Pocket TTS (offline, 7 languages)

Co dělá

Před instalací

Pocket TTS od vašeho počítače vyžaduje málo:

• Disk: asi 220 MB na každý jazyk, ve kterém dabujete, stažených při jeho prvním řádku.
• Paměť: asi 660 MB během mluvení, nebo 450 MB s Use less memory.
• Procesor: u Intelu a AMD takový, který má AVX2 a FMA. Procesory Intel je mají od roku 2013 a AMD od roku 2015. Některým procesorům Celeron, Pentium a Atom chybí, a tam první řádek selže se zprávou, která to uvede. Funguje každý Mac s Apple Silicon.

Hlasy neklonuje. Pocket TTS to umí, ale Kyutai dává svůj model pro klonování jen lidem, kteří se přihlásí na Hugging Face a přijmou jeho podmínky, takže doplněk používá model bez něj. Chcete-li dabovat vlastním hlasem mluvčího, použijte VoxCPM2 nebo Qwen3-TTS.

Hlasy

V záložce Mluvčí zvolte u mluvčího Pocket TTS jako Modul dabingu, poté vyberte Hlas. Zapněte Přizpůsobit dabing délce titulku, aby mluvčí každý řádek natáhl nebo stlačil na délku jeho titulku. Model se vybírá podle jazyka projektu, proto ho nastavte před dabingem.

23 hlasů.

Hlas si v jiném jazyce může ponechat něco ze svého přízvuku, proto si jich před výběrem několik vyzkoušejte v jazyce svého projektu. Sám Kyutai volí Albu pro angličtinu, Estelle pro francouzštinu, Giovanniho pro italštinu, Lolu pro španělštinu a Daana pro nizozemštinu. Každý hlas se stáhne při prvním použití a má méně než 8 MB.

Kyutai nabízí ještě čtyři další hlasy, které doplněk vynechává: dva pocházejí z nahrávek licencovaných jen pro nekomerční použití a u dvou není uvedeno, odkud pocházejí.

Modely

Pocket TTS má jeden model pro každý jazyk. Žádný není uvnitř doplňku: každý se stáhne do sdílené mezipaměti modelů Subtitld, když poprvé dabujete v jeho jazyce, z Hugging Face v pevně dané revizi, s každým souborem ověřeným. Přerušené stahování pokračuje tam, kde skončilo. Aktualizace nebo odstranění doplňku modely ponechá.

Model v nastavení doplňku určuje velikost. Small je nejnovější anglický model od Kyutai, s 18 miliony parametrů místo 100 milionů. Large preview načte 24vrstvé modely od Kyutai, 670 MB na jazyk a 1,3 GB pro angličtinu, zhruba v reálném čase. Kyutai je označuje jako náhledové, ne jako hotové modely. V našem testu nedělaly méně chyb než Standard.

Možnosti

V Nastavení › Doplňky › Pocket TTS (offline, 7 languages) › Nastavit.

Jazyky

Angličtina, francouzština, němčina, portugalština, italština, španělština a nizozemština. Projekt v jakémkoli jiném jazyce dostane zprávu, která to uvede: zvolte pro něj jiný modul dabingu.

• en
• fr
• de
• pt
• it
• es
• nl

Platformy

Linux x86-64, 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 anglické modely a nadabuje s nimi. Na Linuxu potřebuje glibc 2.34 nebo novější, stejně jako samotný Subtitld.

Řešení potíží

• network_unavailableModel se nepodařilo stáhnout. Zkontrolujte připojení a zkuste to znovu: stahování bude pokračovat.
• disk_fullNa disku není dost místa pro model. Každý jazyk potřebuje asi 220 MB.
• unsupported_languageJazyk projektu není žádný ze sedmi, 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.
• internalUvnitř doplňku něco selhalo; zpráva obsahuje podrobnosti. Pokud uvádí, že procesoru chybí AVX2 a FMA, tento počítač Pocket TTS spustit nemůže.

Licence

Vhodné pro komerční práci: doplněk je pod Apache-2.0, Pocket TTS pod MIT a jeho modely jsou od Kyutai, pod CC-BY-4.0. Hlasy pocházejí z nahrávek pod CC0 nebo CC-BY-4.0. Dabing, který vytvoříte, je váš. Kyutai zakazuje používat Pocket TTS k napodobování hlasu skutečné osoby bez jejího souhlasu nebo ke klamání.