Những câu hỏi hay được gửi tới.

Có. Yappy là mã nguồn mở theo giấy phép MIT. Được nghe những gì mình đọc là chuyện của khả năng tiếp cận, mà công cụ hỗ trợ tiếp cận không nên đòi quẹt thẻ. Trên máy tính không có bản trả phí, cũng không có quảng cáo. Trên iPhone, chú vẹt dùng thử cõng được ba tài liệu cùng lúc trên cột đậu của nó, không giới hạn thời gian; nếu muốn cột đậu không đáy, xưởng in sách nói và cây cầu nối với máy tính, bạn lên dây bằng Yappy Parlanchín, theo gói đăng ký hoặc trả một lần dùng trọn đời. Dù chọn cách nào cũng không cần tài khoản và không có quảng cáo.

Không có bẫy nào: không có máy chủ nào phải trả tiền. Việc tổng hợp giọng chạy ngay trên máy của bạn, nên Yappy không tốn gì cho từng người dùng. Đây là dự án cá nhân của tác giả, đăng lên vì nó đã có sẵn và chắc còn hữu ích với ai đó nữa.

Không, và là cố ý. Cột đậu ba tài liệu chính là bản dùng thử, không hết hạn và không biến thành khoản trừ tiền sau bảy ngày. Nếu Yappy có ích với bạn, bạn sẽ tự biết, không cần ai dí đồng hồ trước mặt.

Mã của Yappy theo MIT và không đặt điều kiện gì. Riêng mô hình giọng nói, Supertonic 3, có giấy phép của nó: một giấy phép mở dạng OpenRAIL-M, kèm các điều khoản sử dụng. Xem kỹ trên trang của mô hình trước khi dùng cho mục đích thương mại, vì phần đó không thuộc Yappy và chúng tôi không thể hứa hộ.

Không. Tổng hợp giọng nói, chuyển thoại thành chữ và trích bài báo đều diễn ra ngay trên thiết bị của bạn. Mọi thứ bạn chia sẻ với Yappy không được gửi đi đâu cả: không có tài khoản, không có bản sao, và chẳng tồn tại máy chủ Yappy nào để chứa chúng. Việc chạm tới mạng chỉ có đúng bốn thứ, và cả bốn đều được kể trong chính sách quyền riêng tư.

Có, và nên nói thẳng luôn. Ứng dụng trên điện thoại gửi đi thống kê sử dụng ẩn danh: chúng bật sẵn từ nhà máy, muốn tắt thì phải vào tận ngóc ngách phần cài đặt. Cái đi ra ngoài chỉ là tên một sự kiện trong danh sách đóng (app được mở, đang xem tới bước nào của chuyến dạo đầu, gói nào được chạm vào, một lần đọc có kết thúc hay không), một mã cài đặt ngẫu nhiên, ngôn ngữ và phiên bản. Không bao giờ có tên bạn, email của bạn, văn bản bạn đang đọc, tiêu đề một tài liệu hay một đường dẫn, và chẳng có mã định danh quảng cáo nào. Và chúng không về Google, không về Firebase, không về bất kỳ công ty phân tích nào: chúng nằm ở một Worker và một cơ sở dữ liệu D1 trên Cloudflare của chính tác giả. Trên máy tính thì không có thống kê nào hết.

Đó là một kết nối trực tiếp giữa hai thiết bị của bạn, mã hóa từ đầu đến cuối bằng QUIC, dựa trên giao thức iroh. Việc ghép đôi làm bằng cách chĩa camera vào mã QR mà máy tính của bạn hiển thị, và chìa khóa tạo ra sau đó có thể thu hồi ngay từ đó, lúc nào cũng được. Không có máy chủ Yappy nào đứng giữa, vì chẳng tồn tại máy chủ Yappy nào cả.

Có, và là mãi mãi. Sau lần tải mô hình đầu tiên — chừng 200 MB trên điện thoại, chừng 398 MB trên máy tính — bạn có thể để Yappy chạy trong chế độ máy bay: dán văn bản, mở tài liệu, tổng hợp giọng nói và xuất file. Chỉ có việc chia sẻ địa chỉ mới mới cần mạng, vì lý do ai cũng hiểu. Cũng không có gì đồng bộ lên mây: thư viện của bạn nằm trên thiết bị của bạn, còn cầu nối là điều gần nhất với việc trao một thứ từ máy này sang máy khác.

Supertonic 3, một mô hình mở của Supertone chừng 99 triệu tham số, nằm gọn trong 398 MB trên máy tính và 200 MB trên điện thoại, và tổng hợp nhanh hơn thời gian thực trên bất kỳ chiếc laptop nào của mấy năm gần đây. Mô hình làm việc ở cấp ký tự: vì thế mới có bộ soạn lời đọc, kịp biến số, từ viết tắt và ký hiệu thành chữ trước khi giọng đọc nhìn thấy chúng.

