Domande che arrivano.
Risposte dritte, senza giri di parole.
i soldi e la libertà
Gratis, sul serio.
È gratis davvero?
Sì. Yappy è open source, con licenza MIT. Poter ascoltare quello che si legge è una questione di accessibilità, e gli strumenti di accessibilità non dovrebbero chiedere la carta. Sul computer non c'è versione a pagamento né pubblicità. Su iPhone, il pappagallo di prova porta tre documenti alla volta sul suo posatoio, senza limiti di tempo; se vuoi un posatoio senza fondo, la tipografia degli audiolibri e il ponte col computer, gli dai corda con Yappy Parlanchín, in abbonamento o con un unico pagamento a vita. Senza account e senza pubblicità, in ogni caso.
Qual è il trucco? Come si finanzia?
Non c'è trucco: non ci sono server da pagare. La sintesi gira sul tuo dispositivo, quindi Yappy non ha costi per utente. È un progetto personale del suo autore, pubblicato perché esisteva già e sarebbe servito a qualcun altro.
C'è una prova gratuita?
No, apposta. Il posatoio da tre documenti è la prova, e non scade né si trasforma in un addebito al settimo giorno. Se Yappy ti serve, lo saprai senza che nessuno ti metta un orologio davanti.
Posso pubblicare l'audio che genero in un podcast o in un video?
Il codice di Yappy ha licenza MIT e non ti mette condizioni. Il modello vocale, Supertonic 3, ha una licenza sua: una licenza aperta di tipo OpenRAIL-M, con clausole d'uso. Verificala nella pagina del modello prima di un uso commerciale, perché quella parte non dipende da Yappy e non possiamo promettere al posto suo.
i tuoi testi non viaggiano
La privacy, con nome e cognome.
I miei testi finiscono su qualche server?
No. La sintesi, la trascrizione e l'estrazione degli articoli avvengono dentro del tuo dispositivo. Quello che condividi con Yappy non viene inviato da nessuna parte: non ci sono account, non ci sono copie, e non esiste alcun server di Yappy dove potrebbero finire. Quello che tocca la rete sono quattro cose concrete, e sono tutte raccontate nell'informativa sulla privacy.
Yappy raccoglie statistiche di utilizzo?
Sì, le raccoglie, e meglio dirlo senza girarci intorno. L'app dello smartphone invia statistiche d'uso anonime: arrivano attive di fabbrica e si disattivano dietro le quinte. Quello che viaggia è il nome di un evento di un elenco chiuso (che l'app si è aperta, quale passaggio del tour iniziale si vede, quale piano si tocca, se una lettura finisce), un identificatore casuale dell'installazione, la lingua e la versione. Mai il tuo nome, la tua email, il testo che leggi, il titolo di un documento o un link, e nessun identificatore pubblicitario. E non vanno a Google, né a Firebase, né a nessuna azienda di analytics: vanno a un Worker e a un database D1 di Cloudflare dell'autore stesso. Sul desktop non ci sono statistiche di nessun tipo.
E il ponte tra telefono e computer?
È una connessione diretta tra i tuoi due dispositivi, cifrata da un capo all'altro con QUIC, usando il protocollo di iroh. L'accoppiamento si fa puntando la fotocamera sul QR che mostra il tuo computer, e la chiave che ne risulta si può revocare da lì in qualsiasi momento. Non c'è un server di Yappy in mezzo, perché non esiste nessun server di Yappy.
Funziona senza connessione?
Sì, per sempre. Dopo il download iniziale del modello, circa 200 MB sul telefono e circa 398 MB sul computer, puoi usare Yappy in modalità aereo: incollare testo, aprire documenti, sintetizzare ed esportare. Solo condividere indirizzi nuovi richiede la rete, per ragioni evidenti. Non esiste nemmeno una sincronizzazione nel cloud: la tua libreria vive sul tuo dispositivo, e il ponte è la cosa più simile a passare qualcosa da una macchina all'altra.
ciò che suona
La voce e le lingue.
Che modello di voce usa?
Supertonic 3, un modello aperto di Supertone da circa 99 milioni di parametri, che sta in 398 MB sul computer e in 200 MB sul telefono e sintetizza più veloce del tempo reale su qualsiasi portatile degli ultimi anni. Lavora a livello di carattere: per questo esiste il verbalizzatore, che converte numeri, sigle e simboli in parole prima che la voce li veda.
