Código aberto

O Saypane se apoia em software de código aberto e em modelos de fala com licenças abertas. O app Saypane em si é de código fechado. Veja o que ele usa e sob qual licença.

Modelos de fala

Projeto	Licença	Usado para
NVIDIA Parakeet TDT 0.6B v3	CC-BY-4.0	Reconhecimento de fala para 25 idiomas europeus.
OpenAI Whisper	MIT	Reconhecimento de fala para os outros idiomas (small e large v3 turbo).
Silero VAD	MIT	Detecção de atividade de voz: encontrar a fala e as pausas nas gravações.
pyannote segmentation 3.0	MIT	Segmentação de falantes para a identificação de falantes.

Software

Projeto	Licença	Usado para
whisper.cpp	MIT	Roda os modelos Whisper e Parakeet na CPU e, via Vulkan, na GPU.
ggml	MIT	A biblioteca de tensores por trás do whisper.cpp.
sherpa-onnx	Apache-2.0	Roda os modelos de identificação de falantes.
NAudio	MIT	Captura do microfone e do som do PC.
CommunityToolkit	MIT	Componentes da interface do usuário do app.
Windows App SDK	MIT	O framework de apps do Windows (WinUI).

Atribuição: NVIDIA Parakeet TDT 0.6B v3

O Saypane usa o NVIDIA Parakeet TDT 0.6B v3, da NVIDIA, licenciado sob a Creative Commons Attribution 4.0 International License (CC-BY-4.0). Ficha do modelo: huggingface.co/nvidia/parakeet-tdt-0.6b-v3. O Saypane inclui uma conversão GGML do modelo quantizada para 8 bits (q8_0), conforme publicada em huggingface.co/ggml-org/parakeet-GGUF; o modelo foi convertido e quantizado, não foi retreinado nem alterado de outra forma.

Os arquivos dos modelos Whisper são as conversões GGML publicadas em huggingface.co/ggerganov/whisper.cpp. O modelo de embeddings de falante usado junto com a segmentação do pyannote será listado aqui, com a licença, quando estiver definido.

Arquivos de áudio e vídeo são decodificados com o Windows Media Foundation, que faz parte do Windows. O Saypane não inclui o FFmpeg.

Obrigado aos autores e colaboradores desses projetos. Os textos completos das licenças acompanham o app nos avisos de terceiros.