Ce logiciel est intégralement « vibecodé » — écrit en dialoguant avec un modèle de langage, du premier commit au dernier. Il est fourni en l'état, sans aucune garantie (fonctionnement, exactitude des transcriptions, adéquation à un usage), les binaires ne sont pas signés, et il est et doit rester gratuit. Une transcription automatique se trompe : en contexte d'accessibilité elle ne remplace ni un vélotypiste ni un interprète. L'avertissement complet s'affiche au premier lancement et reste consultable dans Aide → Avertissement et licence.
Deux usages, 100 % en local, sans compte et sans réseau :
Sous-titrer en direct. Un orateur, un micro, des sous-titres dans une fenêtre à fond vert que capture OBS (incrustation chromatique), avec prévisualisation dans la fenêtre principale. Modes FR→FR, FR→EN et Auto→EN (langue parlée détectée en continu, sous-titres toujours traduits en anglais).
Transcrire des enregistrements. Des fichiers audio ou vidéo, quel qu'en soit le codec, vers du texte : brut, Markdown, SRT, WebVTT, JSON, CSV, TSV, LRC — ou n'importe quelle autre extension.
Deux moteurs, chacun là où il gagne (depuis la 2.0) : faster-whisper (CTranslate2) sur CPU, whisper.cpp sur GPU Vulkan ou Metal. Le backend se choisit d'un menu, ou se laisse en « Auto ». Rien n'est envoyé nulle part, sauf si vous activez explicitement une sortie réseau.
Les trois binaires sont publiés en fichiers bruts sur la page Releases :
| OS | Fichier | Premier lancement |
|---|---|---|
| Windows x64 | EcouteMoi.exe — un seul fichier, Python embarqué, auto-extractible |
SmartScreen : « Informations complémentaires » → Exécuter quand même |
| Linux x86_64 | EcouteMoi-linux-x86_64.AppImage |
chmod +x puis lancer ; sans FUSE : ./EcouteMoi-*.AppImage --appimage-extract-and-run |
| macOS arm64 (M-series) | EcouteMoi-macos-arm64.zip → EcouteMoi.app |
clic droit → Ouvrir, ou xattr -cr EcouteMoi.app ; autoriser le micro |
Au premier démarrage, deux étapes qui ne se font qu'une fois :
- Outils → Gérer les modèles… — téléchargement rapide, reprise incluse.
- Outils → Benchmark — Tester ma machine… — vous lisez deux courts textes (FR/EN), l'application mesure vitesse (RTF) et qualité (WER) de chaque modèle installé, abandonne les trop lents et applique la recommandation en un clic. Cinq minutes ici évitent de découvrir en salle que le modèle choisi ne tient pas le direct.
Aide → Prise en main (F1) résume la mise en route en une page.
Fichier → Transcrire des fichiers audio… (Ctrl+O), ou déposez les fichiers sur
la fenêtre, ou passez-les en argument (EcouteMoi conference.mp3) — ce qui fait
marcher « Ouvrir avec… » depuis le gestionnaire de fichiers.
Hors direct, rien ne presse : prenez le modèle le plus lourd que la machine accepte, la qualité s'en ressentira. Une transcription deux fois plus lente qu'un direct reste bien plus rapide que le temps réel.
| Décodeur | Ce qu'il couvre | À installer |
|---|---|---|
| libsndfile (livrée) | WAV, FLAC, MP3, OGG/Vorbis, Ogg Opus, AIFF, CAF, W64, AU | rien |
| ffmpeg, s'il est présent | M4A/AAC, WMA, AMR, et les pistes audio de MP4, MKV, MOV, WebM, TS | winget install --id Gyan.FFmpeg, brew install ffmpeg, ou le paquet de votre distribution |
| PyAV (livrée depuis la 2.0) | idem ffmpeg, en bibliothèque | rien — faster-whisper en dépend, elle est donc embarquée |
Depuis la 2.0, installer ffmpeg n'est plus nécessaire : PyAV arrive avec faster-whisper et couvre les mêmes conteneurs. Un ffmpeg système reste préféré quand il est là, parce qu'il est souvent plus récent.
