请明确四个固定模型 revision 在自托管服务与权重分发场景下的许可

[evangelineak]

您好，我是一名独立开发者，正在核对 FunASR 官方模型在离线/自托管集成中的许可边界，只咨询许可条款，不需要技术支持。

核对对象如下：

1. iic/speech_seaco_paraformer_large_asr_nat-zh-cn-16k-common-vocab8404-pytorch，revision v2.0.4
2. iic/speech_fsmn_vad_zh-cn-16k-common-pytorch，revision v2.0.4
3. iic/punc_ct-transformer_cn-en-common-vocab471067-large，revision v2.0.4
4. iic/speech_campplus_sv_zh-cn_16k-common，revision v2.0.2

上述四个 ModelScope 模型卡均标注 Apache License 2.0，模型仓文件树中未看到 MODEL_LICENSE 文件或链接。FunASR 当前 README 又说明：预训练权重单独授权，以模型卡标注为准；模型卡链接 MODEL_LICENSE 时才适用该协议。

为了避免误解，烦请确认：

1. 对上述固定 revision，模型卡标注的 Apache-2.0 是否是权重文件及配套文件的适用许可，FunASR 仓库根部的 MODEL_LICENSE v1.1 是否不同时适用？
2. 在“自托管识别服务”场景中，权重只保存在开发者自己的服务器，对外只返回识别结果、不交付权重文件，是否允许商业使用？
3. 在“权重分发”场景中，将权重放入安装包、容器或离线镜像交付最终用户，是否允许商业分发？需要随包保留哪些 LICENSE、NOTICE、作者、来源和模型名称？
4. 是否允许对这些权重做格式转换、量化、微调，并在遵守相同告知义务后分发衍生权重？
5. 如果 MODEL_LICENSE v1.1 仍会适用，其中“仅作为参考和学习使用”是责任免责说明，还是对商业/生产用途的限制？协议未来修订“自动生效”是否会追溯已经固定 revision 和 SHA-256 的权重？
6. paraformer-zh@v2.0.4 在 FunASR 1.4.0 中应当对应上述 SeACo 模型，还是 iic/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch？能否给出核验实际 model_path 的权威方法，以便许可对象登记准确？若可能对应后者，也请一并确认其模型卡 Apache-2.0 的适用范围。
7. 发布方是否确认有权按上述模型卡许可授权这些权重用于商业自托管和允许范围内的分发，并请说明训练数据所需的额外署名或使用限制（如有）？

我只希望把“模型在服务器上提供服务”和“把模型文件交给用户”两种场景分清，并按官方要求保留完整署名。感谢确认。

[LauraGPT]

感谢将模型、revision 和使用场景拆分得很清楚。这个问题涉及权重发布方的授权范围，不能仅由代码仓库许可证或维护者推断出商业使用、再分发和衍生权重的权利。

目前可以确认的边界是：FunASR 代码仓库的许可证不会自动覆盖模型权重；固定 revision 的模型卡和该 revision 内明确包含或链接的许可证材料，才是核验权重许可的起点。对于你列出的商业自托管、容器/离线镜像分发、量化/微调衍生物、训练数据义务和未来条款是否追溯等问题，需要模型发布方逐项作正式确认。

我已将此 issue 标记为需要核心发布方决定，并会保持开放。为便于形成可审计答复，发布方需要至少明确：

• 每个固定 revision 对应的权重许可证及其覆盖文件；
• 自托管服务与向最终用户交付权重的不同义务；
• 格式转换、量化、微调和衍生权重的许可边界；
• paraformer-zh@v2.0.4 的实际解析仓库/revision 核验方法；
• 任何训练数据带来的额外限制或署名要求。

在正式答复前，不把模型卡上的简短标签扩张解释为发布方尚未明确授予的权利。

[LauraGPT]

