Otázky, ktoré chodia.

Áno. Yappy má otvorený kód pod licenciou MIT. Počúvať, čo si čítaš, je otázka prístupnosti, a nástroje prístupnosti by nemali žiadať kartu. Na počítači nie je platená verzia ani reklamy. V iPhone nesie skúšobný papagáj na svojom bidle naraz tri dokumenty, bez časového limitu. Ak chceš bidlo bez dna, tlačiareň audiokníh a most do počítača, natiahneš ho Yappy Parlanchínom – predplatným alebo jednorazovou doživotnou platbou. Tak či onak: bez účtu a bez reklám.

Háčik žiadny: netreba platiť žiadne servery. Syntéza beží na tvojom prístroji, takže Yappy nemá náklady na používateľa. Je to autorov súkromný projekt, vydaný preto, že už existoval a mohol by poslúžiť aj niekomu ďalšiemu.

Nie, a to zámerne. Skúškou je bidlo s tromi dokumentmi – nevyprší a po siedmich dňoch sa nezmení na faktúru. Ak ti Yappy poslúži, prídeš na to sám, bez toho, aby ti niekto strkal stopky pod nos.

Kód Yappy má licenciu MIT a neprikazuje ti nič. Model hlasu, Supertonic 3, má vlastnú licenciu: otvorenú licenciu typu OpenRAIL-M s doložkami o použití. Pozri si ju na stránke modelu pred komerčným použitím: táto časť nezávisí od Yappy a nemôžeme za ňu nič sľúbiť.

Nie. Syntéza, prepis aj získavanie článkov prebieha priamo vo tvojom zariadení. To, čo zdieľaš s Yappy, sa nikam neposiela: niet účtov, niet kópií a server Yappy, kde by sa to mohlo uložiť, vôbec neexistuje. Na sieť predsa len zasiahnu štyri konkrétne veci, a všetky sú rozpísané v zásadách ochrany súkromia.

Áno, zbiera, a treba to povedať napriamo. Mobilná aplikácia posiela anonymné štatistiky používania: z výroby prichádzajú zapnuté a vypínajú sa v zákulisí. Cestuje len názov udalosti z uzavretého zoznamu (že sa spustila aplikácia, ktorý krok úvodnej prehliadky je vidieť, ktorý plán sa klepne, či čítanie skončí), náhodný identifikátor inštalácie, jazyk a verzia. Nikdy tvoje meno, tvoj e-mail, text, ktorý čítaš, názov dokumentu ani odkaz, a žiadny reklamný identifikátor. A neidú ku Googlu, ani ku Firebase, ani k žiadnej analytickej firme: idú do Workera a do databázy D1 u Cloudflare, ktoré prevádzkuje sám autor. Na počítači žiadne štatistiky nie sú.

Je to priame spojenie medzi tvojimi dvomi zariadeniami, šifrované end-to-end pomocou QUIC, postavené na protokole iroh. Párovanie prebehne tak, že namieriš kameru na QR kód, ktorý ti ukáže počítač, a vzniknutý kľúč môžeš kedykoľvek odvolať priamo tam. Server Yappy v strede nie je, lebo žiadny server Yappy neexistuje.

Áno, navždy. Po prvom stiahnutí modelu – zhruba 200 MB v mobile a zhruba 398 MB v počítači – môžeš Yappy používať v leteckom režime: vložiť text, otvoriť dokumenty, syntetizovať aj exportovať. Sieť potrebuje len zdieľanie nových adries, a to z pochopiteľných dôvodov. Ani synchronizácia do cloudu tu nie je: tvoja knižnica žije vo tvojom zariadení a most je najbližšie k tomu, keď niečo prenesieš z jedného stroja na druhý.

Supertonic 3, otvorený model od Supertone s približne 99 miliónmi parametrov. Na počítači zaberá 398 MB, v mobile 200 MB. A na akomkoľvek notebooku z posledných rokov syntetizuje rýchlejšie, než trvá výsledný zvuk. Pracuje na úrovni znakov: preto existuje skriptovač, ktorý premení čísla, skratky a symboly na slová skôr, než ich hlas uvidí.