Sous Windows, déposer ffmpeg.exe à côté de EcouteMoi.exe suffit : il est
trouvé là aussi. Un chemin explicite peut être indiqué dans
Réglages avancés → Fichiers, qui affiche également ce que la machine sait lire.
txt · md · srt · vtt · json · csv · tsv · lrc — cochez ceux que
vous voulez, ils sont écrits d'un coup. Toute autre extension est acceptée et
reçoit du texte brut : notes.dat fonctionne, et c'est la seule chose honnête à
faire d'une extension inconnue. ecoutemoi --list-formats en donne la liste.
Le découpage des passes de décodage tombe là où personne ne parle : couper au milieu d'un mot le fait perdre des deux côtés, whisper devinant différemment de part et d'autre de la coupe.
En ligne de commande :
ecoutemoi --transcribe conference.mp3 entretien.m4a --to srt,md --out ./textesUn seul chargement de modèle pour tout le lot ; un fichier illisible est signalé et n'interrompt pas les autres ; le code de retour ne vaut 0 que si tout est passé.
18 variantes multilingues, de tiny-q5_1 (31 Mo en ggml) à large-v2-q8_0
(1,6 Go) — toutes celles qui peuvent tenir le temps réel sur une machine ou une
autre, pour pouvoir les comparer au benchmark. Les poids ggml viennent du dépôt
officiel ggerganov/whisper.cpp, les conversions CTranslate2 des dépôts
Systran/faster-whisper-* (et mobiuslabsgmbh pour large-v3-turbo), ceux-là
mêmes qu'utilise faster-whisper — pas de conversion maison.
Aide → Quantizations — aide-mémoire explique ce que valent q5_0, q5_1,
q8_0 et f16, comment choisir selon CPU ou GPU, et à quel type de calcul
CTranslate2 chacun correspond (CTranslate2 ne descend pas sous 8 bits : q5_0
et q5_1 y arrivent tous deux sur int8).
Deux familles sont volontairement absentes : les large en f16 (2,9 Go, hors
budget temps réel sur des fenêtres de 9 s) et les modèles .en (anglais
uniquement et sans traduction — aucun des trois modes ne pourrait les employer).
Un modèle peut aussi être installé sans téléchargement : déposez le .bin
ggml dans le dossier des modèles, ou Gérer les modèles… → Importer un .bin
ggml… (le nom du fichier identifie le modèle, le contenu est validé avant
installation). En CLI : --import-model FICHIER. Un modèle CTranslate2 est un
dossier : copiez-le dans models/ct2/<famille>/.
En CLI, --download récupère par défaut le format dont le backend réglé a
besoin ; --format {ggml,ct2,both} le force.
Direct → Lexique de la conférence… (Ctrl+L) : les noms propres, produits et
acronymes du talk, un par ligne. Ils sont passés à whisper comme amorce de
transcription à chaque fenêtre décodée (initial_prompt +
carry_initial_prompt). C'est le levier le plus efficace sur exactement ce que la
quantization dégrade en premier — les mots rares. En CLI :
--lexicon "Kubernetes, Ceph, OpenStack".
Un sous-titre qui redit la même phrase est pire qu'un sous-titre absent : le
public croit avoir manqué quelque chose et cherche la différence entre les deux
occurrences. Le flux temps réel a trois sources de répétition, traitées
séparément (core/textguard.py) :
- le recouvrement. La coupe de fenêtre garde 200 ms d'audio déjà décodé, et la pré-amorce du détecteur de parole rejoue 300 ms à chaque reprise. Les mots déjà publiés sont mémorisés et retirés du début de l'hypothèse suivante — la mémoire survit à la fin d'un énoncé, puisque c'est justement là que le doublon arrive.
- le bégaiement du décodeur. « d'accord d'accord d'accord » : le motif répété est détecté quelle que soit sa longueur, avec une exception pour les doublés légitimes du français (« nous nous »).
- le segment servi deux fois, même texte et autre horodatage : le second est écarté.
En amont, la traîne de silence qui a déclenché la fin d'un énoncé n'est pas donnée au modèle : une fenêtre qui finit par deux secondes de vide, whisper la remplit — en répétant la phrase précédente, ou en inventant un « merci d'avoir regardé ». Une fenêtre entièrement muette n'est pas décodée du tout.
Les mots non encore validés ne sont jamais affichés. LocalAgreement-2 retient le mot en cours de prononciation jusqu'à confirmation : le public ne voit que du texte définitif, jamais un mot qui se corrige sous ses yeux. Il n'existe aucun canal dans le code pour transporter du texte non validé hors du streamer, et deux tests verrouillent l'invariant.
