Preguntas que llegan.
Respondidas de frente, sin rodeos.
el dinero y la libertad
Gratis, en serio.
¿De verdad es gratis?
Sí. Yappy es código abierto con licencia MIT. Poder escuchar lo que uno lee es una cuestión de accesibilidad, y las herramientas de accesibilidad no deberían pedir tarjeta. En el ordenador no hay versión de pago ni anuncios. En el iPhone, el loro de prueba lleva tres documentos a la vez en su percha, sin límite de tiempo; si quieres una percha sin fondo, la imprenta de audiolibros y el puente con el ordenador, le das cuerda con Yappy Parlanchín, en suscripción o en un único pago de por vida. Sin cuenta y sin anuncios, en cualquier caso.
¿Cuál es el truco? ¿Cómo se financia?
No hay truco: no hay servidores que pagar. La síntesis corre en tu aparato, así que Yappy no tiene coste por usuario. Es un proyecto personal de su autor, publicado porque ya existía y a alguien más le serviría.
¿Hay prueba gratuita?
No, a propósito. La percha de tres documentos es la prueba, y no caduca ni se convierte en un cargo a los siete días. Si Yappy te sirve, ya lo sabrás sin que nadie te ponga un reloj delante.
¿Puedo publicar el audio que genero, en un pódcast o en un vídeo?
El código de Yappy es MIT y no te pone condiciones. El modelo de voz, Supertonic 3, tiene su propia licencia: una licencia abierta de tipo OpenRAIL-M, con cláusulas de uso. Revísala en la página del modelo antes de un uso comercial, porque esa parte no depende de Yappy y no podemos prometer por ella.
tus textos no viajan
La privacidad, con nombres y apellidos.
¿Mis textos van a algún servidor?
No. La síntesis, la transcripción y la extracción de artículos ocurren dentro de tu aparato. Lo que compartes con Yappy no se envía a ningún sitio: no hay cuentas, no hay copias y no existe ningún servidor de Yappy donde pudieran guardarse. Lo que sí toca la red son cuatro cosas concretas, y están todas contadas en la política de privacidad.
¿Yappy recoge estadísticas de uso?
Sí, las recoge, y conviene decirlo sin rodeos. La app del móvil envía estadísticas anónimas de uso: vienen encendidas de fábrica y se apagan en la trastienda. Lo que viaja es el nombre de un evento de una lista cerrada (que se abrió la app, qué paso del paseo inicial se ve, qué plan se toca, si una lectura termina), un identificador aleatorio de la instalación, el idioma y la versión. Nunca tu nombre, tu correo, el texto que lees, el título de un documento ni un enlace, y ningún identificador de publicidad. Y no van a Google, ni a Firebase, ni a ninguna empresa de analítica: van a un Worker y una base de datos D1 de Cloudflare del propio autor. En el escritorio no hay estadísticas de ninguna clase.
¿Y el puente entre el móvil y el ordenador?
Es una conexión directa entre tus dos aparatos, cifrada de extremo a extremo con QUIC, usando el protocolo de iroh. El emparejamiento se hace apuntando la cámara a un QR que enseña tu ordenador, y la llave resultante se puede revocar desde ahí en cualquier momento. No hay servidor de Yappy en medio, porque no existe ningún servidor de Yappy.
¿Funciona sin conexión?
Sí, para siempre. Tras la descarga inicial del modelo, unos 200 MB en el móvil y unos 398 MB en el ordenador, puedes usar Yappy en modo avión: pegar texto, abrir documentos, sintetizar y exportar. Solo compartir direcciones nuevas necesita red, por razones evidentes. Tampoco hay sincronización en la nube: tu biblioteca vive en tu aparato, y el puente es lo más parecido a pasar algo de una máquina a otra.
lo que suena
La voz y las lenguas.
¿Qué modelo de voz usa?
Supertonic 3, un modelo abierto de Supertone de unos 99 millones de parámetros que cabe en 398 MB en el ordenador y en 200 MB en el móvil, y sintetiza más rápido que el tiempo real en cualquier portátil de los últimos años. Trabaja a nivel de carácter: por eso existe el guionizador, que convierte números, siglas y símbolos en palabras antes de que la voz los vea.
