モデルとライセンス
Vocatim は他の作者によるモデルとライブラリを、それぞれのライセンスに従って使用しています。Vocatim のモデルはオリジナルから変更されています（Core ML への変換、または GGUF への量子化）。
モデル
Parakeet TDT 0.6B v3
Nemotron 3.5 ASR Streaming 0.6B
Sortformer v2.1
通知：Licensed by NVIDIA Corporation under the NVIDIA Open Model License
pyannote speaker-diarization-community-1
含まれるもの：
- pyannote speaker-diarization-community-1: CC BY 4.0
- PLDA parameters, BUT Speech@FIT: CC BY 4.0
- WeSpeaker ResNet34-LM (WeSpeaker, pyannote): CC BY 4.0
- pyannote segmentation-3.0: MIT, Copyright (c) 2023 CNRS
Whisper base, large-v3, large-v3-turbo
含まれるもの：
- Whisper base, Whisper large-v3: Apache License 2.0
- Whisper large-v3-turbo: MIT
- Core ML conversion, Argmax: MIT
Qwen3.5 2B, 4B, 9B
- オリジナル：huggingface.co/Qwen/Qwen3.5-2B
- オリジナル：huggingface.co/Qwen/Qwen3.5-4B
- オリジナル：huggingface.co/Qwen/Qwen3.5-9B
- GGUF への量子化：huggingface.co/unsloth/Qwen3.5-2B-GGUF
- GGUF への量子化：huggingface.co/unsloth/Qwen3.5-4B-GGUF
- GGUF への量子化：huggingface.co/unsloth/Qwen3.5-9B-GGUF
Qwen3 Embedding 0.6B
ライブラリ
FluidAudio 0.15.6
含まれるもの：
- fastcluster: BSD 2-Clause, © 2011 Daniel Müllner; changes from 1.1.24 on © Google Inc.
- VBx: Apache License 2.0, © 2021–2024 BUT Speech@FIT
text-processing-rs 0.3.0
含まれるもの：
- NVIDIA NeMo Text Processing: Apache License 2.0, © NVIDIA CORPORATION & AFFILIATES
- rustfst 1.3.1, flate2 1.1.9, anyhow 1.0.103, lazy_static 1.5.0: MIT or Apache License 2.0
- miniz_oxide 0.8.9: MIT, Zlib or Apache License 2.0
- nom 7.1.3: MIT
WhisperKit
含まれるもの：
- WhisperKit: MIT, © 2024 argmax, inc.
- swift-transformers (Hugging Face), modified by Argmax: Apache License 2.0, © 2022 Hugging Face SAS