我已用 ModelScope 官方 Hub API 按你给出的 revision 重新读取元数据、README 和完整文件树。下面先把能够由固定版本直接证明的部分答清；第 7 项仍需要权重权利方确认。

固定 revision 的发布事实

模型	revision	versioned README	独立许可证文件
iic/speech_seaco_paraformer_large_asr_nat-zh-cn-16k-common-vocab8404-pytorch	v2.0.4	license: Apache License 2.0，README SHA-256 9433772bbc78b8b6b46eff4082e9579e5296e6ad3647f589e2e14e9f77abe617	无 LICENSE / MODEL_LICENSE / NOTICE
iic/speech_fsmn_vad_zh-cn-16k-common-pytorch	v2.0.4	license: Apache License 2.0，README SHA-256 6fc838ef6b23aef579ac9001c3d098941ff1d37b800efc0bd25e455309edcb37	无
iic/punc_ct-transformer_cn-en-common-vocab471067-large	v2.0.4	license: Apache License 2.0，README SHA-256 13c6d7b83c18a5294fdee6fe7b426e024286682b4df8e02a797a6c13aabd3ad8	无
iic/speech_campplus_sv_zh-cn_16k-common	v2.0.2	license: Apache License 2.0，README SHA-256 9bd58b989a534fa0121c8d10e62c0cce9080a9a9aeb2499bb429676f9c17cc3a	无

因此，对这四个固定 revision，能直接核验到的仓库级发布声明是 Apache License 2.0；固定文件树没有引用 FunASR 代码仓根部的 MODEL_LICENSE，也没有发现更窄的逐文件许可证。没有证据表明两个许可证同时叠加适用。

对问题 1–6 的可核验答复

1. 适用声明：上述固定 revision 的 versioned model card 明确标记 Apache License 2.0。FunASR 代码仓许可证或根部模型协议不会仅因调用关系自动替换这些模型仓自己的固定版本声明。

2. 商业自托管：Apache-2.0 本身允许使用、复制和修改，并不禁止商业或生产使用。只在自己的服务器保存权重、对外返回识别结果，不构成向用户分发模型文件；仍需遵守适用法律、数据权利和 Apache-2.0 的免责声明。请以 Apache License 2.0 正文 为准。

3. 权重分发：Apache-2.0 第 4 节允许再分发原始或修改后的作品，但要求随分发提供许可证副本、保留适用的版权/专利/商标/署名声明、对修改文件作显著说明，并在上游包含 NOTICE 时传递其相关内容。上述四个固定文件树没有 NOTICE；仍建议在安装包、容器或离线镜像中保留模型完整名称、ModelScope 来源 URL、固定 revision、README 和 Apache-2.0 全文。

4. 转换、量化、微调：Apache-2.0 的授权范围包含修改和衍生作品；格式转换、量化及微调可以在遵守第 4 节告知义务的前提下进行和分发。不要移除上游声明，并清楚标注修改内容和新权重来源。

5. MODEL_LICENSE v1.1 与未来修订：本次固定 revision 审计没有发现对该文件的引用，因此没有依据把它额外套用于这四个 snapshot。以后对另一个仓库许可证文件的修改，也不会改变这里已经固定下来的 README 内容和文件哈希；若发布方希望变更这些模型的授权，应发布带明确许可证材料的新 revision，而不是依赖可变链接。

6. paraformer-zh@v2.0.4 解析对象：FunASR v1.4.0 的固定映射在 funasr/download/name_maps_from_hub.py 中明确为：

   • paraformer-zh → iic/speech_seaco_paraformer_large_asr_nat-zh-cn-16k-common-vocab8404-pytorch
   • paraformer → iic/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch

   可在安装环境中直接核验：

   python - <<'PY'
   from funasr.download.name_maps_from_hub import name_maps_ms
   print(name_maps_ms["paraformer-zh"])
   print(name_maps_ms["paraformer"])
   PY