Cocher Second sous-titre dans « Modèle et langue » ouvre un deuxième flux
complet, avec son mode et son modèle : deuxième fenêtre de sortie
(EcouteMoi - Sortie OBS 2, titre distinct pour la capture OBS), deuxième
transcript (transcript_2.txt), deuxième source OBS, deuxième cadencement. Un
seul détecteur de parole alimente les deux moteurs, donc la capture et le DSP ne
sont pas payés deux fois — mais deux moteurs tournent : la RAM se cumule et le
voyant temps réel prend le pire des deux canaux.
Aucun moteur ne couvre bien tout le terrain, alors l'application en embarque deux et prend le meilleur de chacun :
| Moteur | Pourquoi lui | |
|---|---|---|
| GPU Vulkan (Intel/AMD/NVIDIA) ou Metal (Apple) | whisper.cpp | c'est le seul des deux à savoir parler Vulkan et Metal. CTranslate2, sous faster-whisper, ne connaît que le CPU : sur un GPU, quel qu'en soit le vendeur, il n'existe pas. |
| CPU | faster-whisper (CTranslate2) | environ trois fois plus rapide que whisper.cpp sur CPU, à qualité égale ou meilleure. |
Mesuré sur un Intel Core Ultra 9 185H (6 P-cores) + Arc iGPU, fenêtre de 9 s,
médiane de six décodages, modèle small :
| Moteur / backend | Décodage | RTF | WER (voix de référence FR) |
|---|---|---|---|
| whisper.cpp / CPU | 3 529 ms | 2,6 | 8,5 % |
| faster-whisper / CPU | 931 ms | 9,7 | 8,5 % |
| whisper.cpp / Vulkan | 754 ms | 11,9 | 8,5 % |
Le cas le plus parlant est medium, où le changement n'est pas quantitatif mais
qualitatif :
Moteur / backend (medium-q5_0) |
Décodage | RTF | Verdict |
|---|---|---|---|
| whisper.cpp / CPU | 9 894 ms | 0,91 | 🔴 décroche — plus lent que le direct |
| faster-whisper / CPU | 2 866 ms | 3,14 | 🟢 fluide |
| whisper.cpp / Vulkan | 2 093 ms | 4,30 | 🟢 fluide |
Autrement dit : sur une machine sans GPU utilisable, small passe de « tout
juste tenable » à « confortable », et medium d'impossible à fluide. Le GPU,
lui, garde sa longueur d'avance — celle qu'on aurait perdue en remplaçant
whisper.cpp partout, puisque CTranslate2 n'a pas de backend Vulkan ni Metal.
Dans la fenêtre principale (« Backend ») ou dans Réglages avancés :
- Auto — GPU si un périphérique répond, sinon CPU ;
- GPU — force whisper.cpp sur Vulkan (Windows/Linux) ou Metal (macOS), avec avertissement et repli CPU si aucun GPU n'est utilisable ;
- CPU — faster-whisper, sans jamais toucher au GPU.
En CLI : --backend {auto,gpu,cpu}. Le moteur et le backend réellement actifs
sont affichés dans la barre d'état, dans --diag et dans les logs ; en cas de
repli, une notice dit lequel tourne et pourquoi l'autre a été écarté.
Réglages avancés permet aussi de forcer whisper.cpp sur CPU (repli si
faster-whisper pose problème sur une machine) et de choisir la précision de
calcul CTranslate2 (int8, int8_float32, float32).
whisper.cpp lit du ggml (ggml-small-q5_1.bin), faster-whisper du
CTranslate2 (un dossier). Aucun des deux ne sait lire le format de l'autre.
Conséquences visibles :
- Gérer les modèles… a un sélecteur de format, et une colonne « Installé » qui montre en permanence les deux ;
- en « Auto », l'application sonde le GPU au premier lancement (quelques
dizaines de millisecondes, sans ouvrir de modèle, résultat mémorisé) pour ne
télécharger que le format dont elle a besoin.
--reprobe-gpurefait le test après un changement de pilote ; - un dossier CTranslate2 est partagé par toutes les quantizations d'une même
famille : la quantization y est un paramètre de chargement, pas un fichier.
Télécharger
small-q5_1installe donc aussismall-q8_0etsmall.
