Ugrás a tartalomra
Yappy Letöltés
Nyelv: hu

amit más senki sem mutat meg

Az írottól a kimondottig.

A felolvasás nem betűzés: értelmezés. Az „1492” szóban „ezer-négyszázkilencvenkettő”; a „VIII. Henrik” inkább „nyolcadik Henrik”, de a „Louis XIV” franciául „Louis quatorze”; az „EL CID” nem római szám; az FBI-t betűzzük, a NASA-t nem. Mielőtt egyetlen szótagot is szintetizálna, a Yappy felolvasási forgatókönyvvé alakítja a szöveget: ez a partitúra annak, amit a hang valóban kimond.

A szövegkönyvíró

Próbáld ki itt: ugyanaz a Rust fut benne, mint az appban, a böngésződre fordítva.

Itt jelenik meg a forgatókönyv, az átalakított részek aláhúzva.

Tizenkét mesterség egy menetben.

Fechas

A „24/5/1533” teljes egészében elhangzik, minden nyelv saját sorrendjében és nyelvtani nemében.

Horas

A „14:05” úgy hangzik, ahogy egy ember mondaná, nem úgy, ahogy egy óra olvasná.

Monedas

A „3,50 €” így hangzik: „három euró ötven”, a kellő többes számmal.

Porcentajes

A „7%” kiejtve „hét százalék” – a „0,5%” pedig nem „nulla egész nulla öt” lesz.

Mértékegységek

A „230 °C” kiejtve „kétszázharminc Celsius-fok”.

Sorszámnevek

A „3.” kimondva „harmadik” – a maga nemével és ragozásával, ott, ahol a nyelv ismer ilyet.

Római számok, józan ésszel

A spanyol „siglo XX” tőszámnév, a „VIII. Henrik” sorszámnév, az „EL CID” pedig nem szám.

Betűszók a fonotaktika szerint

Az FBI-t betűzzük, a NASA-t pedig kimondjuk, mint egy szót. A szabályt az dönti el, hogyan hangzik – nem egy lista.

Rövidítések

„stb.”, „old.”, „XIX. sz.”: minden nyelvnek megvan a maga táblája.

Nagy számok

A Unicode CLDR RBNF-nyelvtanaival, nemmel és ragozással együtt.

31 nyelv

Ugyanazok a szabályok, mindegyik nyelv a saját nyelvtanával. Kézzel írt listák nélkül.

A ritmus

A címek kimondásuk után megpihennek; a felsorolások ütemet tartanak. A szünet a forgatókönyv része, nem a véletlen műve.

Gyakori kérdések

Mik azok az RBNF-nyelvtanok?
Az RBNF a Rule-Based Number Format rövidítése: azok a szabályok, amelyekkel a Unicode CLDR leírja, hogyan hangzik el egy szám az egyes nyelvekben. Nem ezer szavas tábla, hanem nyelvtan: ezért tudja, hogy spanyolul „doscientas páginas” és nem „doscientos páginas”; hogy az orosz ragozza a számneveket; és hogy a francia kilencvenig húszasával számol. A Yappy tisztán Rustban értelmezi őket, kézzel írt listák nélkül.
Miért kell hozzá forgatókönyvíró? Nem megoldja ezt egyedül a hang?
Nem, és ez szándékos. A Yappy hangmodellje karakterenként dolgozik: pontosan azt mondja ki, ami szövegként hozzáérkezik. Ez gyorssá és könnyűvé teszi – viszont ha „1492” érkezik, megpróbálja éppen azt kimondani, betűnként. Egy ilyen modellnél a normalizálás maga a kiejtés. A forgatókönyvíró az az alkatrész, amely minden számot, betűszót és jelet olyan szavakká alakít, amelyeket egy ember kimondana.
Hány nyelven működik?
Mind a 31 nyelven, amelyet a hang beszél, és mindegyik a maga szabályaival él: a dátumok sorrendje, a pénzösszegek kötőszava, a sorszámnevek, a rövidítések és a római számok. A XV. század spanyolul „siglo quince”, angolul „fifteenth century”; a „Louis XIV” pedig „Louis quatorze”, és nem „Louis fourteenth”. Ugyanaz a tizenkét feladat, harmincegy nyelvtan.
Miért esik a karaoke mindig pontosan a kimondott szóra?
Mert a szkript nemcsak az átalakított szöveg: őrzi a leírt és a kimondott alak közti hozzárendelést. Amikor a hang kimondja, hogy „ezernégyszázkilencvenkettő”, a szkript tudja, hogy ez az egy hosszú szó a „1492” négy számjegyéből jön, és az aláhúzás mozdulás nélkül ül a helyén. Ez a különbség aközött, hogy megvilágítod a szöveget, vagy találgatod.
Egy szót rosszul ejt. Kijavíthatom?
Felhasználói kiejtési szótár egyelőre nincs. Mivel a modell karakterenként olvas, a leggyorsabb megoldás, ha a szerkesztőben úgy írod le a szót, ahogy hangzik, és meghallgatod újra. Ha pedig nem egy konkrét szó, hanem általános minta hibás (egy rövidítés, mozaikszó, mértékegység), számolj be róla a GitHub issue-kban: a szkriptkészítő táblái ilyen esetekből bővülnek.
Ugyanaz a szkriptkészítő fut ezen az oldalon, mint az appban?
Ugyanaz a kód, WebAssembly-re fordítva, hogy a böngésződben fusson. Amit ide írsz, nem hagyja el a lapfüledet. És mivel az egész projekt nyílt, a szabályokat egyesével elolvashatod a repóban.

A forgatókönyv a történet fele; a másik felét hallani.

Minta meghallgatása