Angličtina, arabčina, bulharčina, čeština, dánčina, estónčina, fínčina, francúzština, gréčtina, hindčina, holandčina, chorvátčina, indonézština, japončina, kórejčina, litovčina, lotyština, maďarčina, nemčina, poľština, portugalčina, rumunčina, ruština, slovenčina, slovinčina, španielčina, švédčina, taliančina, turečtina, ukrajinčina a vietnamčina. Tridsaťjeden. A všetkých desať hlasov je polyglotných: ten istý hlas im prečíta všetky bez zmeny zafarbenia.

Yappy zistí jazyk dokumentu a odsekok po odseku aj jazyk jednotlivých častí: anglická citácia vnútri eseje v španielčine sa prečíta po anglicky, tým istým hlasom, a ty na nič nesiahneš. A keby sa detekcia pomýlila, jazyk môžeš nastaviť ručne.

Systémové čítačky prečítajú obrazovku takú, aká je, so systémovou prozódiou a bez pamäti. Yappy si text pred vyslovením pripraví (vyčistí článok, prevedie čísla a skratky na slová, vyznačí pauzy), prečíta ho prirodzeným hlasom, pamätá si, kde si skončil, exportuje audioknihy a hrá ďalej aj s uzamknutou obrazovkou. Sú to príbuzné nástroje, každý s iným remeslom, a dajú sa používať naraz bez vzájomného prekážania: Yappy nenahrádza čítačku obrazovky a ani to neslieva.

Webové články (stránka sa vyčistí sama), videá cez ich zverejnený prepis, PDF, EPUB, Word, ODT, RTF, Markdown, čistý text, .pptx, .xlsx, .csv a hlasové poznámky. V mobile všetko cez zdieľací panel; v počítači navyše ťahaním alebo cez klávesové skratky. A ak máš v počítači nainštalovaný pandoc, zoznam sa rozšíri o LaTeX, reStructuredText, Org a niekoľko ďalších.

Na počítači sa každé PDF skôr, než sa začne čítať, prehne cez lokálne OCR a ani tam nič neopustí tvoj počítač. V iPhone to ešte nejde: ak je PDF fotkou papiera, telefón nenájde text, ktorý by mohol čítať. Krivo naskenovaný alebo rozmazaný sken dá, čo dá ktorékoľvek OCR, ale slušný kus sa prečíta celý.

Iba tie, ktoré dokážeš otvoriť. EPUB bez ochrany sa prečíta celý, aj so svojimi kapitolami. Knihy s DRM z obchodu sa nedajú čítať – ani tu, ani nikde inde: ten zámok nepatrí Yappy a predstierať, že kľúč máme, nebudeme.

Priamo v knižnici: každý dokument má svoju voľbu „zabudnúť“ a spolu s ním mizne aj jeho audio. Exportované súbory (.m4b, .mp3, .wav) sú tvoje a ležia tam, kde ich máš uložené; vymazať ich alebo ich presunúť je vec pre Finder alebo Súbory.

Model sa pri prvom použití načíta do pamäte. Potom je už zahriaty a ďalšie vety idú za pochodu. Po čerstvej inštalácii v počítači sa k prvému čakaniu pridáva navyše aj sťahovanie hlasového modelu.

Používateľský slovník výslovnosti tu nie je, takže najrýchlejšia cesta je napísať slovo v editore tak, ako sa vyslovuje: model číta znaky a poslúchni ťa. Ak ide o všeobecný jav (skratku, akronym, jednotku), napíš o tom do diskusií na GitHube: tabuľky normalizátora rastú s každým takým prípadom.

Yappy si vezme len zverejnený prepis videa, zvuk neprepisuje. Ak video prepis nemá, nie je čo čítať. A ak je video tvoje a máš ho v súbore, zdieľaj súbor: ten už prepíše lokálne ucho.

V diskusiách na GitHube alebo na [email protected]. Ak priložíš aj text, pri ktorom to zlyhalo – ak ho môžeš zdieľať – a svoj systém, opraví sa to skôr.