¿Qué idiomas habla?
Alemán, árabe, búlgaro, checo, coreano, croata, danés, eslovaco, esloveno, español, estonio, finés, francés, griego, hindi, húngaro, indonesio, inglés, italiano, japonés, letón, lituano, neerlandés, polaco, portugués, rumano, ruso, sueco, turco, ucraniano y vietnamita. Treinta y uno. Y las diez voces son políglotas: la misma voz los lee todos sin cambiar de timbre.
¿Qué pasa con un documento que mezcla idiomas?
Yappy detecta el idioma del documento y, párrafo a párrafo, el de cada pieza: una cita en inglés dentro de un ensayo en español se lee en inglés, con la misma voz, sin que toques nada. Y si la detección se equivoca, puedes fijar el idioma a mano.
¿En qué se diferencia de VoiceOver o de «Leer pantalla»?
Los lectores del sistema leen la pantalla tal cual, con la prosodia del sistema y sin memoria. Yappy prepara el texto antes de decirlo (limpia el artículo, verbaliza números y siglas, marca las pausas), lo lee con una voz natural, recuerda por dónde ibas, exporta audiolibros y sigue sonando con la pantalla bloqueada. Son herramientas primas, con oficios distintos, y se usan a la vez sin estorbarse: Yappy no sustituye a un lector de pantalla ni pretende hacerlo.
lo que entra
Los documentos.
¿Qué formatos acepta?
Artículos web (la página se limpia sola), vídeos por su transcripción publicada, PDF, EPUB, Word, ODT, RTF, Markdown, texto plano, .pptx, .xlsx, .csv y notas de voz. En el móvil, todo por la hoja de compartir; en el escritorio, además, arrastrando o con los atajos. Y si en el ordenador tienes pandoc instalado, la lista se amplía a LaTeX, reStructuredText, Org y unos cuantos más.
¿Y los PDF escaneados, sin texto dentro?
En el escritorio pasan por un OCR local antes de leerse, y tampoco ahí sale nada de tu ordenador. En el iPhone, todavía no: si el PDF es una foto del papel, el móvil no encuentra texto que leer. Un escaneo torcido o borroso dará lo que cualquier OCR pueda dar, pero uno decente se lee entero.
¿Puede leer los libros que compré en una tienda?
Solo los que puedes abrir. Un EPUB sin protección se lee entero, con sus capítulos. Los libros con DRM de una tienda no se pueden leer, ni aquí ni en ningún otro sitio: esa cerradura no es de Yappy y no vamos a fingir que tenemos la llave.
¿Cómo borro algo de la biblioteca?
Desde la propia biblioteca: cada documento tiene su opción de olvidar, y con ella se va también su audio. Los ficheros exportados (.m4b, .mp3, .wav) son tuyos y viven donde los guardaste; borrarlos o moverlos es cosa del Finder o de Archivos.
cuando algo falla
Averías y ayuda.
¿Por qué la primera síntesis tarda unos segundos más?
El modelo se carga en memoria la primera vez. Después queda caliente y las siguientes frases salen al vuelo. Si acabas de instalar la app en el ordenador, la primera espera incluye además la descarga del modelo de voz.
Una palabra se pronuncia mal. ¿Se puede enseñar?
No hay diccionario de pronunciación de usuario, así que la vía rápida es escribir la palabra como suena en el editor: el modelo lee caracteres y te hará caso. Si es un patrón general (una abreviatura, una sigla, una unidad), cuéntalo en los temas de GitHub: las tablas del guionizador crecen con esos casos.
He compartido un vídeo y no dice nada.
Yappy se queda con la transcripción publicada del vídeo, no transcribe su audio. Si ese vídeo no tiene transcripción, no hay nada que leer. Y si el vídeo es tuyo y lo tienes en un fichero, comparte el fichero: entonces sí lo transcribe el oído local.
He encontrado un fallo. ¿Dónde lo cuento?
En los temas de GitHub, o escribiendo a [email protected]. Con el texto que fallaba, si puedes compartirlo, y tu sistema, se arregla antes.