Spørgsmål, der dukker op.

Ja. Yappy er open source med MIT-licens. At kunne lytte til det, man læser, er et spørgsmål om tilgængelighed, og tilgængelighedsværktøjer bør ikke bede om et betalingskort. På computeren er der ingen betalingsversion og ingen reklamer. På mobilen (iPhone, iPad og Android) har prøvepapegøjen tre dokumenter ad gangen på sin knagerække, uden tidsgrænse; vil du have en knagerække uden bund, lydbogstrykkeriet og broen til computeren, trækker du papegøjen op med Yappy Parlanchín, som abonnement eller med én betaling for hele livet. Uden konto og uden reklamer, uanset hvad.

Der er ingen fisk: der er ingen servere at betale for. Syntesen kører på din enhed, så Yappy har ingen omkostninger pr. bruger. Det er skaberens eget projekt, udgivet, fordi det nu engang fandtes og kunne nytte andre.

Nej, med vilje. Knagen med de tre dokumenter er prøven, og den udløber ikke og bliver heller ikke til en opkrævning efter syv dage. Hvis Yappy dur for dig, ved du det af dig selv, uden at nogen holder et ur foran dig.

Yappys kode er MIT og stiller ingen betingelser. Stemmemodellen, Supertonic 3, har sin egen licens: en åben licens af typen OpenRAIL-M med brugsklausuler. Læs den på modellens side, før du bruger den kommercielt – den del styres ikke af Yappy, og vi kan ikke love noget på dens vegne.

Nej. Syntese, transskription og udtræk af artikler foregår på din egen enhed. Det, du deler med Yappy, sendes ingen steder hen: Der er ingen konti, ingen kopier, og der findes ingen Yappy-server, hvor de kunne gemmes. Fire konkrete ting rører nettet, og de står alle i privatlivspolitikken.

Ja, det gør den, og det bør siges uden omsvøb. Mobilappen sender anonyme brugsstatistikker: de er slået til fra fabrikken og kan slås fra i baglokalet. Det, der sendes, er navnet på en begivenhed fra en lukket liste (at appen blev åbnet, hvilket trin i den første rundtur man er på, hvilken plan man rører ved, om en oplæsning slutter), nogle tekniske data uden indhold (typer, tider og fejlkoder), et tilfældigt installations-id, enhedens model, systemversionen, sproget og appversionen. Aldrig dit navn, din mail, teksten, du læser, en dokuments titel eller et link, og intet reklame-id. Og de går ikke til Google, Firebase eller noget analyseselskab: de går til en Worker og en Cloudflare D1-database, som forfatteren selv driver. På computeren er der ingen statistik overhovedet.

Det er en direkte forbindelse mellem dine to enheder, krypteret fra ende til anden med QUIC via protokollen fra iroh. Parringen sker ved at rette kameraet mod en QR-kode, som din computer viser, og nøglen kan tilbagekaldes derfra når som helst. Der er ingen Yappy-server imellem, for der findes ingen Yappy-server.

Ja, for altid. Efter den første download af modellen, ca. 200 MB på mobilen og ca. 398 MB på computeren, kan du bruge Yappy i flytilstand: indsætte tekst, åbne dokumenter, syntetisere og eksportere. Kun deling af nye adresser kræver net, af indlysende grunde. Der er heller ingen skysynkronisering: Dit bibliotek bor på din enhed, og broen er det nærmeste, man kommer på at flytte noget fra én maskine til en anden.

Supertonic 3, en åben model fra Supertone med omkring 99 millioner parametre. Den fylder 398 MB på computeren og 200 MB på mobilen og syntetiserer hurtigere end realtid på enhver bærbar fra de seneste år. Modellen arbejder på tegnniveau: Derfor findes manuskripteren, der omsætter tal, forkortelser og symboler til ord, før stemmen ser dem.

Tysk, arabisk, bulgarsk, tjekkisk, koreansk, kroatisk, dansk, slovakisk, slovensk, spansk, estisk, finsk, fransk, græsk, hindi, ungarsk, indonesisk, engelsk, italiensk, japansk, letisk, litauisk, hollandsk, polsk, portugisisk, rumænsk, russisk, svensk, tyrkisk, ukrainsk og vietnamesisk. Enogtredive. Og alle ti stemmer er flersprogede: Den samme stemme læser dem alle uden at skifte klang.

Yappy genkender dokumentets sprog og, afsnit for afsnit, hvert stykkes: Et engelsk citat i et spansk essay læses på engelsk, med den samme stemme, uden at du rører noget. Og tager genkendelsen fejl, kan du sætte sproget manuelt.

Skærmoplæsere læser skærmen, præcis som den ser ud, med systemets prosodi og uden hukommelse. Yappy klargør teksten, før den læses op (gør artiklen ren, sætter ord på tal og forkortelser, markerer pauserne), læser den med en naturlig stemme, husker, hvor du var nået til, eksporterer lydbøger og spiller videre, mens skærmen er låst. De to er i familie, men har hver sit håndværk, og de bruges sagtens samtidig uden at genere hinanden: Yappy erstatter ikke en skærmoplæser og påstår det heller ikke.

Webartikler (siden rydder op i sig selv), videoer via deres offentliggjorte transskription, PDF, EPUB, Word, ODT, RTF, Markdown, ren tekst, .pptx, .xlsx, .csv og stemmenoter. På mobilen sker det hele via delingsarket; på computeren kan du desuden trække filer ind eller bruge genvejene. Og har du pandoc installeret på computeren, vokser listen med LaTeX, reStructuredText, Org og nogle få flere.

De køres gennem en lokal OCR før oplæsning, på computeren, på iPhone og på Android, og heller ikke her forlader noget din enhed. Det er gratis overalt: OCR er ikke en del af abonnementet. Det er beregnet til trykt tekst i det latinske alfabet; andre skriftsystemer genkendes kun på iPhone, iPad og Mac med Apples genkender. En skæv eller sløret scanning giver det, enhver OCR kan give, men en ordentlig læses helt igennem.

Kun dem, du kan åbne. En EPUB uden kopibeskyttelse læses i sin helhed, med alle sine kapitler. Bøger med DRM fra en butik kan ikke læses – hverken her eller andre steder. Låsen er ikke Yappys, og vi skal ikke lade som om, vi har nøglen.

Fra selve biblioteket: hvert dokument har sin glem-funktion, og med den forsvinder lyden også. De eksporterede filer (.m4b, .mp3, .wav) er dine og ligger der, hvor du gemte dem. At slette eller flytte dem er et stykke arbejde for Finder eller Filer.

Første gang indlæses modellen i hukommelsen. Bagefter er den varm, og de næste sætninger kommer med det samme. Har du lige installeret appen på computeren, inkluderer den første ventetid også download af stemmemodellen.

Der findes ingen brugerordbog for udtale, så den hurtige vej er at skrive ordet, som det lyder, i editoren: Modellen læser tegn og adlyder dig. Er det et generelt mønster (en forkortelse, et akronym, en enhed), så fortæl om det i issues på GitHub: Tabellerne i tekstfortolkeren vokser med den slags tilfælde.

Yappy holder sig til videoens offentliggjorte transskription og transskriberer ikke lyden. Har videoen ingen transskription, er der ingenting at læse op. Er videoen din egen, og ligger den i en fil, så del filen: Så transskriberer det lokale øre den faktisk.

I issues på GitHub, eller ved at skrive til [email protected]. Med den tekst, der fejlede – hvis du kan dele den – og dit system, bliver det hurtigere rettet.