра, завърташ пружината с Yappy Parlanchín — с абонамент или с еднократно доживотно плащане. Без акаунт и без реклами, и в двата случая.

Няма уловка: няма сървъри, за които да се плаща. Синтезът се върти на твоето устройство, така че Yappy няма разходи на потребител. Това е личен проект на автора му, публикуван, защото вече съществуваше и щеше да е от полза на още някого.

Не, и то нарочно. Пръчката с трите документа е самата проба: не изтича и на седмия ден не се превръща в сметка. Ако Yappy ти върши работа, ще го разбереш и без никой да ти бута часовник пред носа.

Кодът на Yappy е под MIT и не ти поставя условия. Гласовият модел, Supertonic 3, има собствен лиценз: отворен лиценз от типа OpenRAIL-M, с условия за употреба. Прегледай го на страницата на модела, преди да го ползваш за търговски цели, защото тази част не зависи от Yappy и не можем да обещаваме вместо нея.

Не. Синтезът, транскрипцията и извличането на статии стават в твоето устройство. Това, което споделяш с Yappy, не се изпраща никъде: няма акаунти, няма копия и няма сървър на Yappy, в който да могат да се запазят. Само четири конкретни неща докосват мрежата и всичките са разказани в политиката за поверителност.

Да, събира ги — и е добре да се каже без заобикалки. Мобилното приложение изпраща анонимна статистика за ползване: включена е от фабриката и се изключва в задната стая. Пътуват името на събитие от затворен списък (че приложението се е отворило, коя стъпка от първоначалната разходка се вижда, кой план е докоснат, дали прочитът приключва), случаен идентификатор на инсталацията, езикът и версията. Никога твоето име, пощата ти, текстът, който четеш, заглавието на документ или връзка, и никакъв рекламен идентификатор. И не отиват в Google, нито във Firebase, нито в някоя аналитична фирма: отиват в един Worker и една база данни D1 на Cloudflare, собственост на самия автор. На десктопа няма статистика от какъвто и да е вид.

Това е директна връзка между двете ти устройства, шифрована от край до край с QUIC, чрез протокола на iroh. Сдвояването става, като насочиш камерата към QR кода, който показва компютърът ти, а полученият ключ може да се отмени оттам по всяко време. По средата няма сървър на Yappy, защото изобщо няма сървър на Yappy.

Да, завинаги. След първоначалното теглене на модела — около 200 MB на телефона и около 398 MB на компютъра — можеш да ползваш Yappy в самолетен режим: да поставяш текст, да отваряш документи, да синтезираш и да експортираш. Само споделянето на нови адреси има нужда от мрежа, по очевидни причини. Няма и синхронизация в облака: библиотеката ти живее в устройството ти, а мостът е най-близкото нещо до прехвърляне от една машина на друга.

Supertonic 3 — отворен модел на Supertone с около 99 милиона параметъра, който се побира в 398 MB на компютъра и 200 MB на телефона и синтезира по-бързо от реалното време на всеки лаптоп от последните няколко години. Работи на ниво символ — затова съществува скриптописецът, който превръща числа, съкращения и знаци в думи, преди гласът да ги види.

Немски, арабски, български, чешки, корейски, хърватски, датски, словашки, словенски, испански, естонски, фински, френски, гръцки, хинди, унгарски, индонезийски, английски, италиански, японски, латвийски, литовски, нидерландски, полски, португалски, румънски, руски, шведски, турски, украински и виетнамски. Тридесет и един. А десетте гласа са полиглоти: един и същ глас ги чете всички без да сменя тембъра си.

Yappy разпознава езика на документа и, абзац по абзац, този на всяко парче: цитат на английски вътре в есе на испански се чете на английски, със същия глас, без да пипаш нищо. А ако разпознаването се излъже, можеш да зададеш езика ръчно.

Системните четци четат екрана такъв, какъвто е — с системната просодия и без памет. Yappy подготвя текста, преди да го каже (чисти статията, изговаря числата и съкращенията, отбелязва паузите), чете го с естествен глас, помни докъде си стигнал, експортира аудиокниги и продължава да звучи при заключен екран. Те са родствени инструменти, всеки със своя занаят, и се ползват едновременно без да си пречат: Yappy не замества екранния четец и не претендира да го прави.

Уеб статии (страницата се чисти сама), видеа по публикувания им транскрипт, PDF, EPUB, Word, ODT, RTF, Markdown, чист текст, .pptx, .xlsx, .csv и гласови бележки. На телефона всичко през панела за споделяне; на десктопа — освен това с влачене или с клавишни комбинации. А ако на компютъра имаш инсталиран pandoc, списъкът се разраства с LaTeX, reStructuredText, Org и още няколко.

На компютъра сканираните страници минават първо през локален OCR, и там също нищо не излиза от машината ви. На iPhone — засега не: ако PDF-ът е снимка на хартия, телефонът не намира текст за четене. Криво или размазано сканиране ще даде онова, което може да даде всеки OCR, но едно прилично се разчита изцяло.

Само онези, които можете да отворите. EPUB без защита се чете изцяло, заедно с главите си. Книгите с DRM от магазин не могат да се четат — нито тук, нито другаде: ключалката не е на Yappy и няма да се преструваме, че държим ключа.

От самата библиотека: всеки документ има своето „забрави“, а с него си отива и звукът му. Експортираните файлове (.m4b, .mp3, .wav) са ваши и живеят там, където сте ги запазили; да ги изтривате или местите е работа на Finder или на Файлове.

Първия път моделът се зарежда в паметта. След това остава топъл и следващите изречения излизат на лету. Ако току-що сте инсталирали приложението на компютъра, към първото чакане се добавя и изтеглянето на гласовия модел.

Няма потребителски речник за произношение, затова бързият път е да напишете думата така, както звучи, в редактора: моделът чете букви и ще ви послуша. Ако е нещо общо (съкращение, акроним, мерна единица), напишете за него в темите в GitHub: таблиците на нормализатора растат с такива случаи.

Yappy взима публикувания текст на видеото, а не транскрибира звука му. Ако видеото няма такъв текст, няма какво да се чете. А ако видеото е ваше и го имате като файл, споделете файла: тогава локалното ухо наистина го транскрибира.

В темите в GitHub или като пишете на [email protected]. С текста, при който се е случила, ако можете да го споделите, и с вашата система — оправя се по-бързо.