Pertanyaan yang datang.

Ya. Yappy adalah kode terbuka dengan lisensi MIT. Bisa mendengarkan apa yang kita baca adalah soal aksesibilitas, dan alat aksesibilitas tidak seharusnya meminta kartu kredit. Di komputer tidak ada versi berbayar atau iklan. Di iPhone, beo uji coba membawa tiga dokumen sekaligus di tenggerannya, tanpa batas waktu. Kalau kamu mau tenggeran tanpa dasar, percetakan buku audio, dan jembatan ke komputer, bayar lewat Yappy Parlanchín: langganan, atau sekali bayar seumur hidup. Apa pun pilihanmu, tanpa akun dan tanpa iklan.

Tidak ada trik: tidak ada server yang harus dibayar. Sintesisnya berjalan di perangkatmu, jadi Yappy tidak punya biaya per pengguna. Ini proyek pribadi pembuatnya, dirilis karena memang sudah ada, dan siapa tahu berguna buat orang lain.

Tidak, memang disengaja. Tenggeran tiga dokumen itulah uji cobanya, dan tidak kedaluwarsa atau berubah jadi tagihan di hari ketujuh. Kalau Yappy memang berguna buatmu, kamu akan tahu sendiri, tanpa ada yang menyodorkan jam.

Kode Yappy berlisensi MIT dan tidak menuntut apa pun darimu. Model suaranya, Supertonic 3, punya lisensi sendiri: lisensi terbuka jenis OpenRAIL-M, dengan klausul penggunaan. Cek di halaman modelnya sebelum dipakai secara komersial, karena bagian itu bukan urusan Yappy dan kami tidak bisa berjanji atas namanya.

Tidak. Sintesis, transkripsi, dan pengambilan artikel semuanya terjadi di dalam perangkat kamu. Apa yang kamu bagikan ke Yappy tidak dikirim ke mana pun: tidak ada akun, tidak ada salinan, dan tidak ada server Yappy tempat semuanya bisa disimpan. Yang benar-benar menyentuh jaringan hanya empat hal konkret, dan semuanya sudah diceritakan di kebijakan privasi.

Ya, dikumpulkan, dan ini perlu dikatakan tanpa basa-basi. Aplikasi ponsel mengirim statistik penggunaan anonim: aktif bawaan pabrik, dan bisa dimatikan di pengaturan. Yang dikirim hanyalah nama satu peristiwa dari daftar tertutup (aplikasi dibuka, langkah mana dari perkenalan awal yang sedang dilihat, paket mana yang disentuh, apakah satu sesi bacaan selesai), satu pengenal acak untuk instalasi, bahasa, dan versi. Tidak pernah nama kamu, alamat email kamu, teks yang kamu baca, judul dokumen, atau tautan, dan tanpa pengenal iklan apa pun. Dan semuanya tidak masuk ke Google, bukan ke Firebase, bukan ke perusahaan analitik mana pun: hanya ke Worker dan basis data D1 Cloudflare milik penulisnya sendiri. Di desktop tidak ada statistik apa pun.

Ini koneksi langsung antara dua perangkat kamu, dengan enkripsi ujung ke ujung lewat QUIC, memakai protokol iroh. Pemasangan dilakukan dengan mengarahkan kamera ke kode QR yang ditampilkan komputer kamu, dan kunci yang dihasilkan bisa dicabut dari sana kapan saja. Tidak ada server Yappy di tengah, karena memang tidak ada server Yappy.

Ya, selamanya. Setelah unduhan awal model — sekitar 200 MB di ponsel, sekitar 398 MB di komputer — kamu bisa memakai Yappy dalam mode pesawat: menempel teks, membuka dokumen, menyintesis, dan mengekspor. Hanya membagikan tautan baru yang butuh jaringan, dengan alasan yang jelas. Tidak ada juga sinkronisasi cloud: pustaka kamu tinggal di perangkat kamu, dan jembatan adalah hal yang paling dekat dengan memindahkan sesuatu dari satu mesin ke mesin lain.

Supertonic 3, model terbuka dari Supertone dengan sekitar 99 juta parameter, muat dalam 398 MB di komputer dan 200 MB di ponsel, dan menyintesis lebih cepat dari waktu nyata di laptop mana pun dari beberapa tahun terakhir. Bekerja di tingkat karakter: karena itulah ada penyusun naskah, yang mengubah angka, singkatan, dan simbol menjadi kata sebelum suara melihatnya.