Vulkan les couvre toutes les trois, sans rien installer : son loader est livré avec le pilote graphique. C'est pour ça qu'il est le chemin GPU principal et non un pis-aller — un seul backend, tous les vendeurs.
CUDA, ROCm, OpenVINO et oneAPI ne sont pas proposés : chacun exige une installation de plusieurs gigaoctets sur la machine de l'utilisateur, ou n'accélère que l'encodeur à partir d'un modèle converti hors ligne. Pour un matériel que Vulkan sert déjà immédiatement.
L'encodeur de whisper traite toujours 30 s de spectrogramme, même quand on ne lui donne que 9 s : les 21 s de vide sont calculées plein tarif, plusieurs fois par seconde. Depuis la 2.0 le contexte est tronqué à ce dont la fenêtre a besoin (whisper.cpp uniquement — CTranslate2 n'expose pas ce réglage).
Mesuré de bout en bout sur le pipeline complet, small-q5_1, 6 énoncés,
23 décodages, reproductible au millième sur trois passes :
| échantillon · backend | contexte plein | adapté | gain | WER |
|---|---|---|---|---|
| FR · Vulkan | 520 ms | 278 ms | ×1,9 | 6,74 % → 6,38 % |
| FR · CPU whisper.cpp | 2855 ms | 894 ms | ×3,2 | 6,74 % → 6,03 % |
| EN · Vulkan | 480 ms | 225 ms | ×2,1 | 0,00 % → 0,00 % |
| EN · CPU whisper.cpp | 2711 ms | 826 ms | ×3,3 | 0,00 % → 0,00 % |
WER égal ou meilleur dans les quatre cas. La transcription de fichiers est inchangée : ses passes de 25 s utilisent déjà le contexte entier, la sortie est identique octet pour octet.
Les deux voix de référence sont de la synthèse vocale. Si vous constatez des mots manquants en fin de phrase sur une vraie captation, la case Réglages avancés → Contexte d'encodeur adapté à la fenêtre le désactive.
- Décodage par lots (
BatchedInferencePipelinede faster-whisper), sur 258 s d'audio :smallaucun gain (10,0 s → 10,1 s),medium+18 % de vitesse mais WER de 8,5 % à 10,5 %. Le lot sert à remplir un GPU ; sur CPU, CTranslate2 sature déjà les cœurs avec une seule séquence. Non retenu. - Faisceau de décodage sur fichier (beam 5), même mesure : +35 % de temps pour un WER de 8,5 % à 5,9 %. Retenu — hors direct, personne n'attend.
- Plus de threads sur CPU hybride : 6 P-cores donnent 839 ms sur une fenêtre de 9 s, 10 fils 988 ms, 16 fils 1728 ms — deux fois pire. Les E-cores freinent le calcul au lieu de l'aider. La politique « P-cores physiques, jamais le SMT » est confirmée telle quelle.
- Raccourcir l'encodeur de faster-whisper : sans effet (1478 / 1383 / 1416 ms pour 30 / 15 / 10 s, soit du bruit). CTranslate2 rembourre en interne — le chemin CPU est à son maximum.
Vulkan ne demande que les pilotes GPU : rien à installer sous Windows (le loader
vulkan-1.dll accompagne le pilote) ; sous Linux, les pilotes Vulkan de la
distribution (ex. mesa-vulkan-drivers) — vérifiables avec vulkaninfo --summary.
Sur CPU, le moteur utilise par défaut autant de threads que de P-cores physiques (CPU hybrides Intel/Apple), sinon tous les cœurs physiques — jamais l'hyperthreading. Au premier lancement, le modèle par défaut est profilé sur la machine (cœurs utiles + RAM : tiny / base / small) ; le benchmark guidé affine ensuite, en mesurant le moteur qui tournera vraiment.
Trois voies, cumulables. Les trois affichent exactement les mêmes lignes que la fenêtre de sortie.
1. Capture de fenêtre + chroma key (par défaut, aucune configuration). Menu
Aide → Guide OBS (par système). En bref : Capture de fenêtre sur
« EcouteMoi - Sortie OBS » + filtre Incrustation chromatique (similarité ≈ 400,
lissage ≈ 80, réduction du débordement ≈ 100). Fond magenta disponible si votre
contenu contient du vert.
