VoxCPM2 (offline, voice clone, 30 languages)

Co dělá

Před instalací

VoxCPM2 je velký model s 2,4 miliardy parametrů. Dává nejpřirozenější dabing ze všech offline doplňků a nejvíc vyžaduje od vašeho počítače:

• Disk: asi 5,6 GB, z toho většinu tvoří model o velikosti 4,96 GB, stažený při prvním řádku, který dabujete.
• Paměť: asi 7 GB volných. S méně stále běží, ale mnohem pomaleji.
• Čas: na CPU trvá každá sekunda řeči několik sekund: 5 až 6 sekund na Intel Core i7-13700T. Desetiminutové video může trvat asi hodinu. Na Macu s Apple Silicon běží na GPU.

Pro rychlý dabing na skromnějších počítačích jsou Piper nebo Kokoro mnohem lehčí.

Hlasy

V záložce Mluvčí zvolte u mluvčího VoxCPM2 jako Modul dabingu, poté vyberte Hlas. Zapněte Přizpůsobit dabing délce titulku, aby mluvčí každý řádek natáhl nebo stlačil na délku jeho titulku.

9 hlasů.

Klonovaný hlas

S Speaker's own voice Subtitld vystřihne z audia projektu vzorek tohoto mluvčího, z jednoho jeho titulku o délce 3 až 12 sekund, nebo z několika krátkých spojených. Pokud jste pro toto video oddělili hudbu od hlasu, vzorek pochází jen z hlasu. Fallback reference clip v nastavení doplňku se použije jen tehdy, když vzorek vystřihnout nelze.

Subtitld pošle se vzorkem text titulku a VoxCPM2 na něj naváže, čímž se mluvčímu přiblíží nejvíc, včetně projevu. Pokud dabing do jiného jazyka drží přízvuk mluvčího, zapněte Clone the timbre only.

Popsané hlasy

VoxCPM2 si při každém čtení popisu vymyslí nový hlas. Proto doplněk vytvoří hlas každého mluvčího jednou a každý řádek tohoto mluvčího ho použije znovu: hlas zůstává stejný po celé video a dva mluvčí se stejným popisem stále znějí jako dva lidé.

Modely

Je jen jeden model, VoxCPM2. Není uvnitř doplňku: stáhne se do sdílené mezipaměti modelů Subtitld při prvním dabingu, z Hugging Face v pevně dané revizi, s každým souborem ověřeným. Přerušené stahování pokračuje tam, kde skončilo. Aktualizace nebo odstranění doplňku model ponechá.

První řádek také načítá model, takže trvá déle než ty další. Zrušit zastaví řádek mezi dvěma kroky, nebo zastaví stahování.

Možnosti

V Nastavení › Doplňky › VoxCPM2 (offline, voice clone, 30 languages) › Nastavit.

Jazyky

Arabština, barmština, čínština, dánština, angličtina, finština, francouzština, němčina, řečtina, hebrejština, hindština, indonéština, italština, japonština, khmerština, korejština, laoština, malajština, nizozemština, norština, polština, portugalština, ruština, španělština, svahilština, švédština, tagalština, thajština, turečtina a vietnamština. VoxCPM2 pozná jazyk ze samotného textu, takže každý hlas mluví každým jazykem.

• ar
• my
• zh
• da
• nl
• en
• fi
• fr
• de
• el
• he
• hi
• id
• it
• ja
• km
• ko
• lo
• ms
• no
• pl
• pt
• ru
• es
• sw
• sv
• tl
• th
• tr
• vi

Platformy

Linux x86-64, macOS na Apple Silicon a Windows x86-64. Každé vydání je sestaveno na všech třech a CI ověří, že sestavení obsahuje vše potřebné k mluvení. CI samotný model nespouští.

Řešení potíží

• network_unavailableModel se nepodařilo stáhnout. Zkontrolujte připojení a zkuste to znovu: stahování bude pokračovat.
• disk_fullNa disku není dost místa pro model. Potřebuje asi 5 GB volného místa.
• oomNedostatek paměti. Zavřete jiné programy; VoxCPM2 potřebuje asi 7 GB volných, 11 GB ve float32.
• bad_paramsŘádek nemá text, nebo klonovaný hlas nedostal vzorek: otevřete video, nebo nastavte Fallback reference clip. Zpráva uvede, které.
• unsupported_voiceProjekt uvádí hlas, který tato verze nemá. Vyberte hlas znovu v záložce Mluvčí.
• internalUvnitř doplňku něco selhalo; zpráva obsahuje podrobnosti. Pokud jste změnili Inference device, vraťte ho na Automaticky.

Licence

Vhodné pro komerční práci: doplněk, VoxCPM i váhy VoxCPM2 jsou všechny pod Apache-2.0. Dabing, který vytvoříte, je váš. Klonovaný hlas zní jako skutečná osoba: klonujte jen hlasy, které máte právo použít, a tam, kde na tom záleží, uveďte, že dabing je syntetický.