Jerman, Arab, Bulgaria, Ceko, Korea, Kroasia, Denmark, Slovakia, Slovenia, Spanyol, Estonia, Finlandia, Prancis, Yunani, Hindi, Hongaria, Indonesia, Inggris, Italia, Jepang, Latvia, Lituania, Belanda, Polandia, Portugis, Rumania, Rusia, Swedia, Turki, Ukraina, dan Vietnam. Tiga puluh satu. Dan kesepuluh suaranya poliglot: suara yang sama membacanya semua tanpa mengubah warna suara.

Yappy mendeteksi bahasa dokumen, dan paragraf demi paragraf, bahasa tiap bagiannya: kutipan berbahasa Inggris di dalam esai berbahasa Spanyol dibaca dalam bahasa Inggris, dengan suara yang sama, tanpa kamu menyentuh apa pun. Dan kalau deteksinya keliru, kamu bisa mengatur bahasa secara manual.

Pembaca layar dari sistem membaca layar apa adanya, dengan prosodi bawaan sistem dan tanpa ingatan. Yappy menyiapkan teks sebelum mengucapkannya (membersihkan artikel, mengubah angka dan singkatan menjadi kata, menandai jeda), membacanya dengan suara yang natural, mengingat kamu tadi berhenti di mana, mengekspor buku audio, dan tetap berbunyi saat layar terkunci. Keduanya saudara, dengan tugas masing-masing, dan bisa dipakai bersamaan tanpa saling mengganggu: Yappy tidak menggantikan pembaca layar, dan tidak berniat begitu.

Artikel web (halamannya membersihkan diri sendiri), video lewat transkrip yang sudah dipublikasikan, PDF, EPUB, Word, ODT, RTF, Markdown, teks biasa, .pptx, .xlsx, .csv, dan catatan suara. Di ponsel, semuanya lewat lembar bagikan; di desktop, bisa juga dengan menyeret berkas atau memakai pintasan. Dan jika di komputer kamu terpasang pandoc, daftarnya bertambah: LaTeX, reStructuredText, Org, dan beberapa lainnya.

Di desktop, mereka melewati OCR lokal sebelum dibaca, dan juga di situ tidak ada apa pun yang keluar dari komputer kamu. Di iPhone, belum bisa: kalau PDF-nya cuma foto dari kertas, ponsel tidak menemukan teks untuk dibaca. Pindaian yang miring atau buram akan memberi apa yang bisa diberikan OCR mana pun, tetapi yang cukup rapi terbaca utuh.

Hanya yang bisa kamu buka. EPUB tanpa proteksi dibaca utuh, lengkap dengan bab-babnya. Buku ber-DRM dari toko tidak bisa dibaca, di sini maupun di mana pun: gemboknya bukan milik Yappy, dan kami tidak akan pura-pura punya kuncinya.

Dari pustakanya sendiri: setiap dokumen punya opsi lupa, dan audionya ikut pergi. File hasil ekspor (.m4b, .mp3, .wav) milikmu dan tinggal di tempat kamu menyimpannya; menghapus atau memindahkannya urusan Finder atau Files.

Model perlu dimuat ke memori saat pertama kali. Setelah itu ia tetap hangat, dan kalimat-kalimat berikutnya keluar seketika. Kalau kamu baru memasang aplikasi di komputer, penantian pertama juga mencakup pengunduhan model suara.

Tidak ada kamus pelafalan untuk pengguna, jadi jalan pintasnya adalah menulis kata itu sesuai bunyinya di editor: model membaca karakter dan akan menurut. Kalau ini pola umum (singkatan kata, akronim, satuan), ceritakan di laman isu GitHub: tabel di modul pengolah teks bertambah berkat kasus seperti itu.

Yappy memakai transkrip video yang sudah dipublikasikan, bukan mentranskripsi audionya. Kalau video itu tidak punya transkrip, tidak ada yang bisa dibacakan. Dan kalau videonya milikmu serta tersimpan sebagai file, bagikan saja file-nya: barulah pendengar lokal bisa mentranskripsinya.

Di laman isu GitHub, atau kirim email ke [email protected]. Dengan teks yang bermasalah (kalau boleh dibagikan) dan sistem yang kamu pakai, masalah selesai lebih cepat.