Näitä kysytään.

Kyllä. Yappy on avointa koodia MIT-lisenssillä. Mahdollisuus kuunnella lukemaansa on esteettömyyskysymys, eikä esteettömyystyökalujen pitäisi pyytää maksukorttia. Tietokoneella ei ole maksuversiota eikä mainoksia. iPhonessa kokeiluloru kantaa poijullaan kerrallaan kolmea dokumenttia, ilman aikarajaa; jos haluat pohjattoman poijun, äänikirjapainon ja sillan tietokoneeseen, vedät narusta Yappy Parlanchínilla: tilauksella tai elinikäisellä kertamaksulla. Ei tiliä, ei mainoksia, kummassakin tapauksessa.

Temppua ei ole: palvelimia ei tarvitse maksaa. Synteesi pyörii laitteessasi, joten Yappylle ei tule kustannusta käyttäjää kohden. Se on tekijänsä henkilökohtainen projekti, joka julkaistiin, koska se oli jo olemassa ja voisi hyödyttää muitakin.

Ei, tahallaan. Kolmen dokumentin poiju on se kokeilu, eikä se vanhene eikä muutu seitsemän päivän kuluttua veloitukseksi. Jos Yappy on sinulle hyödyksi, huomaat sen ilman kelloa niskassa.

Yappyn koodi on MIT-lisenssiä, eikä se aseta sinulle ehtoja. Äänimallilla, Supertonic 3:lla, on oma lisenssinsä: avoin OpenRAIL-M-tyyppinen lisenssi käyttöehtoineen. Tarkista se mallin sivulta ennen kaupallista käyttöä, sillä se osa ei ole Yappyn hallinnassa, emmekä voi luvata sen puolesta.

Eivät. Syntetisointi, transkriptio ja artikkelien poiminta tapahtuvat laitteessasi. Yappylle jakamaasi ei lähetetä mihinkään: tilejä ei ole, kopioita ei tehdä, eikä Yappyn palvelinta, johon ne voisivat jäädä, ole olemassakaan. Verkkoa koskee vain neljä konkreettista asiaa, ja ne kaikki on kerrottu tietosuojakäytännössä.

Kyllä kerää, ja sen voi sanoa suoraan. Puhelinsovellus lähettää nimettömiä käyttötilastoja: ne tulevat päälle tehtaasta ja ne voi kytkeä pois takahuoneesta. Matkaan lähtee tapahtuman nimi suljetusta listasta (avattiinko sovellus, mikä vaihe aloituskierroksesta näkyy, mitä tilaa naputellaan, päättyykö lukeminen), satunnainen asennustunniste, kieli ja versio. Ei koskaan nimeäsi, sähköpostiosoitettasi, lukemaasi tekstiä, dokumentin otsikkoa eikä linkkiä, eikä myöskään mitään mainontatunnistetta. Eikä ne mene Googlelle, Firebaselle tai millekään analytiikkayritykselle: ne menevät tekijän omaan Cloudflaren Workeriin ja D1-tietokantaan. Työpöytäversiossa ei ole tilastoja laisinkaan.

Se on suora yhteys kahden laitteesi välillä, päästä päähän QUIC:llä salattu, ja se käyttää iroh-protokollaa. Pariliitos tehdään osoittamalla kamera siihen QR-koodiin, jonka tietokoneesi näyttää, ja syntyneen avaimen voi perua sieltä koska tahansa. Välissä ei ole Yappyn palvelinta, koska Yappyn palvelinta ei ole olemassa.

Kyllä, ikuisesti. Kun mallin on kerran ladannut, puhelimeen noin 200 Mt ja tietokoneeseen noin 398 Mt, Yappy toimii lentokonetilassa: liitä tekstiä, avaa dokumentteja, syntetisoi ja vie. Vain uusien osoitteiden jakaminen tarvitsee verkon, ilmeisistä syistä. Pilvisynkronointia ei myöskään ole: kirjastosi elää laitteessasi, ja silta on lähimpänä sitä, että kantaa jotain koneelta toiselle.

Supertonic 3, Supertonen avoin malli, noin 99 miljoonaa parametria. Se mahtuu 398 Mt:een tietokoneessa ja 200 Mt:een puhelimessa ja syntetisoi nopeammin kuin reaaliajassa millä tahansa viime vuosien kannettavalla. Se toimii merkkitasolla: siksi on olemassa käsikirjoittaja, joka muuttaa numerot, lyhenteet ja symbolit sanoiksi ennen kuin ääni näkee ne.

