Μετάβαση στο περιεχόμενο
Yappy Λήψη
Γλώσσα: el
EspañolالعربيةБългарскиČeštinaDanskDeutschΕλληνικάEnglishEestiSuomiFrançaisहिन्दीHrvatskiMagyarBahasa IndonesiaItaliano日本語한국어LietuviųLatviešuNederlandsPolskiPortuguêsRomânăРусскийSlovenčinaSlovenščinaSvenskaTürkçeУкраїнськаTiếng Việt

το κομμάτι που κανείς άλλος δεν δείχνει

Από το γραπτό στο προφορικό.

Το διάβασμα δυνατά δεν είναι συλλαβισμός· είναι ερμηνεία. Το «1492» λέγεται «χίλια τετρακόσια ενενήντα δύο»· το «Ερρίκος VIII» λέγεται «Ερρίκος ο Όγδοος», αλλά το «Louis XIV» στα γαλλικά λέγεται «Louis quatorze»· το «EL CID» δεν είναι ρωμαϊκός αριθμός· το FBI συλλαβίζεται, η NASA όχι. Πριν συνθέσει έστω μία συλλαβή, το Yappy μετατρέπει το κείμενο σε σενάριο ανάγνωσης: την παρτιτούρα όσων θα πει πραγματικά η φωνή.

Ο Σεναριογράφος

Δοκίμασέ το ακριβώς εδώ: είναι το ίδιο Rust που έχει η εφαρμογή, μεταγλωττισμένο για τον browser σου.

Το σενάριο θα εμφανιστεί εδώ, με τις μετατροπές υπογραμμισμένες.

Δώδεκα δουλειές σε ένα πέρασμα.

Ημερομηνίες

Το «24/5/1533» λέγεται ολόκληρο, με τη σειρά και το γένος κάθε γλώσσας.

Ώρες

Το «14:05» λέγεται όπως θα το έλεγε άνθρωπος, όχι όπως θα το διάβαζε ρολόι.

Νομίσματα

Το «3,50 €» λέγεται «τρία ευρώ και πενήντα», με τον πληθυντικό που πρέπει.

Ποσοστά

Το «7 %» λέγεται «εφτά τοις εκατό», και το «0,5 %» δεν γίνεται «μηδέν κόμμα πέντε».

Μονάδες

Το «230 °C» λέγεται «διακόσιοι τριάντα βαθμοί Κελσίου».

Τακτικά

Η «3η» λέγεται «τρίτη», με το γένος και την κλίση της εκεί όπου υπάρχουν.

Ρωμαϊκοί με κρίση

Το «Κεφάλαιο XX» είναι βασικός αριθμός, το «Ερρίκος Η΄» είναι τακτικός και το «EL CID» δεν είναι αριθμός.

Ακρωνύμια με φωνοτακτική

Το FBI προφέρεται γράμμα-γράμμα· η NASA λέγεται σαν λέξη. Τον κανόνα τον ορίζει το πώς ακούγεται, όχι μια λίστα.

Συντομογραφίες

«κ.λπ.», «σ.», «19ος αι.»: κάθε γλώσσα έχει τον δικό της πίνακα.

Μεγάλοι αριθμοί

Με τις γραμματικές RBNF του Unicode CLDR, γένος και κλίση συμπεριλαμβάνονται.

31 γλώσσες

Οι ίδιοι κανόνες, με τη γραμματική κάθε γλώσσας. Χωρίς λίστες γραμμένες στο χέρι.

Ο ρυθμός

Οι τίτλοι παίρνουν ανάσα αφού ειπωθούν· οι λίστες κρατούν το μέτρο τους. Οι παύσεις ανήκουν στο σενάριο, όχι στην τύχη.

