Créditos e licenças
Créditos e licenças
O Libras Vox é gratuito e existe graças a programas e modelos abertos. Cada um tem a sua licença. Os nomes levam aos projetos.
Fala, voz e som
- Whisper, da OpenAI
- Reconhecimento de fala. Licença MIT. Modelos Turbo (conversão da Mobius Labs) e Small (conversão da SYSTRAN), licença MIT.
- faster-whisper e CTranslate2
- Rodam o Whisper na placa de vídeo. Licença MIT.
- Bibliotecas CUDA da NVIDIA (cuBLAS e cuDNN)
- Fazem a placa de vídeo calcular. Licença da NVIDIA para redistribuição.
- sherpa-onnx, do k2-fsa
- Roda os modelos de quem fala, dos sons e da voz Dora. Licença Apache 2.0.
- WeSpeaker ResNet34-LM
- Impressão de voz, para saber quem está falando. Licença Apache 2.0.
- CED (modelo CED-mini)
- Legendas de sons, treinado com as classes do AudioSet, do Google. O repositório do CED usa a licença GPL-3.0.
- RNNoise, da Xiph.Org, e DTLN, de Nils L. Westhausen
- Filtros de ruído. Licenças BSD-3 e MIT.
- emotion2vec+ large
- Emoção pela voz. De Ziyang Ma, Zhisheng Zheng, Jiaxin Ye, Jinchao Li, Zhifu Gao, Shiliang Zhang e Xie Chen (Universidade Jiao Tong de Xangai e Alibaba), artigo “emotion2vec: Self-Supervised Pre-Training for Speech Emotion Representation”, ACL 2024. FunASR Model Open Source License 1.1.
- Kokoro-82M, de hexgrad
- Voz Dora, base das vozes Maria e Talita. Licença Apache 2.0. Treinado também com áudios Koniwa “tnc” (CC BY 3.0) e SIWIS (CC BY 4.0).
- Vozes do Piper
- Faber, Cadu e Jeff (rhasspy/piper-voices, MIT; dados CC0), Razo (Lucasllfs / Forjal, MIT), Dii e Miro (TigreGotico Lda, CC BY-NC-ND 4.0, sem fins comerciais e sem modificação). Motor piper-tts 1.8.0, GPL-3.0: o código-fonte dele vai junto no instalador, como a licença pede.
- eSpeak NG
- Pronúncia das vozes, dentro do sherpa-onnx e do piper-tts. Licença GPL-3.0.
- ONNX Runtime, da Microsoft
- Roda os modelos no processador. Licença MIT.
Libras, sinais e letras
- VLibras
- Avatar de Libras, no Libras Vox e neste site. Ferramenta pública e gratuita do governo federal. Funciona pela internet e não vem no instalador. O Libras Vox não tem ligação com o VLibras.
- MediaPipe Tasks Vision 1.0.1, do Google
- Acompanha as mãos na câmera de sinais. Biblioteca e modelos com licença Apache 2.0.
- LRCLIB
- Banco de letras de música gratuito. Usado pela internet, só com o nome da música e do artista.
Bibliotecas e ferramentas
O Libras Vox é feito em Python (licença PSF), com estas bibliotecas:
| Biblioteca | Para quê | Licença |
|---|---|---|
| aiohttp | Servidor local da conversa | Apache 2.0 e MIT |
| cryptography | Certificado para o celular | Apache 2.0 ou BSD-3 |
| qrcode | QR code do celular | BSD |
| soundcard, comtypes, pycaw | Escuta do Windows | BSD-3, MIT, MIT |
| psutil | Lista de programas | BSD-3 |
| pywinrt | Música tocando no Windows | MIT |
| soxr | Conversão do som | LGPL-2.1 ou posterior |
| NumPy | Cálculos do som | BSD-3 e outras |
| PyAV | Leitura de áudio (com FFmpeg) | BSD-3 |
| huggingface-hub, tokenizers | Modelos do Whisper | Apache 2.0 |
| pystray | Ícone ao lado do relógio | LGPL-3.0 |
| Pillow | Legenda flutuante e ícones | MIT-CMU |
| PyInstaller | Gera o LibrasVox.exe | GPL-2.0, com exceção para programas gerados |
| Inno Setup | Gera o instalador | Licença própria, gratuita |
Este site
- Fontes Atkinson Hyperlegible Next e Atkinson Hyperlegible Mono
- Criadas para o Braille Institute of America, para quem tem baixa visão. SIL Open Font License 1.1 (texto da licença).
- Imagens
- Prints do próprio Libras Vox. As falas de exemplo foram geradas por computador e transcritas pelo Whisper. O fundo da legenda flutuante e o texto da letra de música são de demonstração.
- Marcas
- Windows, Edge e Teams são marcas da Microsoft. Discord, Spotify, YouTube, OBS, NVIDIA e outros nomes citados pertencem aos seus donos e aparecem só para explicar com o que o Libras Vox funciona. O Libras Vox não tem ligação com essas empresas.