Stažení

Paradee (offline, lightweight English)

HlasyOfflinePouze CPUKomerční použití povoleno

Nadabuje vaše titulky přirozenou angličtinou pomocí modelu Paradee, jehož autorem je Sahil Mahendrakar: modelu s 8 miliony parametrů, destilovaného z Kokoro. Čtyři hlasy, dva americké a dva britské, z jediného modelu o velikosti 8,5 MB. Běží na procesoru vašeho vlastního počítače, mnohonásobně rychleji než v reálném čase, bez grafické karty a bez účtu.

Nainstalujte ho z Subtitld

Nastavení Doplňky Paradee (offline, lightweight English) Instalovat

Subtitld ho stáhne, ověří jeho SHA-256 a bude ho udržovat aktuální.

Zdrojový kód na GitHubu
Jazyky
2
Modely
1
Hlasy
4
Stažení doplňku
75–93 MB
RAM, alespoň
512 MB

Co dělá

Hlasy Kokoro, v desetinové velikosti

Paradee se naučil čtyři hlasy Kokoro s desetinou jeho parametrů a zní mu podobně. Přirozená angličtina, při 24 kHz.

Americká i britská

Heart a Puck mluví americkou angličtinou, Isabella a Fable britskou, každý s vlastní výslovností: „tomato“, „schedule“ a „can't“ zazní tak, jak je vyslovuje daný přízvuk.

Rychlý na každém počítači

Na jediném jádře procesoru vznikne řádek asi 17 až 20krát rychleji než v reálném čase. Asi 300 MB paměti a žádná grafická karta.

Offline po prvním řádku

Model o velikosti 8,5 MB se stáhne, když se poprvé vysloví nějaký řádek. Potom už nic neopustí váš počítač. Modely i doplněk umožňují komerční práci.

Hlasy

V záložce Mluvčí zvolte u mluvčího Paradee jako Modul dabingu, poté vyberte Hlas. Zapněte Přizpůsobit dabing délce titulku, aby mluvčí každý řádek natáhl nebo stlačil na délku jeho titulku.

4 hlasů v 2 jazycích.

  • en-gb 2
  • en-us 2

Heart má ke Kokoro nejblíž; Isabella je z těch čtyř nejdál. Všechny čtyři hlasy pocházejí ze stejného modelu, takže změna hlasu nic nestahuje. Paradee hlasy neklonuje. Chcete-li dabovat vlastním hlasem mluvčího, zvolte modul, který hlas klonuje, například Sopro nebo Chatterbox.

Model do svých hlasů náhodně přidává trochu dechu a šumu, stejně jako Kokoro. Opakovaný dabing řádku proto může v těchto místech znít nepatrně jinak; slova, hlas i načasování zůstávají stejné.

Modely

Model není uvnitř doplňku. Stáhne se do sdílené mezipaměti modelů Subtitld, když se poprvé vysloví nějaký řádek, z Hugging Face v pevně dané revizi, s každým souborem ověřeným. Přerušené stahování pokračuje tam, kde skončilo. Aktualizace nebo odstranění doplňku model ponechá.

Model StaženíVhodné pro
Paradee 1.2 (7.9M, int8 ONNX, four voices) Výchozí paradee-1.2
8 MB
Všechny čtyři hlasy, asi 17–20× rychleji než reálný čas na jediném jádře procesoru

Doplněk spouští soubor ONNX, který zveřejňuje autor Paradee, bez PyTorch, a převádí text na hlásky přesně tak jako autorův kód, vlastním fonemizátorem Kokoro. Porovnali jsme ho s autorovým kódem: stejné hlásky pro každou testovací větu v obou přízvucích a stejný zvuk pro všechny čtyři hlasy.

Možnosti

V Nastavení › Doplňky › Paradee (offline, lightweight English) › Nastavit.

CPU threads
Výchozí: 0

0 použije jedno vlákno, což je už mnohonásobně rychleji než reálný čas. U takto malého modelu víc vláken pomůže jen zřídka.

Speaking pace
Výchozí: 1

Jak rychle mluví samotný Paradee: 1,0 je jeho přirozené tempo, 1,2 je o 20% rychlejší. Rychleji nebo pomaleji mluví samotný model; zvuk se nenatahuje.

Jazyky

Pouze angličtina. Přijme se každý anglický projekt (americký, britský, australský…) a každý hlas ho čte svým vlastním přízvukem. Projekt v jiném jazyce dostane zprávu, která to uvede: zvolte pro něj jiný modul dabingu.

