Open source

Saypane si appoggia a software open source e a modelli vocali con licenze aperte. L'app Saypane in sé è a codice chiuso. Ecco cosa usa e con quale licenza.

Modelli vocali

Progetto	Licenza	Usato per
NVIDIA Parakeet TDT 0.6B v3	CC-BY-4.0	Riconoscimento vocale per 25 lingue europee.
OpenAI Whisper	MIT	Riconoscimento vocale per le altre lingue (small e large v3 turbo).
Silero VAD	MIT	Rilevamento dell'attività vocale: individua parlato e pause nelle registrazioni.
pyannote segmentation 3.0	MIT	Segmentazione dei parlanti per le etichette dei parlanti.

Software

Progetto	Licenza	Usato per
whisper.cpp	MIT	Esegue i modelli Whisper e Parakeet sulla CPU e, tramite Vulkan, sulla GPU.
ggml	MIT	La libreria tensoriale alla base di whisper.cpp.
sherpa-onnx	Apache-2.0	Esegue i modelli per le etichette dei parlanti.
NAudio	MIT	Acquisizione del microfono e dell'audio del PC.
CommunityToolkit	MIT	Componenti dell'interfaccia utente dell'app.
Windows App SDK	MIT	Il framework per app Windows (WinUI).

Attribuzione: NVIDIA Parakeet TDT 0.6B v3

Saypane usa NVIDIA Parakeet TDT 0.6B v3 di NVIDIA, distribuito con licenza Creative Commons Attribuzione 4.0 Internazionale (CC-BY-4.0). Scheda del modello: huggingface.co/nvidia/parakeet-tdt-0.6b-v3. Saypane include una conversione GGML del modello quantizzata a 8 bit (q8_0), come pubblicata su huggingface.co/ggml-org/parakeet-GGUF; il modello è stato convertito e quantizzato, non riaddestrato né modificato in altro modo.

I file dei modelli Whisper sono le conversioni GGML pubblicate su huggingface.co/ggerganov/whisper.cpp. Il modello di embedding dei parlanti usato insieme alla segmentazione di pyannote verrà elencato qui con la sua licenza quando sarà definitivo.

I file audio e video vengono decodificati con Windows Media Foundation, che fa parte di Windows. Saypane non include FFmpeg.

Grazie agli autori e ai collaboratori di questi progetti. I testi completi delle licenze sono inclusi nell'app, nelle note sui componenti di terze parti.