ライセンスと、使っている技術

本アプリの著作権は大杖裕喜にあります。本アプリは次のモデルとソフトウェアを使っていて、それぞれの著作権表示とライセンスの全文は、アプリの「謝辞・ライセンス」で読めます。

音声認識(両方のアプリ)

  • Haas-ja-v1.0(third-intelligence、Apache License 2.0):日本語の音声認識モデルです。MLX の形式に変換し、一部を 8 ビットに量子化して使っています。
  • Silero VAD v5(Silero Team、MIT License):話し声のある区間を見つけるモデルです。
  • Qwen3-ASR 0.6B(Alibaba Qwen、Apache License 2.0):英語の音声認識モデルです。mlx-community が MLX の形式で公開している 8 ビット版を使っています。Caption YOYU Plus だけに入っています。

翻訳(Caption YOYU Plus):Built with PLaMo

Caption YOYU Plus は、株式会社 Preferred Networks の翻訳モデル PLaMo 3 Translate を使っています。PLaMo 3 Translate は PLaMo Community License のもとで提供されています。アプリに入れているのは、PFN が公開した PLaMo 3 Translate 0.8B MLX-4bit の埋め込み層と出力層も 4 ビットにした派生モデル「PLaMo 3 Translate 0.8B MLX-4bit compact」です。Caption YOYU には入っていません。

  • 初めて翻訳を使うときに、アプリが PLaMo Community License への同意を求めます。同意の画面で規約の全文(日本語・英語)を読めます。一度同意すれば、どちらの向きの訳にも使えます。
  • 規約に同意できるのは、18 歳以上の方(またはお住まいの国で一人で契約を結べる年齢の方)です。それより若い方は保護者の同意を得てください(第 2 条)。
  • アプリが出す訳は、PLaMo 3 Translate の生成物です。書き出した訳を人に渡したり公開したりするときは、その訳で学習した AI モデルに PLaMo Community License の条件が適用されることを、受け取る人が分かるように伝えてください(第 5 条(4))。TXT で書き出すと、訳の言語に合わせて「英語の訳で学習した AI モデルには、PLaMo Community License の条件が適用されます。」か「日本語の訳で学習した AI モデルには、PLaMo Community License の条件が適用されます。」の一文が入ります。

規約の全文:日本語 / English(2026年11月9日 改定)

ソフトウェア

  • MLX、mlx-swift、mlx-swift-lm、mlx-audio-swift(MIT License)
  • swift-transformers ほか Hugging Face と Apple の Swift パッケージ(Apache License 2.0)
  • Sparkle(MIT License):Caption YOYU Plus のアップデートの確認と入れ替え

音声認識のしくみには NVIDIA NeMo、parakeet-mlx、flash-linear-attention、Haas-ASR、speech.cpp の実装を参考にした部分があります。