Čísla, ceny, data, časy a běžné zkratky se čtou slovy a slova jako „read“ nebo „record“ se vysloví tak, jak to jejich věta vyžaduje. Jména a slova z jiných jazyků, která fonemizátor nezná, vysloví espeak-ng a mohou být vyslovena špatně.

  • en-us
  • en-gb

Platformy

Systém StaženíOtestováno
Linux x86-64 93.5 MBNadabováno všemi čtyřmi hlasy na skutečném počítači, v čistých systémech Debian, Ubuntu, Fedora a Arch a v CI
macOS (Apple silicon) 75.2 MBNadabováno všemi čtyřmi hlasy v CI (Apple Silicon)
Windows x86-64 84.5 MBNadabováno všemi čtyřmi hlasy v CI

Linux x86-64 (jakákoli distribuce od roku 2018), macOS na Apple Silicon a Windows x86-64. Každé vydání je sestaveno na všech třech a na každém z nich CI nainstaluje doplněk stejně jako Subtitld, stáhne model a nadabuje každým hlasem.

Řešení potíží

  • network_unavailableModel se nepodařilo stáhnout, nebo stažený soubor neprošel kontrolou a byl zahozen. Zkontrolujte připojení a zkuste to znovu: stahování bude pokračovat.
  • disk_fullNa disku není dost místa pro model: 8,5 MB.
  • unsupported_languageJazyk projektu není angličtina, nebo není nastaven. Nastavte ho v projektu, nebo zvolte jiný modul dabingu.
  • unsupported_voiceProjekt uvádí hlas, který tato verze nemá. Vyberte hlas znovu v záložce Mluvčí.
  • bad_paramsŘádek nemá text. Napište titulek a nadabujte ho znovu.
  • out_of_memoryPočítači došla paměť. Zavřete jiné programy: Paradee potřebuje asi 400 MB.
  • internalUvnitř doplňku něco selhalo; zpráva obsahuje podrobnosti.

Licence

Doplněk
GPL-3.0-or-later
Protože obsahuje espeak-ng
Engine
Apache-2.0, MIT, GPL-3.0-or-later
misaki, vlastní fonemizátor Kokoro, převádí spolu se spaCy text na hlásky; espeak-ng vysloví slova, která neznají; ONNX Runtime od Microsoftu spouští model
Model
Apache-2.0
Váhy Paradee 1.2 (autor Sahil Mahendrakar), destilované z Kokoro-82M (autor hexgrad)

Vhodné pro komerční práci. Model Paradee a autorův kód jsou pod Apache-2.0, stejně jako Kokoro. Doplněk je pod GPL-3.0-or-later, protože obsahuje espeak-ng; jeho úplný zdrojový kód, včetně kódu espeak-ng, je u každého vydání. Licence se vztahuje na doplněk, ne na to, co s ním vytvoříte: dabing, který vytvoříte, je váš.

Verze

  • 26.11.1

    Offline English text-to-speech for Subtitld with Paradee 1.2: natural English speech at 24 kHz from an 8M-parameter model distilled from Kokoro-82M, many times faster than real time on the CPU. Four voices from one 8.5 MB model: Heart and Puck (American English), Isabella and Fable (British English).

    The archive holds the add-on, ONNX Runtime, misaki (Kokoro's phonemizer) with spaCy's small English pipeline, and espeak-ng with its English data. The model downloads the first time a line is spoken, at a pinned revision, checked by sha256.

    The add-on is GPL-3.0-or-later, because it bundles espeak-ng (GPL-3.0-or-later); the Paradee model and misaki are Apache-2.0, spaCy and its English pipeline MIT. Each archive carries THIRD_PARTY_LICENSES/ with the licence of everything frozen into it. The complete corresponding source is paradee-<version>-source.tar.gz in this release. The Linux archive also carries libquadmath (LGPL-2.1, with numpy); its source is paradee-<version>-libquadmath-source.tar.gz.

    What's Changed

    • Paradee add-on: lightweight offline English text-to-speech by @jonata in https://github.com/Subtitld/addon-paradee/pull/1
    • Parity test: allow other CPUs' int8 rounding by @jonata in https://github.com/Subtitld/addon-paradee/pull/2

    New Contributors

    • @jonata made their first contribution in https://github.com/Subtitld/addon-paradee/pull/1

Další doplňky skupiny Hlasy

Aktualizováno · Z katalogu doplňků Nahlásit problém s tímto doplňkem