Les questions qui arrivent.

Oui. Yappy est un logiciel open source, sous licence MIT. Pouvoir écouter ce qu’on lit est une question d’accessibilité, et les outils d’accessibilité ne devraient pas demander votre carte bancaire. Sur ordinateur, il n’y a ni version payante ni publicité. Sur iPhone, le perroquet d’essai porte trois documents à la fois sur son perchoir, sans limite de temps ; si vous voulez un perchoir sans fond, l’imprimerie de livres audio et le pont vers l’ordinateur, il faut passer par Yappy Parlanchín, en abonnement ou en achat unique à vie. Sans compte et sans publicité, dans tous les cas.

Il n’y a pas de piège : il n’y a pas de serveurs à payer. La synthèse tourne sur votre appareil, donc Yappy n’a aucun coût par utilisateur. C’est un projet personnel de son auteur, publié parce qu’il existait déjà et que ça pourrait rendre service à quelqu’un d’autre.

Non, et c’est voulu. Le perchoir à trois documents est l’essai : il n’expire pas et ne devient pas un prélèvement au bout de sept jours. Si Yappy vous est utile, vous le saurez sans que personne ne vous mette un chronomètre sous le nez.

Le code de Yappy est sous licence MIT et ne vous impose aucune condition. Le modèle de voix, Supertonic 3, a sa propre licence : une licence ouverte de type OpenRAIL-M, avec des clauses d’utilisation. Consultez-la sur la page du modèle avant tout usage commercial, parce que cette partie ne dépend pas de Yappy et qu’on ne peut pas répondre pour elle.

Non. La synthèse, la transcription et l’extraction d’articles se passent dans votre appareil. Ce que vous partagez avec Yappy n’est envoyé nulle part : pas de compte, pas de copie, et il n’existe aucun serveur Yappy où tout cela pourrait être conservé. Quatre choses précises touchent bien le réseau, et elles sont toutes détaillées dans la politique de confidentialité.

Oui, il les collecte, et autant le dire sans détour. L’application mobile envoie des statistiques d’utilisation anonymes : elles sont activées d’usine et on les éteint au fond des réglages. Ce qui voyage, c’est le nom d’un événement tiré d’une liste fermée (l’app a été ouverte, quelle étape du parcours initial s’affiche, quelle formule est touchée, si une lecture se termine), un identifiant aléatoire d’installation, la langue et la version. Jamais votre nom, votre adresse e-mail, le texte que vous lisez, le titre d’un document ni un lien, et aucun identifiant publicitaire. Et elles ne vont ni chez Google, ni chez Firebase, ni chez aucune société d’analyse : elles vont dans un Worker et une base de données D1 de Cloudflare, ceux de l’auteur lui-même. Sur ordinateur, aucune statistique d’aucune sorte.

C’est une connexion directe entre vos deux appareils, chiffrée de bout en bout avec QUIC, via le protocole iroh. L’appairage se fait en pointant la caméra vers le code QR que votre ordinateur affiche, et la clé obtenue peut être révoquée à tout moment depuis cet endroit. Il n’y a pas de serveur Yappy au milieu, puisqu’il n’existe aucun serveur Yappy.

Oui, pour toujours. Après le téléchargement initial du modèle, environ 200 Mo sur mobile et 398 Mo sur ordinateur, vous pouvez utiliser Yappy en mode avion : coller du texte, ouvrir des documents, synthétiser, exporter. Seul le partage de nouvelles adresses réclame le réseau, pour des raisons évidentes. Pas de synchronisation cloud non plus : votre bibliothèque vit dans votre appareil, et le pont est ce qui ressemble le plus à passer quelque chose d’une machine à l’autre.

Supertonic 3, un modèle ouvert de Supertone d’environ 99 millions de paramètres, qui tient en 398 Mo sur ordinateur et 200 Mo sur mobile, et qui synthétise plus vite que le temps réel sur n’importe quel portable de ces dernières années. Il travaille au niveau du caractère : d’où le verbaliseur, qui convertit nombres, sigles et symboles en mots avant que la voix ne les voie.