Saksa, arabia, bulgaria, tšekki, korea, kroaatti, tanska, slovakki, sloveeni, espanja, viro, suomi, ranska, kreikka, hindi, unkari, indonesia, englanti, italia, japani, latvia, liettua, hollanti, puola, portugali, romania, venäjä, ruotsi, turkki, ukraina ja vietnam. Kolmekymmentäyks. Ja kaikki kymmenen ääntä ovat monikielisiä: sama ääni lukee ne kaikki vaihtamatta äänenväriään.

Yappy tunnistaa dokumentin kielen ja kappale kappaleelta jokaisen osan kielen: englanninkielinen sitaatti espanjankielisessä esseessä luetaan englanniksi, samalla äänellä, ilman että kosketat mitään. Ja jos tunnistus erehtyy, kielen voi asettaa käsin.

Järjestelmän lukijat lukevat näytön sellaisenaan, järjestelmän prosodialla ja ilman muistia. Yappy valmistelee tekstin ennen kuin sanoo sen (siivoaa artikkelin, sanoo numerot ja lyhenteet sanoin, merkitsee tauot), lukee sen luonnollisella äänellä, muistaa missä olit, vie äänikirjoja ulos ja soi edelleen, kun näyttö on lukittu. Ne ovat serkkuja, kummankin ammatti oma, ja niitä käyttää yhtä aikaa kesken hankalamatta: Yappy ei korvaa ruudunlukijaa eikä aja siihen.

Verkkoartikkelit (sivu siivoaa itsensä), videot niiden julkaistun transkription kautta, PDF, EPUB, Word, ODT, RTF, Markdown, pelkkä teksti, .pptx, .xlsx, .csv ja äänimuistiinpanot. Puhelimessa kaikki jakovalikon kautta; työpöydällä lisäksi raahaamalla tai pikanäppäimillä. Ja jos tietokoneeseen on asennettu pandoc, lista laajenee LaTeXiin, reStructuredTextiin, Orgiin ja muutamaan muuhun.

Työpöydällä ne käyvät ensin paikallisen OCR:n läpi, eikä tietokoneeltasi siinäkään lähde mitään. iPhonessa tämä ei vielä onnistu: jos PDF on paperin valokuva, puhelin ei löydä luettavaa tekstiä. Vinosti skannattu tai epätarkka kuva antaa sen, mitä mikä tahansa OCR antaa, mutta kunnollinen skannaus luetaan kokonaan.

Vain ne, jotka saat auki. Suojaamaton EPUB luetaan kokonaan, lukuineen. Kaupan DRM-suojatut kirjat eivät mene läpi, ei täällä eikä missään muuallakaan: se lukko ei ole Yappyn, emmekä lähde esittämään, että meillä olisi avain.

Kirjastosta itsestään: jokaisella asiakirjalla on oma unohda-valintansa, ja sen mukana häviää myös ääni. Vietetyt tiedostot (.m4b, .mp3, .wav) ovat sinun ja asuvat siellä, minne ne tallensit; niiden poistaminen tai siirtäminen on Finderin tai Tiedostot-sovelluksen homma.

Malli ladataan muistiin ensimmäisellä kerralla. Sen jälkeen se pysyy lämpimänä, ja seuraavat lauseet syntyvät lennossa. Jos olet juuri asentanut sovelluksen tietokoneelle, ensimmäiseen odotukseen sisältyy lisäksi äänimallin lataaminen.

Käyttäjän ääntämysanakirjaa ei ole, joten nopein keino on kirjoittaa sana editoriin niin kuin se kuuluu: malli lukee merkit ja tottelee. Jos kyse on yleisestä säännöstä (lyhenne, kirjainlyhenne, mittayksikkö), kerro siitä GitHubin issueissa: lukijan sääntötaulut kasvavat tällaisten tapausten myötä.

Yappy nojaa videon julkaistuun tekstitykseen, se ei transkriboi videon ääntä. Jos videolla ei ole tekstitystä, luettavaa ei ole. Ja jos video on sinun ja sinulla on se tiedostona, jaa tiedosto: silloin sen kyllä kuuntelee paikallinen korva.

GitHubin issueissa tai kirjoittamalla osoitteeseen [email protected]. Korjaus etenee nopeammin, jos voit jakaa myös tekstin, jossa vika ilmeni, ja kerrot järjestelmäsi.