   需要审计固定对象时，建议在业务配置中保存展开后的完整 model ID 和 model_revision="v2.0.4"，不要只登记别名。

仍需权利方确认的第 7 项

仓库维护侧可以证明“发布页面在固定 revision 声明了什么”，但无法仅从 Git 历史独立证明发布方对全部训练数据和权重拥有何种上游授权。因此，第 7 项仍需 iic / 权重发布方确认：是否存在训练数据带来的额外署名、用途或分发限制。若没有额外限制，建议发布方也在模型卡中明确写出“除 Apache-2.0 外无额外模型/数据使用条件”，避免用户继续依赖推断。

这不是个别用户的问题；我会把“固定 revision 必须包含实际 LICENSE 或不可变许可证链接”作为后续模型发布检查项。

[LauraGPT]

继续推进到“发布方可以直接落地”的状态，补充一次不可变 revision 与发布权限审计。

为什么不能直接在 master 打下一个 semver

四个仓库的 master 与问题中的固定 revision 已不完全相同：四个 README 都发生了变化，SeACo 的 config.yaml 也已变化。因此，为旧固定版本补许可证时，不应把当前 master 冒充为等价替代；正确做法是从原 tag 的 peeled commit 创建只增加许可证材料的新 revision：

模型	原 revision	精确 base commit
SeACo Paraformer	v2.0.4	71684869ca6d8bfa59057d8a367b3fb7345a0c02
FSMN VAD	v2.0.4	662fc7a38813d81305085696d59eb5b1141a204a
CT-Transformer Punc	v2.0.4	a1682460044984d8920d56ee8c63d0c82374d00c
CAM++	v2.0.2	930086088e5c5fa8a3f911c20795ca72f7f16397

已完成的发布候选

• 统一建议不可变 tag：apache-2.0-20260804
• 每个仓库只变更两个路径：新增 LICENSE、更新 README.md
• LICENSE 是完整 Apache License 2.0 正文，SHA-256：cfc7749b96f63bd31c3c42b5c471bf756814053e847c10f3eb003417bc523d30
• README 候选明确写明：本 revision 的模型权重及配套文件依据 Apache-2.0 发布；不附加其他模型专用条款；单独标注的第三方材料仍以各自条款为准
• 已对四个公开仓逐一执行真实 clone/checkout dry-run：base tag commit 核对、目标 tag/branch 冲突检查、git diff --check、仅两个 staged paths 检查，4/4 通过
• 全部候选、manifest、diff 和 SHA256SUMS 已生成并通过校验

仍需发布方完成

当前维护机上没有可用的 ModelScope 发布身份或 git token，只有匿名 SDK session，因此没有越权 push。现在只剩 iic / 权重权利方完成两件事：

1. 对问题第 7 项作正式确认：有权按该声明授权权重，并说明训练数据或第三方材料是否还有额外义务；
2. 由有权限的发布身份提交上述两个文件并发布 apache-2.0-20260804 tag。

发布后我会按公开 tag 重新核对 commit、README、LICENSE 和模型工件哈希，再给出最终可审计结论。

[modelpath-dev]

I'll work on this. Could you assign it to me?

I'll look at the current code, add a focused test, and send a small PR.

[LauraGPT]

Thanks, assigned. This is a fixed-revision licensing and provenance question, not a code defect. A useful focused PR would add a documentation or release-check safeguard that records each resolved model ID, revision, and source license material without making legal conclusions beyond the published artifacts. Please do not treat a unit test as proof of authorization, commercial rights, training-data rights, or future-license effect. Keep the scope small and include the immutable source evidence used. The issue remains open for the model publisher/rightsholder confirmation.

[LauraGPT]

I corrected the tutorial index so that each model card and exact revision is the source of truth for its weight license; the FunASR Model License Agreement is now described as applying only where the model card explicitly links it. The wording has a regression test (20 documentation checks pass). This does not decide publisher ownership or training-data questions, so the issue remains open for the underlying report and any further evidence.