Întrebări care apar.

Da. Yappy e open-source, cu licență MIT. Să poți asculta ce citești e o chestiune de accesibilitate, iar instrumentele de accesibilitate nu ar trebui să ceară card. Pe calculator nu există versiune plătită și nici reclame. Pe iPhone, papagalul de probă ține trei documente odată pe popica lui, fără limită de timp; dacă vrei popica fără fund, tiparnița de cărți audio și puntea spre calculator, îi dai coardă cu Yappy Parlanchín: abonament sau o singură plată pe viață. Fără cont și fără reclame, în orice caz.

Nu e niciun truc: nu există servere de plătit. Sinteza rulează pe dispozitivul tău, deci Yappy nu are costuri per utilizator. E un proiect personal al autorului, publicat pentru că deja exista și ar mai fi fost de folos cuiva.

Nu, intenționat. Popica cu trei documente e proba, și nu expiră și nici nu se transformă în taxare după șapte zile. Dacă Yappy îți e de folos, vei ști singur, fără să-ți pună nimeni un ceas în față.

Codul Yappy e MIT și nu-ți impune nicio condiție. Modelul de voce, Supertonic 3, are propria licență: una deschisă, de tip OpenRAIL-M, cu clauze de utilizare. Consult-o pe pagina modelului înainte de orice utilizare comercială, pentru că partea asta nu ține de Yappy și nu putem promite în numele ei.

Nu. Sinteza, transcrierea și extragerea articolelor au loc în dispozitivul tău. Ce partajezi cu Yappy nu se trimite nicăieri: nu există conturi, nu există copii și nu există niciun server Yappy unde ar putea fi păstrate. Ce atinge rețeaua se reduce la patru lucruri concrete, toate descrise în politica de confidențialitate.

Da, le colectează, și e de spus pe șleau. Aplicația de telefon trimite statistici anonime de utilizare: vin pornite din fabrică și se opresc din culise. Ce pleacă sunt numele unui eveniment dintr-o listă închisă (că s-a deschis aplicația, ce pas din plimbarea inițială e pe ecran, ce plan s-a atins, dacă o citire ajunge la capăt), un identificator aleatoriu al instalării, limba și versiunea. Niciodată numele tău, adresa ta de mail, textul pe care îl citești, titlul unui document sau un link, și niciun identificator de publicitate. Și nu ajung la Google, la Firebase sau la vreo firmă de analitică: ajung la un Worker și la o bază de date D1 de Cloudflare ale autorului însuși. Pe desktop nu există statistici de niciun fel.

E o conexiune directă între cele două dispozitive ale tale, criptată de la capăt la capăt cu QUIC, prin protocolul iroh. Împerecherea se face îndreptând camera către codul QR pe care ți-l arată calculatorul, iar cheia rezultată poate fi revocată de acolo oricând. Nu există server Yappy la mijloc, pentru că nu există niciun server Yappy.

Da, pentru totdeauna. După descărcarea inițială a modelului — vreo 200 MB pe mobil, vreo 398 MB pe calculator — poți folosi Yappy în mod avion: lipești text, deschizi documente, sintetizezi, exporți. Doar partajarea unor adrese noi cere rețea, din motive evidente. Nici de sincronizare în cloud nu e vorba: biblioteca ta trăiește pe dispozitivul tău, iar cu puntea e ca și cum ai duce ceva dintr-o mașină în alta.

Supertonic 3, un model deschis de la Supertone, de vreo 99 de milioane de parametri, care încape în 398 MB pe calculator și în 200 MB pe mobil și sintetizează mai repede decât timpul real pe orice laptop din ultimii ani. Lucrează la nivel de caracter: de asta există scenaristul, care transformă numerele, siglele și simbolurile în cuvinte înainte să le vadă vocea.

germană, arabă, bulgară, cehă, coreeană, croată, daneză, slovacă, slovenă, spaniolă, estonă, finlandeză, franceză, greacă, hindi, maghiară, indoneziană, engleză, italiană, japoneză, letonă, lituaniană, neerlandeză, poloneză, portugheză, română, rusă, suedeză, turcă, ucraineană și vietnameză. Treizeci și una. Și cele zece voci sunt poliglote: aceeași voce le citește pe toate fără să-și schimbe timbrul.

Yappy detectează limba documentului și, paragraf cu paragraf, pe cea a fiecărei bucăți: un citat în engleză într-un eseu în română se citește în engleză, cu aceeași voce, fără să atingi nimic. Iar dacă detecția greșește, poți fixa limba manual.

Cititoarele de ecran ale sistemului citesc ecranul ca atare, cu prosodia sistemului și fără memorie. Yappy pregătește textul înainte să-l rostească (curăță articolul, verbalizează numerele și siglele, marchează pauzele), îl citește cu o voce naturală, își amintește unde ai rămas, exportă cărți audio și continuă să sune cu ecranul blocat. Sunt unelte surori, cu meserii diferite, și se folosesc în același timp fără să se încurce: Yappy nu înlocuiește un cititor de ecran și nici nu are pretenția asta.

Articole web (pagina se curăță singură), videoclipuri după transcripția publicată, PDF, EPUB, Word, ODT, RTF, Markdown, text simplu, .pptx, .xlsx, .csv și note vocale. Pe mobil, totul prin meniul de partajare; pe desktop, în plus, prin drag and drop sau cu comenzile rapide. Iar dacă ai pandoc instalat pe calculator, lista se lărgește cu LaTeX, reStructuredText, Org și încă câteva.

Pe desktop trec printr-un OCR local înainte să fie citite, și nici acolo nu pleacă nimic din calculatorul tău. Pe iPhone, deocamdată nu: dacă PDF-ul e o fotografie a hârtiei, telefonul nu găsește text de citit. O scanare strâmbă sau neclară va da ce poate da orice OCR, dar una decentă se citește integral.

Doar cele pe care le poți deschide. Un EPUB fără protecție se citește integral, cu capitolele lui. Cărțile cu DRM din magazine nu se pot citi, nici aici, nici în altă parte: lacătul acela nu e al lui Yappy și nu avem de gând să ne prefacem că avem cheia.

Tot din bibliotecă: fiecare document are opțiunea lui de a fi uitat, iar odată cu ea dispare și audioul lui. Fișierele exportate (.m4b, .mp3, .wav) îți aparțin și trăiesc acolo unde le-ai salvat; a le șterge sau muta e treaba Finderului sau a aplicației Fișiere.

Modelul se încarcă în memorie prima dată. Apoi rămâne cald, și propozițiile următoare ies pe loc. Dacă tocmai ai instalat aplicația pe calculator, prima așteptare include și descărcarea modelului de voce.

Nu există dicționar de pronunție al utilizatorului, așa că drumul scurt e să scrii cuvântul așa cum sună, în editor: modelul citește caractere și te va asculta. Dacă e un tipar general (o abreviere, un acronim, o unitate de măsură), spune-ne în problemele de pe GitHub: tabelele normalizatorului cresc cu astfel de cazuri.

Yappy rămâne la transcrierea publicată a videoclipului, nu transcrie audioul lui. Dacă videoclipul nu are transcriere, nu are ce citi. Iar dacă videoclipul e al tău și îl ai într-un fișier, partajează fișierul: atunci da, îl transcrie urechea locală.

În problemele de pe GitHub sau scriind la [email protected]. Cu textul care dădea greș, dacă îl poți partaja, și cu sistemul tău, se rezolvă mai repede.