Perguntas que chegam.

Sim. O Yappy é código aberto com licença MIT. Poder ouvir o que se lê é uma questão de acessibilidade, e as ferramentas de acessibilidade não deviam pedir cartão. No computador não há versão paga nem anúncios. No telemóvel (iPhone, iPad e Android), o papagaio de teste leva três documentos de cada vez no cabide, sem limite de tempo; se quiser um cabide sem fundo, a gráfica de audiolivros e a ponte com o computador, dá-lhe corda com o Yappy Parlanchín, em subscrição ou num único pagamento para a vida. Sem conta e sem anúncios, em qualquer caso.

Não há truque: não há servidores a pagar. A síntese corre no seu aparelho, por isso o Yappy não tem custo por utilizador. É um projeto pessoal do autor, publicado porque já existia e seria útil a mais alguém.

Não, de propósito. O poleiro de três documentos é o teste, e não caduca nem se converte numa cobrança ao fim de sete dias. Se o Yappy lhe servir, saberá sem que ninguém lhe ponha um relógio à frente.

O código do Yappy é MIT e não lhe põe condições. O modelo de voz, o Supertonic 3, tem licença própria: uma licença aberta do tipo OpenRAIL-M, com cláusulas de utilização. Consulte-a na página do modelo antes de um uso comercial, porque essa parte não depende do Yappy e não podemos prometer por ela.

Não. A síntese, a transcrição e a extração de artigos acontecem dentro do teu aparelho. O que partilhas com o Yappy não é enviado para lado nenhum: não há contas, não há cópias e não existe nenhum servidor do Yappy onde pudessem ficar guardados. O que toca na rede são quatro coisas concretas, e estão todas contadas na política de privacidade.

Sim, recolhe-as, e convém dizê-lo sem rodeios. A app do telemóvel envia estatísticas anónimas de utilização: vêm ligadas de fábrica e desligam-se nos bastidores. O que viaja é o nome de um evento de uma lista fechada (que a app foi aberta, que passo do passeio inicial se vê, que plano se toca, se uma leitura termina), alguns dados técnicos sem conteúdo (tipos, tempos e códigos de erro), um identificador aleatório da instalação, o modelo do aparelho, a versão do sistema, o idioma e a versão da app. Nunca o seu nome, o seu e-mail, o texto que lê, o título de um documento nem uma ligação, e nenhum identificador de publicidade. E não vão ao Google, nem à Firebase, nem a nenhuma empresa de analítica: vão a um Worker e a uma base de dados D1 da Cloudflare do próprio autor. No computador não há estatísticas de nenhuma espécie.

É uma ligação direta entre os teus dois aparelhos, cifrada de ponta a ponta com QUIC, usando o protocolo do iroh. O emparelhamento faz-se apontando a câmara para um código QR que o teu computador mostra, e a chave resultante pode ser revogada a partir daí a qualquer momento. Não há nenhum servidor do Yappy no meio, porque não existe nenhum servidor do Yappy.

Sim, para sempre. Depois da descarga inicial do modelo, cerca de 200 MB no telemóvel e cerca de 398 MB no computador, podes usar o Yappy em modo de voo: colar texto, abrir documentos, sintetizar e exportar. Só partilhar endereços novos precisa de rede, por razões óbvias. Também não há sincronização na nuvem: a tua biblioteca vive no teu aparelho, e a ponte é o mais parecido com passar algo de uma máquina para outra.

Supertonic 3, um modelo aberto da Supertone de cerca de 99 milhões de parâmetros que cabe em 398 MB no computador e em 200 MB no telemóvel, e sintetiza mais depressa do que o tempo real em qualquer portátil dos últimos anos. Trabalha ao nível de caracteres: por isso existe o guionizador, que converte números, siglas e símbolos em palavras antes de a voz os ver.

Alemão, árabe, búlgaro, checo, coreano, croata, dinamarquês, eslovaco, esloveno, espanhol, estónio, finlandês, francês, grego, hindi, húngaro, indonésio, inglês, italiano, japonês, letão, lituano, neerlandês, polaco, português, romeno, russo, sueco, turco, ucraniano e vietnamita. Trinta e um. E as dez vozes são poliglotas: a mesma voz lê todos sem mudar de timbre.

O Yappy deteta o idioma do documento e, parágrafo a parágrafo, o de cada peça: uma citação em inglês dentro de um ensaio em espanhol lê-se em inglês, com a mesma voz, sem que toques em nada. E se a deteção se enganar, podes fixar o idioma manualmente.

Os leitores do sistema leem o ecrã tal e qual, com a prosódia do sistema e sem memória. O Yappy prepara o texto antes de o dizer (limpa o artigo, verbaliza números e siglas, marca as pausas), lê-o com uma voz natural, lembra por onde ias, exporta audiolivros e continua a soar com o ecrã bloqueado. São ferramentas primas, com ofícios distintos, e usam-se ao mesmo tempo sem se estorvarem: o Yappy não substitui um leitor de ecrã nem pretende fazê-lo.

Artigos web (a página limpa-se sozinha), vídeos pela transcrição publicada, PDF, EPUB, Word, ODT, RTF, Markdown, texto simples, .pptx, .xlsx, .csv e notas de voz. No telemóvel, tudo pela folha de partilha; no computador, além disso, arrastando ou com os atalhos. E se no computador tiveres o pandoc instalado, a lista alarga-se a LaTeX, reStructuredText, Org e uns quantos mais.

Passam por um OCR local antes de serem lidos, no computador, no iPhone e no Android, e também aí nada sai do teu aparelho. É gratuito em todo o lado: o OCR não faz parte da corda. Foi pensado para letra impressa em alfabeto latino; as outras escritas só são reconhecidas no iPhone, no iPad e no Mac, com o reconhecedor da Apple. Uma digitalização torta ou desfocada dará o que qualquer OCR possa dar, mas uma decente lê-se por inteiro.

Só os que conseguir abrir. Um EPUB sem proteção lê-se inteiro, com os capítulos. Os livros com DRM de uma loja não se conseguem ler, nem aqui nem em lado nenhum: essa fechadura não é da Yappy e não vamos fingir que temos a chave.

Pela própria biblioteca: cada documento tem a sua opção de esquecer, e com ela vai também o áudio. Os ficheiros exportados (.m4b, .mp3, .wav) são seus e vivem onde os guardou; apagá-los ou movê-los é coisa do Finder ou do Ficheiros.

O modelo carrega-se para a memória na primeira vez. Depois fica quente e as frases seguintes saem na hora. Se acabou de instalar a app no computador, a primeira espera inclui ainda a transferência do modelo de voz.

Não há dicionário de pronúncia do utilizador, por isso o caminho mais rápido é escrever a palavra como soa no editor: o modelo lê caracteres e obedece. Se for um padrão geral (uma abreviatura, uma sigla, uma unidade), conte-nos nas issues do GitHub: as tabelas do conversor de texto crescem com esses casos.

A Yappy fica com a transcrição publicada do vídeo, não transcreve o áudio. Se esse vídeo não tiver transcrição, não há nada para ler. E se o vídeo for seu e o tiver num ficheiro, partilhe o ficheiro: aí sim, quem o transcreve é o ouvido local.

Nas issues do GitHub, ou escrevendo para [email protected]. Com o texto que falhava, se o puder partilhar, e com o seu sistema, fica resolvido mais depressa.