Tiếng Đức, tiếng Ả Rập, tiếng Bulgaria, tiếng Séc, tiếng Hàn, tiếng Croatia, tiếng Đan Mạch, tiếng Slovak, tiếng Slovenia, tiếng Tây Ban Nha, tiếng Estonia, tiếng Phần Lan, tiếng Pháp, tiếng Hy Lạp, tiếng Hindi, tiếng Hungary, tiếng Indonesia, tiếng Anh, tiếng Ý, tiếng Nhật, tiếng Latvia, tiếng Litva, tiếng Hà Lan, tiếng Ba Lan, tiếng Bồ Đào Nha, tiếng Romania, tiếng Nga, tiếng Thụy Điển, tiếng Thổ Nhĩ Kỳ, tiếng Ukraina và tiếng Việt. Ba mươi mốt. Cả mười giọng đọc đều biết nhiều thứ tiếng: cùng một giọng đọc được tất cả mà không đổi âm sắc.

Yappy nhận diện ngôn ngữ của tài liệu, và từng đoạn một, của từng mẩu: một trích dẫn tiếng Anh trong bài luận tiếng Tây Ban Nha sẽ được đọc bằng tiếng Anh, cùng một giọng, không cần bạn đụng vào cái gì. Nếu nhận diện bị nhầm, bạn có thể đặt lại ngôn ngữ bằng tay.

Trình đọc của hệ thống đọc màn hình nguyên trạng, theo ngữ điệu của hệ thống và chẳng có trí nhớ. Yappy chuẩn bị văn bản trước khi nói (dọn sạch bài báo, đọc thành lời các con số và từ viết tắt, đánh dấu chỗ ngắt nghỉ), đọc bằng một giọng tự nhiên, nhớ bạn đang đọc tới đâu, xuất được sách nói, và vẫn đọc tiếp khi khóa màn hình. Hai bên là họ hàng, mỗi bên một nghề, và dùng cùng lúc chẳng vướng víu gì: Yappy không thay thế trình đọc màn hình, và cũng chẳng có ý định làm thế.

Bài báo web (trang tự dọn sạch), video qua bản chép lời đã đăng tải, PDF, EPUB, Word, ODT, RTF, Markdown, văn bản thô, .pptx, .xlsx, .csv và ghi chú thoại. Trên điện thoại, tất cả qua bảng chia sẻ; trên máy tính, còn có thể kéo thả hoặc bấm phím tắt. Và nếu máy tính có sẵn pandoc, danh sách nới rộng thêm LaTeX, reStructuredText, Org cùng mấy loại nữa.

Trên máy tính, chúng đi qua một bộ OCR chạy ngay trên máy trước khi được đọc, và ở đó cũng chẳng có gì rời khỏi máy của bạn. Trên iPhone thì chưa: nếu PDF là tấm ảnh chụp tờ giấy, điện thoại không tìm thấy chữ nào để đọc. Bản quét bị lệch hay nhòe sẽ cho ra đúng thứ mà OCR nào cũng cho nổi, còn bản quét tử tế thì đọc được trọn.

Chỉ đọc được những cuốn bạn tự mở nổi. EPUB không khóa bảo vệ thì đọc trọn vẹn, đủ cả các chương. Sách có DRM mua ở cửa hàng thì không đọc được, dù ở đây hay ở đâu khác: ổ khóa đó không phải của Yappy, và chúng tôi không định giả vờ rằng mình có chìa khóa.

Ngay trong thư viện: mỗi tài liệu có tùy chọn xóa riêng của nó, và audio cũng biến mất theo. Các tệp đã xuất (.m4b, .mp3, .wav) là của bạn, nằm ở nơi bạn đã lưu; muốn xóa hay dời chỗ thì đó là việc của Finder hoặc ứng dụng Tệp.

Lần đầu, mô hình phải được nạp vào bộ nhớ. Sau đó nó nằm sẵn đó, nên những câu sau đọc ra ngay lập tức. Nếu bạn vừa cài ứng dụng trên máy tính, lần chờ đầu tiên còn cộng thêm cả việc tải mô hình giọng nói.

Không có từ điển phát âm cho người dùng, nên lối tắt là viết lại từ đó theo đúng cách nó nghe, ngay trong trình soạn thảo: mô hình đọc theo ký tự và sẽ nghe lời bạn. Nếu đó là một quy luật chung (một từ viết tắt, một tên tắt, một đơn vị đo), hãy kể ở mục Issues trên GitHub: các bảng quy tắc của bộ chuyển chữ thành âm sẽ lớn dần nhờ những trường hợp như thế.

Yappy chỉ lấy bản chép lời đã đăng của video, không tự nghe audio trong video. Video không có bản chép lời thì chẳng có gì để đọc. Còn nếu video là của bạn và bạn có tệp trong tay, hãy chia sẻ tệp: lúc đó chức năng nghe ngay trên máy mới phiên âm được.

Ở mục Issues trên GitHub, hoặc viết thư về [email protected]. Kèm theo đoạn văn bản gây lỗi (nếu chia sẻ được) và hệ điều hành của bạn thì lỗi được sửa nhanh hơn.