Klausimai, kurie atkeliauja.
Atsakoma tiesiai, nevarstant okų.
pinigai ir laisvė
Nemokama, iš tikrųjų.
Ar tikrai nemokama?
Taip. Yappy – atvirojo kodo programa su MIT licencija. Galėti klausytis to, ką skaitai, yra prieinamumo klausimas, o prieinamumo priemonės neturėtų prašyti kortelės. Kompiuteryje nėra nei mokamos versijos, nei reklamų. iPhone bandomoji papūga savo stove vienu metu laiko tris dokumentus, be laiko ribos; jei nori stovo be dugno, audioknygų spaustuvės ir tilto su kompiuteriu, raktą užsuki su Yappy Parlanchín – prenumerata arba vienkartinis mokėjimas visam gyvenimui. Bet kuriuo atveju – be paskyros ir be reklamų.
Kokia čia gudrybė? Iš ko tai finansuojama?
Jokios gudrybės: nėra serverių, kuriems mokėti. Sintezė veikia tavo įrenginyje, todėl Yappy neturi išlaidų vienam naudotojui. Tai autoriaus asmeninis projektas, išleistas todėl, kad jau buvo padarytas ir gali praversti dar kam nors.
Ar yra nemokamas bandymas?
Ne, tyčia. Trijų dokumentų stovas ir yra bandymas – jis nepasenka ir po septynių dienų netampa sąskaita. Jei Yappy tau tinka, to sužinosi ir be laikrodžio, statyto prieš nosį.
Ar galiu skelbti savo sugeneruotą garsą podcaste ar vaizdo įraše?
Yappy kodas – MIT ir jokių sąlygų nenumato. Balso modelis Supertonic 3 turi savą licenciją: atvirą OpenRAIL-M tipo licenciją su naudojimo sąlygomis. Peržiūrėk ją modelio puslapyje prieš komercinį naudojimą – ta dalis nepriklauso nuo Yappy, ir mes už jos pažadėti nieko negalime.
tavo tekstai niekur nekeliauja
Privatumas, su vardu ir pavarde.
Ar mano tekstai keliauja į kokį nors serverį?
Ne. Sintezė, transkribavimas ir straipsnių ištraukimas vyksta tavo įrenginyje. Tai, ką daliniesi su Yappy, nesiunčiama niekur: jokių paskyrų, jokių kopijų, o Yappy serverio, kuriame jie galėtų būti saugomi, iš viso nėra. Su tinklu susiję tik keturi konkretūs dalykai, ir visi jie išvardyti privatumo politikoje.
Ar Yappy renka naudojimo statistiką?
Taip, renka, ir tai reikia pasakyti be apyrankių. Telefoninė programėlė siunčia anoniminę naudojimo statistiką: ji įjungta pagal numatymą, o išjungiama nustatymuose. Keliauja tik įvykio iš uždaro sąrašo pavadinimas (kad atsidarė programėlė, kuris pirmojo susipažinimo žingsnis matomas, kuris planas paliečiamas, ar baigiasi skaitymas), atsitiktinis įdiegimo identifikatorius, kalba ir versija. Niekuomet nesiunčiami tavo vardas, el. pašto adresas, skaitomas tekstas, dokumento pavadinimas ar nuoroda, taip pat joks reklamos identifikatorius. Ir jie nekeliauja į Google, į Firebase ar kurią analitikos įmonę: jie keliauja į paties autoriaus Worker ir Cloudflare D1 duomenų bazę. Darbalaukyje statistikos nėra iš viso.
O tiltas tarp telefono ir kompiuterio?
Tai tiesioginis tavo dviejų įrenginių ryšys, šifruotas nuo galo iki galo su QUIC, naudojant iroh protokolą. Susiejama nukreipus kamerą į QR kodą, kurį rodo tavo kompiuteris, o gautą raktą iš ten pat galima bet kada atšaukti. Tarp jų nėra jokio Yappy serverio, nes Yappy serverių nėra iš viso.
Ar veikia be interneto?
Taip, visam laikui. Po pirmojo modelio atsisiuntimo — apie 200 MB telefone ir apie 398 MB kompiuteryje — Yappy veikia ir lėktuvo režimu: įklijuoti tekstą, atidaryti dokumentus, sintetinti ir eksportuoti. Tik dalijimasis naujais adresais reikalauja tinklo — dėl akivaizdžių priežasčių. Debesies sinchronizacijos irgi nėra: tavo biblioteka gyvena tavo įrenginyje, o tiltas — artimiausias būdas ką nors nunešti iš vienos mašinos į kitą.
tai, kas skamba
Balsas ir kalbos.
Kurį balso modelį naudoja?
Supertonic 3 — atviras Supertone modelis, apie 99 milijonų parametrų: telpa į 398 MB kompiuteryje ir į 200 MB telefone, o sintetina greičiau už realųjį laiką bet kuriame pastarųjų metų nešiojamajame kompiuteryje. Dirba simbolių lygiu — todėl ir yra skriptuotojas, kuris skaičius, santrumpas ir simbolius paverčia žodžiais dar prieš balsui juos pamatant.
