Phonon-2 (offline, English)
Wandelt englische Sprache in Ihrem Video auf Ihrem eigenen Computer in zeitgesteuerte Untertitel um, mit Phonon-2, dem Sprachmodell von Fermion Research. Es läuft auf der CPU, braucht weder Grafikkarte noch Konto, und nichts verlässt Ihren Rechner.
Einstellungen Erweiterungen Phonon-2 (offline, English) Installieren
Subtitld lädt sie herunter, prüft ihren SHA-256-Wert und hält sie aktuell.
- Sprachen
- 1
- Modelle
- 1
- Download der Erweiterung
- 342 MB
Was sie tut
Das 164 MB große Modell wird einmal heruntergeladen, beim ersten Transkribieren, und mit einem festen Fingerabdruck geprüft. Danach ist kein Internet mehr nötig.
Sie läuft auf der CPU. Legen Sie fest, wie viele Kerne sie nutzen darf, oder lassen Sie sie wählen.
Phonon-2 schneidet die Sprache an Sätzen und Pausen, sodass jeder Untertitel dort beginnt und endet, wo die sprechende Person es tut.
Tragen Sie unter Hotwords die Namen und Begriffe Ihres Videos ein, und Phonon-2 bevorzugt sie.
Modelle
Es gibt ein Modell, Phonon-2. Es steckt nicht in der Erweiterung: Es 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 |
|---|---|---|
| Phonon-2 Standard | Englische Sprache, von Interviews bis Vorlesungen |
Die erste Transkription lädt auch das Modell, daher dauert sie länger als die folgenden. Phonon-2 transkribiert eine Datei in einem Durchgang: Abbrechen greift, sobald dieser Durchgang endet.
Optionen
In Einstellungen › Erweiterungen › Phonon-2 (offline, English) › Konfigurieren.
Wo das Modell gespeichert wird. Leer lassen, um den gemeinsamen Modell-Cache von Subtitld zu nutzen, sodass das Modell beim Aktualisieren oder Entfernen der Erweiterung erhalten bleibt.
0Wie viele CPU-Kerne Phonon-2 nutzt. 0 wählt für Sie. Ein neuer Wert gilt ab dem nächsten Laden des Modells.
Namen und Begriffe aus Ihrem Video, durch Kommas getrennt, bis zu 25. Phonon-2 bevorzugt sie, aber das Audio entscheidet weiterhin.
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 | 341.8 MB | Auf echten Rechnern und in sauberen Ubuntu-22.04-, Debian-10-, Fedora- und Arch-Containern |
Vorerst nur Linux x86-64, auf Distributionen ab 2018 (glibc 2.28 oder neuer). Versionen für macOS und Windows sind noch nicht fertig.
Fehlerbehebung
unsupported_languagePhonon-2 kennt nur Englisch. Verwenden Sie für andere Sprachen Whisper (offline).model_missingDas Modell konnte nicht heruntergeladen oder geladen werden. Prüfen Sie beim ersten Einsatz Ihre Internetverbindung, und den Ordner unter Models folder, falls Sie einen festgelegt haben.bad_paramsSubtitld konnte das Audio nicht übergeben. Die Meldung sagt, warum.oomNicht genug Arbeitsspeicher. Schließen Sie andere Programme, oder transkribieren Sie einen Bereich statt des ganzen Videos.disk_fullNicht genug Speicherplatz für das Modell oder das dekodierte Audio. Geben Sie Platz frei und versuchen Sie es erneut.internalIn der Erweiterung ist etwas fehlgeschlagen, oft ffmpeg beim Dekodieren des Audios. Die Meldung enthält die Details.
Lizenz
Für kommerzielle Arbeit geeignet. Die Erweiterung und ihre Engine stehen unter Apache-2.0. Die Phonon-2-Gewichte stehen unter CC-BY-4.0, die eine Nennung von Fermion Research verlangt, wo immer die Gewichte selbst weitergegeben werden; die NOTICE-Datei der Erweiterung enthält sie. Die Untertitel, die Sie erstellen, gehören Ihnen.
Versionen
- 0.0.1
Offline English speech-to-text for Subtitld with Phonon-2 from Fermion Research (fermion-research 0.2.11).
Linux x86-64 for now. The archive runs on glibc 2.28 and newer, and was tested from the archive in clean Ubuntu 22.04, Debian 10, Fedora 44 and Arch Linux containers, with a real transcription in each. macOS and Windows builds are not done yet.
The model is not included: Phonon-2 (164 MB, CC-BY-4.0) downloads once on first use into Subtitld's shared model cache, checked against a sha256 pinned in fermion-research. English only; the Whisper (offline) add-on covers other languages. The engine runs on torch, so the download is large, about 340 MB.
The add-on is Apache-2.0. The archive contains
THIRD_PARTY_LICENSES/with the licences of everything frozen into it;INDEX.txtlists every shared library and the notice that covers it. The Phonon engine and transformers are Apache-2.0, torch and numpy are BSD-3-Clause, and the Python runtime and its libraries are under their own licences.The archive also ships LGPL code, and its complete source is attached here:
- libquadmath (LGPL-2.1-or-later), in two builds, linked by the GCC Fortran runtime of numpy's and scipy's OpenBLAS:
phonon2-addon-0.0.1-libquadmath-source.tar.gz. - libsndfile (LGPL-2.1-or-later) from soundfile, with LAME and mpg123 (LGPL) and libFLAC, libogg, libvorbis and Opus (BSD) linked into it:
phonon2-addon-0.0.1-libsndfile-source.tar.gz.
Each tarball's README says which build it is and how to rebuild it. The add-on's own source is
phonon2-addon-0.0.1-source.tar.gz. - libquadmath (LGPL-2.1-or-later), in two builds, linked by the GCC Fortran runtime of numpy's and scipy's OpenBLAS:
Weitere Sprache zu Text-Erweiterungen
-
Whisper Offline
Offline-Spracherkennung mit whisper.cpp, nur CPU.
-
Vosk Offline
Leichtgewichtig und nur CPU. Modelle ab etwa 40 MB.
-
RealtimeSTT Offline
Für den Aufnahmemodus, während Sie sprechen. Whisper-Modelle, auf Ihrem Computer.
-
AssemblyAI Cloud
Mit Sprechererkennung. Noch nicht verfügbar.
-
Whistle Offline
Winzig, offline und nur CPU. Sieben europäische Sprachen.