Питання, які приходять.

Так. Yappy — код з відкритим кодом під ліцензією MIT. Можливість слухати те, що читаєш, — це питання доступності, а інструменти доступності не повинні вимагати банківську картку. На комп'ютері немає ні платної версії, ні реклами. На iPhone пробний папуга тримає водночас три документи на своїй жердочці, без обмеження часу; якщо хочете жердочку без дна, друкарню аудіокниг і місток із комп'ютером — заведіть його через Yappy Parlanchín: підпискою або одним довічним платежем. За будь-яких умов — без облікового запису і без реклами.

Підступу немає: нема й серверів, за які треба платити. Синтез працює прямо на вашому пристрої, тож Yappy не має витрат на користувача. Це особистий проєкт автора: опублікований, бо він уже існував, а комусь іще міг би стати в пригоді.

Ні, і навмисно. Проба — це та сама жердочка на три документи: вона не спливає й на сьомий день не перетворюється на списання з картки. Якщо Yappy вам підходить, ви й так це знатимете: ніхто не буде ставити перед вами годинник.

Код Yappy — під MIT і умов не ставить. У моделі голосу, Supertonic 3, своя ліцензія: відкрита ліцензія типу OpenRAIL-M, із застереженнями щодо використання. Прочитайте її на сторінці моделі, перш ніж використовувати комерційно: ця частина від Yappy не залежить, і ми за неї обіцяти не можемо.

Ні. Синтез, транскрипція та витяг статей відбуваються всередині вашого пристрою. Те, чим ви діліться з Yappy, нікуди не надсилається: жодних облікових записів, жодних копій, і сервера Yappy, де це могло б зберігатися, просто не існує. Мережу чіпають лише чотири конкретні речі, і всі вони описані в політиці приватності.

Так, збирає, і краще сказати це прямо. Мобільний застосунок надсилає анонімну статистику використання: з завода вона ввімкнена, а вимикається в коморі. У мережу вирушає назва події із закритого переліку (що відкрили застосунок, який крок вступної прогулянки видно, якого плану торкнулися, чи завершилося читання), випадковий ідентифікатор встановлення, мова та версія. Ніколи — ні ваше ім'я, ні пошта, ні текст, який ви читаєте, ні назва документа, ні посилання, і жодних рекламних ідентифікаторів. І не в Google, не в Firebase, не в жодну аналітичну компанію: статистика потрапляє у Worker і базу даних D1 на Cloudflare, що належать самому автору. На комп'ютері немає ніякої статистики.

Це пряме з'єднання між вашими двома пристроями, з наскрізним шифруванням через QUIC, за допомогою протоколу iroh. Пара створюється наведенням камери на QR-код, який показує ваш комп'ютер, а отриманий ключ можна відкликати звідти будь-коли. Посередині немає сервера Yappy, бо жодного сервера Yappy не існує.

Так, і назавжди. Після початкового завантаження моделі — близько 200 МБ на телефоні і близько 398 МБ на комп'ютері — Yappy працює в режимі польоту: вставити текст, відкрити документи, синтезувати й експортувати. Мережа потрібна лише, щоб поділитися новими адресами, — з очевидних причин. Хмарної синхронізації теж немає: ваша бібліотека живе на вашому пристрої, а місток — це найближче до передачі речі з однієї машини на іншу.

Supertonic 3 — відкрита модель компанії Supertone на близько 99 мільйонів параметрів: вміщується у 398 МБ на комп'ютері та у 200 МБ на телефоні й синтезує швидше за реальний час на будь-якому ноутбуці останніх років. Працює на рівні символів, тому й існує сценарист — він перетворює числа, абревіатури та символи на слова ще до того, як голос їх побачить.

Німецька, арабська, болгарська, чеська, корейська, хорватська, данська, словацька, словенська, іспанська, естонська, фінська, французька, грецька, гінді, угорська, індонезійська, англійська, італійська, японська, латиська, литовська, нідерландська, польська, португальська, румунська, російська, шведська, турецька, українська та в'єтнамська. Тридцять одна. І всі десять голосів — поліглоти: той самий голос читає їх усі, не змінюючи тембру.

Yappy визначає мову документа, а далі, абзац за абзацом, мову кожного шматка: англійська цитата в есе українською читається англійською, тим самим голосом, а ви й пальцем не рушите. Якщо ж визначення помилиться, мову можна поставити вручну.

Системні зчитувачі читають екран як є — із системною просодією і без пам'яті. Yappy готує текст ще до того, як його озвучити (вичищає статтю, перетворює числа й абревіатури на слова, розставляє паузи), читає його природним голосом, пам'ятає, на чому ви зупинилися, експортує аудіокниги й продовжує звучати на заблокованому екрані. Це інструменти-родичі з різними ремеслами, і користуватися ними можна водночас, не заважаючи одне одному: Yappy не замінює зчитувача екрана і не збирається цього робити.

Веб-статті (сторінка вичищається сама), відео — за опублікованою транскрипцією, PDF, EPUB, Word, ODT, RTF, Markdown, звичайний текст, .pptx, .xlsx, .csv і голосові нотатки. На телефоні все — через меню «Поділитися»; на комп'ютері ще й перетягуванням або гарячими клавішами. А якщо на комп'ютері встановлено pandoc, список розширюється до LaTeX, reStructuredText, Org та ще кількох.

На комп’ютері такі PDF перед читанням проходять через локальний OCR, і там теж нічого не йде з вашого комп’ютера. На iPhone — поки що ні: якщо PDF — це знімок паперової сторінки, телефон не знаходить тексту для читання. Кривий чи розмитий скан дасть те, що може дати будь-який OCR, а пристойний читається цілком.

Тільки ті, що відкриваються. EPUB без захисту читається цілком, разом із розділами. Книги з DRM із магазину не читаються — ні тут, ні в жодному іншому місці: той замок не від Yappy, і вдавати, ніби ключ у нас є, ми не станемо.

У самій бібліотеці: у кожного документа є своя опція «забути», і разом із нею зникає й аудіо. Експортовані файли (.m4b, .mp3, .wav) — ваші, вони живуть там, де ви їх зберегли; видалити чи перемістити їх — це вже справа Finder або Файлів.

Першого разу модель завантажується в пам’ять. Далі вона вже розігріта, і наступні фрази виходять на льоту. Якщо ви щойно встановили застосунок на комп’ютер, до першого очікування додається ще й завантаження моделі голосу.

Користувацького словника вимови немає, тож найшвидший шлях — написати слово в редакторі так, як воно звучить: модель читає літери й послухається вас. Якщо це загальний випадок (скорочення, абревіатура, одиниця вимірювання), розкажіть про нього в питаннях GitHub: таблиці сегментатора ростуть завдяки таким випадкам.

Yappy бере опубліковану транскрипцію відео, а не розпізнає його звук. Якщо транскрипції в цього відео немає, читати нічого. А якщо відео ваше й лежить у вас файлом, поділіться саме файлом: тоді його вже розпізнає локальне «вухо».

У питаннях GitHub або листом на [email protected]. Якщо додасте текст, на якому сталася помилка, — коли можете ним поділитися, — і вашу систему, її виправлять швидше.