Συχνές ερωτήσεις

Τι είναι οι γραμματικές RBNF;
Το RBNF είναι τα αρχικά του Rule-Based Number Format: οι κανόνες με τους οποίους το Unicode CLDR περιγράφει πώς λέγεται ένας αριθμός σε κάθε γλώσσα. Δεν είναι πίνακας με χίλιες λέξεις, αλλά γραμματική· γι' αυτό ξέρει ότι στα ισπανικά λέγεται «doscientas páginas» και όχι «doscientos páginas», ότι στα ρωσικά τα αριθμητικά κλίνονται και ότι τα γαλλικά μετρούν ως το ενενήντα με εικοσάδες. Το Yappy τις ερμηνεύει σε καθαρό Rust, χωρίς λίστες γραμμένες στο χέρι.
Γιατί χρειάζεται σεναριογράφο; Δεν το κάνει η ίδια η φωνή;
Όχι, και είναι επίτηδες. Το μοντέλο φωνής του Yappy δουλεύει σε επίπεδο χαρακτήρα: προφέρει ακριβώς ό,τι του έρχεται γραμμένο. Έτσι γίνεται γρήγορο και ελαφρύ, αλλά σημαίνει ότι αν του έρθει «1492» θα προσπαθήσει να πει ακριβώς αυτό, γράμμα-γράμμα. Σε ένα τέτοιο μοντέλο, η κανονικοποίηση είναι η προφορά. Ο σεναριογράφος είναι το κομμάτι που μετατρέπει κάθε αριθμό, κάθε ακρωνύμιο και κάθε σύμβολο στις λέξεις που θα έλεγε ένας άνθρωπος.
Σε πόσες γλώσσες δουλεύει;
Στις 31 γλώσσες που μιλάει η φωνή, και η καθεμιά με τους δικούς της κανόνες: τη σειρά των ημερομηνιών, τον σύνδεσμο των νομισμάτων, τα τακτικά, τις συντομογραφίες και τους ρωμαϊκούς. Ο 15ος αιώνας λέγεται «siglo quince» στα ισπανικά και «fifteenth century» στα αγγλικά· το «Louis XIV» λέγεται «Louis quatorze» και όχι «Louis fourteenth». Οι ίδιες δώδεκα εργασίες, τριάντα μία γραμματικές.
Γιατί το καραόκε πέφτει πάντα πάνω στην ακριβή λέξη;
Γιατί το σενάριο δεν είναι απλώς το κείμενο σε άλλη μορφή: κρατά τον χάρτη ανάμεσα σε όσα γράφονται και σε όσα λέγονται. Όταν η φωνή προφέρει «χίλια τετρακόσια ενενήντα δύο», το σενάριο ξέρει ότι αυτές οι τέσσερις λέξεις βγαίνουν από τα τέσσερα ψηφία του «1492», και η υπογράμμιση κάθεται πάνω τους χωρίς να μετατοπίζεται. Είναι η διαφορά ανάμεσα στο να φωτίζεις το κείμενο και στο να το μαντεύεις.
Μια λέξη προφέρεται λάθος. Μπορώ να τη διορθώσω;
Προς το παρόν δεν υπάρχει λεξικό προφοράς που να ορίζει ο χρήστης. Επειδή το μοντέλο διαβάζει χαρακτήρες, η γρήγορη λύση είναι να γράψεις τη λέξη έτσι όπως ακούγεται στον επεξεργαστή και να την ξανακούσεις. Και αν αυτό που αποτυγχάνει είναι ένα γενικό μοτίβο (μια συντομογραφία, ένα ακρωνύμιο, μια μονάδα μέτρησης), γράψε το στα issues του GitHub: οι πίνακες του δημιουργού σεναρίου μεγαλώνουν με τέτοιες περιπτώσεις.
Ο δημιουργός σεναρίου σε αυτή τη σελίδα είναι ο ίδιος με αυτόν της εφαρμογής;
Ο ίδιος κώδικας, μεταγλωττισμένος σε WebAssembly, για να τρέχει στον browser σου. Ό,τι γράψεις εδώ δεν βγαίνει από την καρτέλα σου. Και επειδή το εγχείρημα είναι εξ ολοκλήρου ανοιχτό, μπορείς να διαβάσεις τους κανόνες έναν έναν στο αποθετήριο.

Το σενάριο είναι το μισό της ιστορίας· το άλλο μισό ακούγεται.

Ακούστε ένα δείγμα