Pitanja koja stižu.
Odgovoreno ravno, bez zaobilaznica.
novac i sloboda
Besplatno, zaista.
Je li stvarno besplatno?
Da. Yappy je otvorenog koda s MIT licencom. Mogućnost da se čuje ono što se čita pitanje je pristupačnosti, a alati za pristupačnost ne bi smjeli tražiti karticu. Na računalu nema plaćene verzije ni reklama. Na mobitelu (iPhone, iPad i Android) probni papagaj nosi tri dokumenta istovremeno na svojoj gredi, bez vremenskog ograničenja; ako hoćeš gredu bez dna, tiskaru audioknjiga i most prema računalu, naviješ ga s Yappy Parlanchínom — pretplatom ili jednim jedinim doživotnim plaćanjem. Bez računa i bez reklama, u svakom slučaju.
U čemu je kvaka? Kako se financira?
Nema kvake: nema poslužitelja koje treba plaćati. Sinteza se vrti na tvom uređaju, pa Yappy po korisniku ne košta ništa. To je autorov osobni projekt, objavljen zato što je već postojao i jer bi mogao poslužiti još nekome.
Ima li besplatne probe?
Ne, namjerno. Vješalica s tri dokumenta jest proba — ne istječe i ne pretvara se u naplatu nakon sedam dana. Ako ti Yappy koristi, to ćeš znati i bez da ti itko stavi sat pred nos.
Mogu li zvuk koji generiram objaviti u podcastu ili videu?
Yappijev kod je pod MIT licencom i ne nameće ti uvjete. Model glasa, Supertonic 3, ima vlastitu licencu: otvorenu licencu tipa OpenRAIL-M, s odredbama o uporabi. Pregledaj je na stranici modela prije komercijalne uporabe, jer taj dio ne ovisi o Yappyju i za njega ne možemo ništa obećati.
tvoji tekstovi ne putuju
Privatnost, imenom i prezimenom.
Idu li moji tekstovi na neki poslužitelj?
Ne. Sinteza, transkripcija i izdvajanje članaka odvijaju se na tvom uređaju. Ono što dijeliš s Yappyjem ne šalje se nikamo: nema računa, nema kopija i ne postoji nijedan Yappyjev poslužitelj na kojem bi se to moglo spremiti. Mrežu dodiruju četiri konkretne stvari, i sve su nabrojane u pravilima o privatnosti.
Prikuplja li Yappy statistiku korištenja?
Da, prikuplja ih, i valja to reći bez okolišanja. Aplikacija za mobitel šalje anonimnu statistiku o korištenju: dolazi uključena iz tvornice i gasi se u zadirki. Putuje ime jednog događaja sa zatvorenog popisa (da je aplikacija otvorena, koji se korak uvodne šetnje vidi, koji se paket dotakne, završava li se čitanje), par tehničkih podatka bez sadržaja (vrste, vremena i kodovi pogrešaka), nasumični identifikator instalacije, model uređaja, verzija sustava, jezik i verzija aplikacije. Nikad tvoje ime, tvoj e-mail, tekst koji čitaš, naslov dokumenta ni poveznica, i ništa od identifikatora za reklame. I ne idu u Google, ni u Firebase, ni u ijednu analitičku tvrtku: idu u Worker i u D1 bazu podataka Cloudflarea samog autora. Na računalu nema statistike, nikakve.
A most između mobitela i računala?
To je izravna veza između tvoja dva uređaja, šifrirana od kraja do kraja pomoću QUIC-a, koristeći protokol iroh. Uparivanje se obavi tako da kameru uperiš u QR kod koji ti prikaže računalo, a dobiveni ključ možeš odatle opozvati u svakom trenutku. Nema Yappyjeva poslužitelja u sredini, jer ne postoji nijedan Yappyjev poslužitelj.
Radi li bez interneta?
Da, zauvijek. Nakon početnog preuzimanja modela, oko 200 MB na mobitelu i oko 398 MB na računalu, Yappy možeš koristiti u zrakoplovnom načinu rada: zalijepiti tekst, otvoriti dokumente, sintetizirati i izvoziti. Samo dijeljenje novih adresa treba mrežu, iz očitih razloga. Nema ni sinkronizacije s oblakom: tvoja biblioteka živi na tvom uređaju, a most je najbliže prenošenju nečega s jednog stroja na drugi.
ono što zvuči
Glas i jezici.
Koji model glasa koristi?
Supertonic 3, otvoreni model tvrtke Supertone s oko 99 milijuna parametara. Stane u 398 MB na računalu i 200 MB na mobitelu, a sintetizira brže od realnog vremena na svakom prijenosnom računalu posljednjih godina. Radi na razini znakova: zato postoji scenarist, koji brojeve, kratice i simbole pretvara u riječi prije nego što ih glas ugleda.