2. Texte poussé par WebSocket (Réglages avancés → Diffusion). Dans OBS : Outils → Paramètres du serveur WebSocket → activer le serveur (port 4455), puis ajouter une source Texte (GDI+). Renseignez hôte/port/mot de passe, cliquez Tester la connexion (la liste des sources texte se remplit), choisissez la source. Plus de chroma key : OBS compose le texte lui-même, donc net à toute taille, sans liseré, et stylable dans OBS. La reconnexion est automatique — OBS peut démarrer après l'application, ou redémarrer pendant la session.
3. Page web locale (Réglages avancés → Diffusion), servie sur
http://127.0.0.1:8777/. À ouvrir dans un navigateur (second écran, retour
orateur, régie) ou comme Source navigateur OBS. Ajoutez
?bg=transparent à l'URL pour un fond transparent au lieu du fond chroma.
Option « accessible depuis le réseau local » pour un poste de régie distant —
sans authentification, donc à réserver aux réseaux de confiance. Raccourci :
Outils → Ouvrir la page web des sous-titres.
Whisper valide les mots par rafales : sans lissage, deux lignes surgissent d'un bloc puis rien pendant deux secondes — le texte est juste, mais le public n'a pas le temps de le lire. Réglages avancés → Sous-titrage applique donc les normes du métier (BBC Subtitle Guidelines, EBU-TT-D) :
- débit de lecture borné à 180 mots/min par défaut, avec un plafond de retard au-delà duquel le débit accélère pour revenir à niveau — sans ce garde-fou, un orateur rapide creuserait un décalage sans fin ;
- largeur de ligne bornée à 42 caractères, au-delà l'œil perd la ligne au retour chariot même sur une fenêtre large.
Le retard introduit volontairement est affiché en bas de la fenêtre (« Cadence »).
En bas à gauche, un voyant clignotant dit si la machine tient le direct, d'après le RTF médian des derniers décodages (le pire des deux canaux en double sous-titre) :
| Voyant | Signification | Quoi faire |
|---|---|---|
| 🟢 vert | RTF ≥ 3 — marge confortable | rien |
| 🟠 ambre | RTF ≥ 1,3 — ça tient, sans marge | surveiller ; éviter les autres charges |
| 🔴 rouge | RTF < 1,3 — le direct décroche | modèle plus petit, preset Phrase, ou GPU |
Le moteur est chargé et préchauffé dès l'ouverture de l'application (en tâche de fond, sans jamais télécharger un modèle absent) : le surcoût unique du premier décodage — compilation des shaders Vulkan, allocation du graphe — est payé pendant que vous réglez votre police, donc « Démarrer » est immédiat. À défaut, il est payé avant l'ouverture du micro, pendant « Préchauffage du moteur… », jamais pendant la session : sinon l'audio s'accumule et sort en rafale de rattrapage.
Le décodage tourne par défaut dans un sous-processus dédié : plus de gigue GIL sur le rendu ni sur le callback audio, et un crash natif du moteur (pilote Vulkan, modèle corrompu) est survivable — le processus est relancé et le modèle rechargé.
Prérequis : uv (Python 3.14 installé par uv).
uv sync
uv run pytest -m "not integration"
uv run ecoutemoi # interface graphiquefaster-whisper (le moteur CPU) s'installe tel quel depuis PyPI : rien à compiler. La wheel pywhispercpp de PyPI, en revanche, est compilée sans backend GPU — en dev, le backend « gpu » retombe donc sur le CPU. Pour le GPU en dev, compilez la wheel locale :
bash scripts/build_wheel.sh(Linux, paquetscmake glslc libvulkan-dev) ouscripts/build_wheel.ps1(Windows, SDK Vulkan LunarG), puisuv pip install wheelhouse/pywhispercpp-*.whl --force-reinstall. Ensuite toujoursuv run --no-sync: unuv syncrestaurerait la wheel CPU.
