Palabras y licencias
De qué están hechas las palabras y las voces del juego, y la licencia de cada cosa.
Lista de palabras en inglés
Creada a partir de la lista de palabras ENABLE (Enhanced North American Benchmark Lexicon), que es de dominio público, más algunas palabras temáticas y cotidianas propias. Nuestra propia lista de bloqueo quita los insultos y las palabras ofensivas.
Lista de palabras en español
Creada a partir del diccionario de español RLA-ES, Recursos Lingüísticos Abiertos del Español (Santiago Bosio y colaboradores), github.com/sbosio/rla-es, versión 2.9, usado bajo la Mozilla Public License 2.0. Ampliamos sus diccionarios de España, México, Estados Unidos, Argentina y Colombia a todas las formas de cada palabra, quitamos las tildes (la Ñ sigue siendo una letra propia), descartamos las palabras que no se pueden formar con las fichas, añadimos algunas palabras cotidianas y temáticas, y quitamos las palabras bloqueadas.
La lista del juego, en su forma fuente, bajo la misma licencia:
Lista de palabras en español (words_full.txt, 6,9 MB)
Lista de bloqueo en español (blocklist.txt): las palabras que el juego nunca acepta. Sus formas flexionadas vienen de RLA-ES (MPL 2.0); sus palabras base están adaptadas en parte de LDNOOBW (ver abajo). Aviso de contenido: incluye insultos y palabrotas.
Texto completo de la Mozilla Public License 2.0 (en inglés). La licencia cubre solo estos archivos, no el resto del juego.
Listas de bloqueo
La lista de bloqueo en español contiene material adaptado (seleccionado, sin tildes y flexionado) de la List of Dirty, Naughty, Obscene, and Otherwise Bad Words de Shutterstock, con licencia CC BY 4.0. La lista de bloqueo en inglés es nuestra.
Frecuencia de las palabras
Para elegir qué palabras en español usan los niveles, las ordenamos según la frecuencia con que aparecen en subtítulos de películas, con FrequencyWords de Hermit Dave (a partir de OpenSubtitles 2018), con licencia CC BY-SA 4.0. Esa clasificación solo se usa mientras creamos los niveles; no forma parte del juego.
Voces
Los elogios hablados ("¡Genial!", "¡Increíble!") son voz generada por IA. En inglés ("Nice!", "Amazing!") se crean con el modelo de texto a voz Kokoro-82M y sus voces, con licencia Apache 2.0. En español se crean con Chatterbox de Resemble AI, cuyo código y modelo tienen licencia MIT. "Oh my word!" conserva sus palabras en inglés en todos los idiomas, dichas con la voz de cada idioma.
Cada idioma tiene su propia voz. Chatterbox la clona a partir de una muestra corta de una voz abierta de un hablante nativo, que generamos con las voces de texto a voz de Piper (rhasspy/piper-voices): español, davefx (España); portugués de Brasil, faber; portugués europeo, tugão; italiano, paola; neerlandés, pim; polaco, darkman; alemán, Thorsten (Thorsten Müller, Thorsten-Voice). Esas voces están en el dominio público con CC0. La voz francesa es SIWIS, entrenada con la SIWIS French Speech Synthesis Database (Universidad de Edimburgo e Idiap Research Institute), con licencia CC BY 4.0; la modificamos al clonarla en nuestros elogios. No había ninguna voz turca nativa abierta, así que los elogios en turco usan la voz propia de Chatterbox, guiada con habla en turco.



