Créditos de código abierto

whisper.cpp y ggml

whisper.cpp es el programa de reconocimiento de voz que escribe tus subtítulos. Lo compilamos a WebAssembly, con una pequeña interfaz propia, y se ejecuta en la pestaña de tu navegador. ggml, la biblioteca de aprendizaje automático que lleva dentro, es de los mismos autores y tiene la misma licencia. Copyright (c) 2023-2026 The ggml authors.

Código fuente: github.com/ggml-org/whisper.cpp, versión 1.9.4. La versión de varios hilos le añade una línea: en la preparación del detector de voz, el detector usa el número de hilos del propio proceso (4 como máximo) en vez de 4 fijos, así que nunca pide más hilos de los que tiene el proceso. Las versiones de un hilo y WebGPU usan la versión 1.9.4 sin cambios. Con licencia MIT.

Pesos del modelo Whisper

Whisper es el modelo de reconocimiento de voz. OpenAI publicó su código y sus pesos; este sitio ofrece dos de sus tamaños, base (el modelo más pequeño) y small (el más grande de los dos), en los archivos ggml cuantizados que publica el proyecto whisper.cpp. Copyright (c) 2022 OpenAI.

Código fuente: github.com/openai/whisper; los archivos ggml: huggingface.co/ggerganov/whisper.cpp. Con licencia MIT.

Silero VAD

Silero VAD es el detector de voz que marca los tramos con habla, para que el modelo dedique su tiempo a la voz. Copyright (c) 2020-present Silero Team.

Código fuente: github.com/snakers4/silero-vad, versión 5.1.2, en el archivo ggml de huggingface.co/ggml-org/whisper-vad. Con licencia MIT.

JSON for Modern C++

Esta biblioteca de Niels Lohmann va compilada dentro del motor, donde lee los ajustes que envía la página y devuelve los resultados. Copyright (c) 2013-2022 Niels Lohmann.

Código fuente: github.com/nlohmann/json, versión 3.11.2, tal como la incluye whisper.cpp. Con licencia MIT.

El entorno de ejecución de Emscripten

Emscripten es el compilador que convierte el motor en WebAssembly. Partes de su entorno de ejecución van dentro de cada versión del motor: el código JavaScript de enlace y las bibliotecas estándar de C y C++.

• Emscripten 4.0.23: github.com/emscripten-core/emscripten, con la licencia MIT o la University of Illinois/NCSA Open Source License. Su gestor de memoria, dlmalloc, es de dominio público.
• musl, la biblioteca de C, tal como la incluye Emscripten: licencia MIT.
• libc++, libc++abi y compiler-rt, del proyecto LLVM, tal como los incluye Emscripten: Apache License 2.0 con excepciones de LLVM (libc++, libc++abi, compiler-rt).

emdawnwebgpu y webgpu-headers

Estos dos solo van en la versión WebGPU del motor, que la página descarga únicamente si tu navegador ofrece un adaptador gráfico que pasa la comprobación de la página. Conectan el motor con el WebGPU de tu navegador.

• emdawnwebgpu, del proyecto Dawn, versión v20260908.214631, usado sin cambios. Copyright 2017-2025 The Dawn & Tint Authors, con la licencia BSD de 3 cláusulas. Sus enlaces de JavaScript, que nacieron como parte de Emscripten, siguen con la licencia MIT o NCSA de Emscripten.
• La cabecera webgpu.h de webgpu-headers. Copyright (c) 2019, "WebGPU native" developers, con la licencia BSD de 3 cláusulas.

Mediabunny

Donde tu navegador puede, Mediabunny lee el archivo que eliges por partes dentro de tu navegador: decodifica el sonido comprimido con los decodificadores del propio navegador, y el sonido sin comprimir, como el de un archivo WAV, por sí mismo. Donde no puede, la página decodifica el archivo entero con el navegador, sin Mediabunny. Copyright (c) 2026-present, Vanilagy and contributors.

Código fuente: github.com/Vanilagy/mediabunny, versión 1.59.1, usado sin cambios. Con licencia Mozilla Public License 2.0; el código fuente de cada archivo que usamos está en ese repositorio, en esa versión.