uv run ecoutemoi --list-devices
uv run ecoutemoi --list-models # registre, les 2 formats
uv run ecoutemoi --download small-q5_1 # format du backend réglé
uv run ecoutemoi --download small-q5_1 --format both # ggml ET CTranslate2
uv run ecoutemoi --cli --model small-q5_1 --mode fr --preset stable
uv run ecoutemoi --transcribe discours.mp3 --to srt,txt # hors direct
uv run ecoutemoi --cli --wav discours.wav --rate realtime # simulation direct
uv run ecoutemoi --cli --backend cpu # faster-whisper
uv run ecoutemoi --cli --backend gpu # whisper.cpp Vulkan/Metal
uv run ecoutemoi --rtf tiny-q5_1,base-q5_1 --wav calibration_fr.wav
uv run ecoutemoi --bench --wav-fr fr.wav --wav-en en.wav # bench complet + JSON
uv run ecoutemoi --diag # moteurs, GPU, modèles
uv run ecoutemoi --check-engines # les 2 moteurs sont-ils là ?
uv run ecoutemoi --reprobe-gpu # re-tester le GPUSeul le texte validé est imprimé en mode console. Réglages persistés (JSON
atomique) ; sessions (autosave + exports) dans Documents/EcouteMoi/sessions/. La
console n'affiche que les avertissements — le détail va dans le fichier de log,
--verbose le remet à l'écran.
Nettoyage micro : « Aucun traitement » par défaut. Mesuré au WER (clip JFK, modèle base, bruit blanc ajouté) : whisper transcrit mieux l'audio brut que l'audio débruité, même à 5 dB de SNR (0-4,5 % de WER brut contre ~32 % débruité). Whisper est entraîné sur de l'audio bruité ; les artefacts du débruitage le perturbent davantage que le bruit. Le passe-haut 80 Hz et RNNoise restent disponibles pour les cas extrêmes (grondement de scène, souffle constant type ventilation).
Les binaires publiés embarquent un moteur pywhispercpp compilé depuis les sources
avec GGML_VULKAN=1 et le jeu d'instructions du variant avx2 canonique de ggml
(AVX2+FMA+F16C+BMI2, portable Haswell 2013+ / Zen 2017+) sur Windows/Linux,
et Metal sur macOS arm64. Si Vulkan n'est pas utilisable au lancement (pas de
GPU, pilote cassé), le moteur retombe automatiquement sur le CPU.
En local : scripts/build_wheel.ps1 (Vulkan SDK LunarG requis) ou scripts/build_wheel.sh.
L'AppImage n'embarque volontairement ni libstdc++ ni libgcc : les pilotes Vulkan de l'hôte se chargent dans le processus et exigent la version de l'hôte (une libstdc++ embarquée plus vieille ferait échouer leur chargement, silencieusement, et l'application resterait en CPU).
uv run pytest -m "not integration"— unitaires (rapides, sans réseau ; les tests des sorties OBS/web montent un faux serveur obs-websocket en local) ;uv run pytest -m integration— téléchargement tiny + inférence réelle, endurance 10 min, dégradation automatique, interface graphique hors écran.
packaging/ecoutemoi.spec (PyInstaller) : onefile sur Windows (un seul
.exe), onedir + AppImage sur Linux, onedir + .app sur macOS. La bibliothèque
libsndfile y est embarquée explicitement — soundfile est un module et non un
paquet, les collecteurs automatiques de PyInstaller ne la voient pas.
Le second moteur alourdit le binaire : libctranslate2, tokenizers,
onnxruntime (le VAD Silero interne de faster-whisper) et PyAV s'ajoutent aux
libs ggml. Deux garde-fous font échouer le build plutôt que de livrer un bundle
amputé — l'un exige ggml-vulkan (sinon l'artefact n'aurait jamais de GPU),
l'autre libctranslate2 et le .onnx Silero (sinon le moteur CPU serait absent
ou muet). Le premier est contournable par ECOUTEMOI_ALLOW_CPU_BUNDLE=1, en
connaissance de cause.
GPL-3.0-or-later — voir LICENSE. Copyleft assumé : toute redistribution, modifiée ou non, doit rester libre et sous la même licence. C'est la traduction juridique de « ce logiciel est et doit rester gratuit ».
Les modèles Whisper sont © OpenAI et suivent leurs propres licences ; les conversions sont publiées par ggml-org (ggml) et Systran / mobiuslabs (CTranslate2). L'interface utilise Qt via PySide6 (LGPL, bibliothèques dynamiques) ; libsndfile est sous LGPL-2.1-or-later ; faster-whisper et CTranslate2 sont sous MIT ; PyAV sous BSD-3-Clause (et embarque ffmpeg, LGPL).
Journal des versions : CHANGELOG.md.