Koje jezike govori?
Njemački, arapski, bugarski, češki, korejski, hrvatski, danski, slovački, slovenski, španjolski, estonski, finski, francuski, grčki, hindski, mađarski, indonezijski, engleski, talijanski, japanski, latvijski, litavski, nizozemski, poljski, portugalski, rumunjski, ruski, švedski, turski, ukrajinski i vijetnamski. Trideset i jedan. A svih deset glasova su poligloti: isti ih glas sve čita, a da ne promijeni boju.
Što s dokumentom u kojem se miješaju jezici?
Yappy prepozna jezik dokumenta i, odlomak po odlomak, jezik svakog dijela: citat na engleskom u eseju na španjolskom čita se na engleskom, istim glasom, a da ne diraš ništa. A ako se prepoznavanje prevari, jezik možeš namjestiti ručno.
Po čemu se razlikuje od VoiceOvera ili opcije „Pročitaj zaslon”?
Sistemski čitači čitaju zaslon onakav kakav jest, sa sustavnom prozodijom i bez pamćenja. Yappy tekst priprema prije no što ga izgovori (očisti članak, pretvori brojeve i kratice u riječi, označi stanke), čita ga prirodnim glasom, pamti gdje si stao, izvozi audioknjige i i dalje zvuči sa zaključanim zaslonom. To su alati-rođaci, svaki sa svojim obrtom, i koriste se istovremeno a da se ne smetaju: Yappy ne zamjenjuje čitač zaslona i ne namjerava to učiniti.
ono što uđe
Dokumenti.
Koje formate prihvaća?
Web-članke (stranica se očisti sama), videozapise preko objavljene transkripcije, PDF, EPUB, Word, ODT, RTF, Markdown, običan tekst, .pptx, .xlsx, .csv i glasovne bilješke. Na mobitelu sve preko lista za dijeljenje; na računalu, uz to, povlačenjem ili prečacima. A ako na računalu imaš instaliran pandoc, popis se širi na LaTeX, reStructuredText, Org i još neke.
A skenirani PDF-ovi, bez teksta unutra?
Prolaze kroz lokalni OCR prije čitanja, na računalu, na iPhoneu i na Androidu, i ni tu ništa ne izlazi iz tvog uređaja. Besplatno je svugdje: OCR nije dio pretplate. Zamišljen je za tiskane slova latiničnog pisma; ostala pisma prepoznaju se samo na iPhoneu, iPadu i Macu, s Appleovim sustavom prepoznavanja. Nakrivljeno ili zamućeno skeniranje dat će ono što bilo koji OCR može dati, ali pristojan se pročita do kraja.
Može li čitati knjige kupljene u trgovini?
Samo one koje možeš otvoriti. EPUB bez zaštite čita se u cijelosti, sa svojim poglavljima. Knjige s DRM-om iz trgovine ne mogu se čitati, ni ovdje ni nigdje drugdje: ta brava nije Yappyjeva i nećemo se pretvarati da imamo ključ.
Kako nešto izbrišem iz biblioteke?
Iz same biblioteke: svaki dokument ima svoju opciju „zaboravi“, a s njom odlazi i njegov zvuk. Izvezene datoteke (.m4b, .mp3, .wav) tvoje su i žive ondje gdje ih spremiš; brisanje i premještanje posao su Findera ili Datoteka.
kad nešto ne radi
Kvarovi i pomoć.
Zašto prva sinteza traje nekoliko sekundi dulje?
Model se prvi put učitava u memoriju. Nakon toga ostaje topao i sljedeće rečenice nastaju u hodu. Ako je aplikacija na računalu tek instalirana, u prvo čekanje spada i preuzimanje modela glasa.
Riječ se izgovara pogrešno. Može li se naučiti?
Nema korisničkog rječnika izgovora, pa je najbrži put da riječ u uređivaču napišeš onako kako se izgovara: model čita znakove i poslušat će te. Ako je riječ o općem obrazcu (kratica, akronim, mjerna jedinica), prijavi to u GitHub teme: tablice za izgovor rastu uz takve slučajeve.
Podijelim video, a on ne progovara.
Yappy uzima objavljenu transkripciju videa, a ne transkribira njegov zvuk. Ako taj video nema transkripciju, nema što čitati. A ako je video tvoj i imaš ga kao datoteku, podijeli datoteku: tada ga transkribira lokalno uho.
Našao/la sam grešku. Gdje da je ispričam?
U GitHub temama ili na [email protected]. Ako možeš podijeliti tekst kod kojega je zapelo i svoj sustav, rješava se prije.