Wandelt englische Sprache in Ihrem Video auf Ihrem eigenen Computer in zeitgesteuerte Untertitel um, mit Bark 3.0, dem Sprachmodell von Conway Research. Es läuft auf der CPU, braucht weder Grafikkarte noch Konto, und nichts verlässt Ihren Rechner.

Was sie tut

Offline nach einem Download

Das 163 MB große Modell wird einmal heruntergeladen, beim ersten Transkribieren, und mit einem festen Fingerabdruck geprüft. Danach ist kein Internet mehr nötig.

Keine Grafikkarte

Sie läuft auf der CPU, um ein Vielfaches schneller, als das Audio abgespielt wird: Ein zehnminütiges Video dauert auf einem Desktop-Computer weniger als eine Minute.

Satzzeichen und Großschreibung

Bark 3.0 schreibt Sätze, keinen Strom von Wörtern: Kommas, Punkte, Großbuchstaben und Zahlen kommen so heraus, wie Sie sie tippen würden.

Ein Untertitel pro Satz

Jedes Wort hat seine eigene Zeit, sodass jeder Untertitel ein ganzer Satz ist, wie bei AssemblyAI. Schalten Sie One cue per sentence aus, werden lange Sätze geteilt, damit sie sich gut lesen.

Modelle

Es gibt vier Bark-3.0-Modelle. Verwendet wird Bark 3.0, sofern Sie unter Model kein anderes wählen; die anderen werden nur heruntergeladen, wenn Sie sie auswählen. Keines davon steckt in der Erweiterung: Das verwendete Modell wird beim ersten Transkribieren in den gemeinsamen Modell-Cache von Subtitld geladen, sodass ein Update der Erweiterung es nicht erneut herunterlädt.

Modell	Download	Geeignet für
Bark 3.0 (0.6B, verbatim) Standard bark3	163 MB	Englische Alltagssprache, Wort für Wort
Bark 3.0 Plus (0.6B, verbatim, more accurate) bark3-plus	180 MB	Etwas genauer, Wort für Wort
Bark 3.0 Clean (0.6B, drops fillers and false starts) bark3-clean	179 MB	Saubere Untertitel: lässt „um“, „uh“ und Fehlstarts weg
Bark 3.0 Pro (0.6B, full precision) bark3-pro	1.3 GB	Das genaueste, für das schwierigste Audio

Nach dem Download bereitet die Erweiterung das Modell einmalig für Ihren Computer vor, in etwa einer halben Minute. Vorbereitet belegt jedes Modell etwa 650 MB auf der Festplatte und braucht beim Transkribieren etwa 1,2 GB Arbeitsspeicher; alle vier sind gleich schnell. Clean lässt Füllwörter wie „um“ und „uh“ und abgebrochene Satzanfänge weg, was meist genau das ist, was ein Untertitel zeigen sollte; wählen Sie Bark 3.0 oder Plus für ein wortgetreues Transkript.

Lange Videos werden in Abschnitten von etwa 30 Sekunden transkribiert, sodass der Fortschrittsbalken in Bewegung bleibt und Abbrechen innerhalb von Sekunden greift.

Optionen

In Einstellungen › Erweiterungen › Bark 3.0 (offline, English) › Konfigurieren.

Model

Standard: bark3

Welches Bark-3.0-Modell transkribiert. Jedes wird heruntergeladen, wenn Sie es zum ersten Mal wählen; die anderen werden nie heruntergeladen.

CPU threads

Standard: 0

Wie viele CPU-Kerne Bark 3.0 nutzt. 0 nimmt die Hälfte davon, höchstens 8. Ein neuer Wert gilt ab dem nächsten Laden des Modells.

One cue per sentence

Standard: an

Ein: ein Untertitel pro Satz, egal wie lang, wie bei AssemblyAI. Aus: ein langer Satz wird in Untertitel von höchstens etwa zwei Zeilen oder 7 Sekunden geteilt.

Sprachen

Nur Englisch. Bleibt die Sprache leer oder auf Erkennen, wird trotzdem Englisch transkribiert. Ein Projekt in einer anderen Sprache wird abgelehnt: Verwenden Sie dafür Whisper (offline).

en

Plattformen

System	Download	Getestet
Linux x86-64	57.9 MB	Auf echten Rechnern und in der CI
macOS (Apple Silicon)	39.8 MB	In der CI
Windows x86-64	34.7 MB	In der CI

Linux x86-64, macOS auf Apple Silicon und Windows x86-64. ffmpeg ist in Subtitld enthalten.

Fehlerbehebung

unsupported_languageBark 3.0 kennt nur Englisch. Verwenden Sie für andere Sprachen Whisper (offline).
networkDas Modell konnte nicht heruntergeladen werden. Prüfen Sie Ihre Internetverbindung und versuchen Sie es erneut: Ein unterbrochener Download wird dort fortgesetzt, wo er aufgehört hat.
model_missingDas vorbereitete Modell konnte nicht geladen werden. Die Meldung nennt seinen Ordner: Löschen Sie diesen Ordner, und die nächste Transkription bereitet es erneut vor.
bad_paramsSubtitld konnte das Audio nicht übergeben, oder die Modell-Einstellung ist unbekannt. Die Meldung sagt, warum.
oomNicht genug Arbeitsspeicher. Schließen Sie andere Programme und versuchen Sie es erneut.
disk_fullNicht genug Speicherplatz, um das Modell vorzubereiten oder das Audio zu dekodieren. Bark 3.0 braucht während der Vorbereitung etwa 900 MB, Pro etwa 2 GB.
internalIn der Erweiterung ist etwas fehlgeschlagen, oft ffmpeg beim Dekodieren des Audios. Die Meldung enthält die Details.

Lizenz

Erweiterung

Apache-2.0

Engine

MIT

ONNX Runtime, von Microsoft

Modell

CC-BY-4.0

Bark-3.0-Gewichte, von Conway Research, aus NVIDIA Parakeet

Für kommerzielle Arbeit geeignet. Die Erweiterung steht unter Apache-2.0, ONNX Runtime unter MIT. Die Bark-3.0-Gewichte stehen unter CC-BY-4.0, stammen von Conway Research und wurden aus dem Parakeet-Modell von NVIDIA erstellt; die Lizenz verlangt eine Nennung, wo immer die Gewichte selbst weitergegeben werden, und die NOTICE-Datei der Erweiterung enthält sie. Die Untertitel, die Sie erstellen, gehören Ihnen.

Bark 3.0 (offline, English)