Che lingue parla?
Tedesco, arabo, bulgaro, ceco, coreano, croato, danese, slovacco, sloveno, spagnolo, estone, finlandese, francese, greco, hindi, ungherese, indonesiano, inglese, italiano, giapponese, lettone, lituano, neerlandese, polacco, portoghese, rumano, russo, svedese, turco, ucraino e vietnamita. Trentuno. E le dieci voci sono poliglotte: la stessa voce li legge tutti senza cambiare timbro.
Che succede con un documento che mescola lingue?
Yappy rileva la lingua del documento e, paragrafo per paragrafo, quella di ogni pezzo: una citazione in inglese dentro un saggio in italiano si legge in inglese, con la stessa voce, senza che tu tocchi nulla. E se il rilevamento sbaglia, puoi fissare la lingua a mano.
In cosa si differenzia da VoiceOver o da «Leggi schermo»?
I lettori di sistema leggono lo schermo così com'è, con la prosodia di sistema e senza memoria. Yappy prepara il testo prima di dirlo (pulisce l'articolo, verbalizza numeri e sigle, segna le pause), lo legge con una voce naturale, ricorda dove eri rimasto, esporta audiolibri e continua a suonare a schermo bloccato. Sono strumenti imparentati, con mestieri diversi, e si usano insieme senza darsi fastidio: Yappy non sostituisce un lettore di schermo né pretende di farlo.
ciò che entra
I documenti.
Quali formati accetta?
Articoli web (la pagina si pulisce da sola), video tramite la loro trascrizione pubblicata, PDF, EPUB, Word, ODT, RTF, Markdown, testo semplice, .pptx, .xlsx, .csv e memo vocali. Sul telefono, tutto tramite il foglio di condivisione; sul computer, inoltre, trascinando o con le scorciatoie. E se sul computer hai pandoc installato, l'elenco si allarga a LaTeX, reStructuredText, Org e qualche altro.
E i PDF scansionati, senza testo dentro?
Sul desktop passano per un OCR locale prima di venire letti, e neanche lì esce nulla dal tuo computer. Su iPhone, per ora no: se il PDF è una foto di carta, il telefono non trova testo da leggere. Una scansione storta o sfocata darà quello che può dare un OCR qualsiasi, ma una decente si legge per intero.
Può leggere i libri che ho comprato in un negozio?
Solo quelli che riesci ad aprire. Un EPUB senza protezione si legge per intero, con i suoi capitoli. I libri con DRM di un negozio non si possono leggere, né qui né altrove: quella serratura non è di Yappy e non faremo finta di avere la chiave.
Come cancello qualcosa dalla libreria?
Dalla libreria stessa: ogni documento ha la sua opzione per farsi dimenticare, e con essa se ne va anche l'audio. I file esportati (.m4b, .mp3, .wav) sono tuoi e vivono dove li hai salvati; cancellarli o spostarli spetta al Finder o a File.
quando qualcosa non va
Guasti e aiuto.
Perché la prima sintesi impiega qualche secondo in più?
La prima volta il modello viene caricato in memoria. Poi resta caldo e le frasi successive escono al volo. Se hai appena installato l'app sul computer, alla prima attesa si aggiunge anche il download del modello vocale.
Una parola viene pronunciata male. Si può insegnarglielo?
Non c'è un dizionario di pronuncia utente, quindi la scorciatoia è scrivere la parola come suona nell'editor: il modello legge i caratteri e ti darà retta. Se è un pattern generale (un'abbreviazione, una sigla, un'unità), segnalalo nelle issue di GitHub: le tabelle di pronuncia crescono con questi casi.
Ho condiviso un video e non dice nulla.
Yappy usa la trascrizione pubblicata del video, non trascrive il suo audio. Se quel video non ha trascrizione, non c'è niente da leggere. E se il video è tuo e ce l'hai in un file, condividi il file: allora sì che lo trascrive l'orecchio locale.
Ho trovato un bug. Dove lo segnalo?
Nelle issue di GitHub, o scrivendo a [email protected]. Con il testo che dava il problema, se puoi condividerlo, e il tuo sistema, si risolve prima.