Kokiomis kalbomis kalba?
Vokiečių, arabų, bulgarų, čekų, korėjiečių, kroatų, danų, slovakų, slovėnų, ispanų, estų, suomių, prancūzų, graikų, hindi, vengrų, indonezų, anglų, italų, japonų, latvių, lietuvių, olandų, lenkų, portugalų, rumunų, rusų, švedų, turkų, ukrainiečių ir vietnamiečių. Trisdešimt viena. Ir visi dešimt balsų — poliglotai: tas pats balsas perskaito jas visas, nekeisdamas tembro.
O kas, jei dokumente maišosi kalbos?
Yappy atpažįsta dokumento kalbą ir, pastraipa po pastraipos, kiekvieno gabalo: angliška citata ispaniškame esė skaitoma angliškai, tuo pačiu balsu, o tau nereikia nieko spausti. Jei atpažinimas suklysta, kalbą gali nustatyti rankomis.
Kuo tai skiriasi nuo VoiceOver ar „Skaityti ekraną“?
Sistemos skaitytuvai skaito ekraną tokį, koks jis yra, su sistemos prozodija ir be atminties. Yappy tekstą paruošia prieš jį ištardamas (išvalo straipsnį, skaičius ir santrumpas paverčia žodžiais, pažymi pauzes), skaito natūraliu balsu, atsimena, kur nustojai, eksportuoja garsaknyges ir toliau skamba, kai ekranas užrakintas. Tai giminingi įrankiai, bet kiekvienas turi savo amatą, ir jie naudojami drauge, vienas kitam netrukdami: Yappy nepakeičia ekrano skaitytuvo ir to nesirengia daryti.
tai, kas patenka
Dokumentai.
Kokius formatus priima?
Interneto straipsniai (puslapis apsivalo pats), vaizdo įrašai pagal jų paskelbtą transkripciją, PDF, EPUB, Word, ODT, RTF, Markdown, paprastas tekstas, .pptx, .xlsx, .csv ir balso įrašai. Telefone — viskas per dalijimosi meniu; darbalaukyje, be to, pertempus arba spartiesiais klavišais. O jei kompiuteryje įdiegtas pandoc, sąrašas išsiplečia iki LaTeX, reStructuredText, Org ir dar kelių.
O skenuoti PDF be teksto viduje?
Darbalaukyje jie prieš skaitymą praeina pro vietinį OCR, ir ten taip pat iš tavo kompiuterio niekas neišeina. iPhone'e – kol kas ne: jei PDF yra popieriaus lapo nuotrauka, telefonas neranda, ką skaityti. Kreivas ar neryškus skenavimas duos tai, ką gali duoti bet koks OCR, o geras skenavimas perskaitomas iki galo.
Ar gali skaityti knygas, kurias nusipirkau parduotuvėje?
Tik tas, kurias gali atidaryti. EPUB be apsaugos perskaitomas visas, kartu su skyriais. Knygų su DRM iš parduotuvės perskaityti neįmanoma – nei čia, nei kur nors kitur: tas užraktas – ne Yappy, o mes nesiruošiame apsimesti, kad turime raktą.
Kaip ištrinti ką nors iš bibliotekos?
Pačioje bibliotekoje: kiekvienas dokumentas turi savo parinktį „pamiršti“, o kartu su ja dingsta ir jo garsas. Eksportuoti failai (.m4b, .mp3, .wav) priklauso tau ir gyvena ten, kur juos išsaugojai; jų trynimu arba perkėlimu rūpinasi Finder arba Failai.
kai kažkas sugenda
Gedimai ir pagalba.
Kodėl pirmoji sintezė užtrunka kelias sekundes ilgiau?
Pirmą kartą modelis įkeliamas į atmintį. Paskui jis jau įšilęs, ir tolesni sakiniai skamba iš karto. Jei programą kompiuteryje ką tik įdiegei, į pirmąjį laukimą įeina ir balso modelio atsisiuntimas.
Vienas žodis ištariamas neteisingai. Ar jį galima išmokyti?
Vartotojo tarimo žodyno nėra, todėl paprasčiausias kelias – redaktoriuje parašyti žodį taip, kaip jis skamba: modelis skaito raides ir tavęs paklausys. Jei tai bendresnis dėsningumas (žodžio sutrumpinimas, santrumpa, matavimo vienetas), parašyk apie tai GitHub problemose: tokie atvejai papildo segmentavimo lenteles.
Pasidalinau vaizdo įrašu, o jis nieko nesako.
Yappy naudoja vaizdo įrašo paskelbtą transkripciją, o jo garso netranskribuoja. Jei to vaizdo įrašo transkripcijos nėra, skaityti nieko. O jei vaizdo įrašas tavo ir jį turi faile, bendrink patį failą: tada jį jau transkribuoja vietinė „ausis“.
Radau klaidą. Kur apie ją papasakoti?
GitHub problemose arba rašyk [email protected]. Jei gali bendrinti tekstą, kuris neveikė, ir nurodyti savo sistemą, klaida ištaisoma greičiau.