Código abierto
Saypane se apoya en software de código abierto y en modelos de voz con licencias abiertas. La app Saypane en sí es de código cerrado. Esto es lo que usa y con qué licencia.
Modelos de voz
| Proyecto | Licencia | Para qué se usa |
|---|---|---|
| NVIDIA Parakeet TDT 0.6B v3 | CC-BY-4.0 | Reconocimiento de voz para 25 idiomas europeos. |
| OpenAI Whisper | MIT | Reconocimiento de voz para los demás idiomas (small y large v3 turbo). |
| Silero VAD | MIT | Detección de actividad de voz: encontrar la voz y las pausas en las grabaciones. |
| pyannote segmentation 3.0 | MIT | Segmentación de hablantes para las etiquetas de hablante. |
Software
| Proyecto | Licencia | Para qué se usa |
|---|---|---|
| whisper.cpp | MIT | Ejecuta los modelos Whisper y Parakeet en la CPU y, mediante Vulkan, en la GPU. |
| ggml | MIT | La biblioteca de tensores en la que se basa whisper.cpp. |
| sherpa-onnx | Apache-2.0 | Ejecuta los modelos de etiquetas de hablante. |
| NAudio | MIT | Captura del micrófono y del sonido del PC. |
| CommunityToolkit | MIT | Componentes de la interfaz de usuario de la app. |
| Windows App SDK | MIT | El framework de apps de Windows (WinUI). |
Atribución: NVIDIA Parakeet TDT 0.6B v3
Saypane usa NVIDIA Parakeet TDT 0.6B v3 de NVIDIA, con licencia Creative Commons Attribution 4.0 International (CC-BY-4.0). Ficha del modelo: huggingface.co/nvidia/parakeet-tdt-0.6b-v3. Saypane incluye una conversión GGML del modelo cuantizada a 8 bits (q8_0), tal como se publica en huggingface.co/ggml-org/parakeet-GGUF; el modelo se ha convertido y cuantizado, no se ha vuelto a entrenar ni se ha modificado de ninguna otra forma.
Los archivos de los modelos Whisper son las conversiones GGML publicadas en huggingface.co/ggerganov/whisper.cpp. El modelo de embeddings de hablante que se usa junto con la segmentación de pyannote se indicará aquí con su licencia cuando sea definitivo.
Los archivos de audio y vídeo se decodifican con Windows Media Foundation, que forma parte de Windows. Saypane no incluye FFmpeg.
Gracias a los autores y colaboradores de estos proyectos. Los textos completos de las licencias se incluyen con la app en sus avisos de terceros.