Allemand, arabe, bulgare, tchèque, coréen, croate, danois, slovaque, slovène, espagnol, estonien, finnois, français, grec, hindi, hongrois, indonésien, anglais, italien, japonais, letton, lituanien, néerlandais, polonais, portugais, roumain, russe, suédois, turc, ukrainien et vietnamien. Trente et un. Et les dix voix sont polyglottes : la même voix les lit toutes sans changer de timbre.

Yappy détecte la langue du document et, paragraphe par paragraphe, celle de chaque morceau : une citation en anglais dans un essai en espagnol est lue en anglais, avec la même voix, sans que vous ayez rien à faire. Et si la détection se trompe, vous pouvez fixer la langue à la main.

Les lecteurs du système lisent l’écran tel quel, avec la prosodie du système et sans mémoire. Yappy prépare le texte avant de le dire (il nettoie l’article, verbalise les nombres et les sigles, marque les pauses), le lit avec une voix naturelle, se souvient d’où vous en étiez, exporte des livres audio et continue de jouer écran verrouillé. Ce sont des outils cousins, aux métiers différents, qui s’utilisent en même temps sans se gêner : Yappy ne remplace pas un lecteur d’écran, et ne prétend pas le faire.

Articles web (la page se nettoie toute seule), vidéos via leur transcription publiée, PDF, EPUB, Word, ODT, RTF, Markdown, texte brut, .pptx, .xlsx, .csv et notes vocales. Sur mobile, tout passe par la feuille de partage ; sur ordinateur, en plus, en glissant ou avec les raccourcis. Et si pandoc est installé sur votre ordinateur, la liste s’élargit à LaTeX, reStructuredText, Org et quelques autres.

Sur ordinateur, ils passent d'abord par un OCR local avant d'être lus, et là non plus rien ne quitte votre machine. Sur iPhone, pas encore : si le PDF est la photo d'une page papier, le téléphone ne trouve aucun texte à lire. Un scan de travers ou flou donnera ce que n'importe quel OCR peut donner, mais un scan propre est lu en entier.

Uniquement ceux que vous pouvez ouvrir. Un EPUB sans protection se lit en entier, chapitres compris. Les livres sous DRM d'une boutique ne se lisent nulle part, ni ici ni ailleurs : ce verrou n'appartient pas à Yappy, et nous n'allons pas prétendre que nous avons la clé.

Depuis la bibliothèque elle-même : chaque document a son option « Oublier », et l'audio s'en va avec. Les fichiers exportés (.m4b, .mp3, .wav) sont à vous et restent là où vous les avez enregistrés ; les supprimer ou les déplacer, c'est l'affaire du Finder ou de Fichiers.

La première fois, le modèle se charge en mémoire. Ensuite il reste chaud, et les phrases suivantes sortent à la volée. Si vous venez d'installer l'app sur ordinateur, la première attente inclut en plus le téléchargement du modèle de voix.

Il n'y a pas de dictionnaire de prononciation personnalisable, alors le plus rapide est d'écrire le mot comme il se prononce dans l'éditeur : le modèle lit des caractères, il vous obéira. Si c'est un cas récurrent (une abréviation, un sigle, une unité), dites-le dans les issues de GitHub : les tables de prononciation grossissent avec ce genre de cas.

Yappy se contente de la transcription publiée de la vidéo, il ne transcrit pas son audio. Si cette vidéo n'a pas de transcription, il n'y a rien à lire. Et si la vidéo est la vôtre et que vous l'avez en fichier, partagez le fichier : là, c'est l'oreille locale qui le transcrit.

Dans les issues de GitHub, ou en écrivant à [email protected]. Avec le texte fautif, si vous pouvez le partager, et votre système, c'est réglé plus vite.