tiny-voca offline, leichtgewichtig, Englisch

StimmenOfflineNur CPUKommerzielle Nutzung erlaubt

Vertont Ihre Untertitel in amerikanischem Englisch mit tiny-voca, einem Modell mit 4,5 Millionen Parametern von Muhammed Nazeem, mit einer Frauen- oder einer Männerstimme. Es läuft auf dem Prozessor Ihres eigenen Computers, dutzendfach schneller als Echtzeit, und das Modell steckt schon in der Erweiterung: Es muss nichts heruntergeladen werden.

In Subtitld installieren

Einstellungen Erweiterungen tiny-voca (offline, lightweight English) Installieren

Subtitld lädt sie herunter, prüft ihren SHA-256-Wert und hält sie aktuell.

Quellcode auf GitHub
Sprachen
1
Modelle
1
Stimmen
2
Download der Erweiterung
33–43 MB
RAM, mindestens
256 MB

Anhören

Was es tut

Winzig und deutlich

Ein Modell mit 4,5 Millionen Parametern, eines der kleinsten, die noch natürlich klingen: deutliches amerikanisches Englisch mit 24 kHz.

Nichts herunterzuladen

Das 26 MB große Modell steckt in der Erweiterung. Es funktioniert, sobald es installiert ist, und nichts verlässt Ihren Computer.

Schnell auf jedem Computer

Auf einem Laptop-Prozessor entsteht eine Zeile in wenigen Hundertstelsekunden, dutzendfach schneller als Echtzeit, ohne Grafikkarte.

Frei für kommerzielle Arbeit

Die Erweiterung und das Modell stehen unter Apache-2.0, und llama.cpp, das es ausführt, unter MIT.

Stimmen

Im Tab Sprecher wählen Sie tiny-voca als Synchronisations-Engine eines Sprechers und danach eine Stimme. Aktivieren Sie Synchronaufnahme an Untertiteldauer anpassen, damit der Sprecher jede Zeile auf ihren Untertitel streckt oder staucht.

2 Stimmen in 1 Sprache.

  • en 2

Es gibt zwei Stimmen, eine Frau und einen Mann, beide in amerikanischem Englisch. Der Autor von tiny-voca hat sie aus schriftlichen Beschreibungen erzeugt und das Modell mit synthetischer Sprache trainiert: Es wurde keine Stimme eines echten Menschen aufgenommen. tiny-voca klont keine Stimmen. Um in der eigenen Stimme des Sprechers zu vertonen, wählen Sie eine Engine, die Stimmen klont, etwa Sopro oder VoxMel.

Modelle

Das Modell steckt in der Erweiterung, es muss also nichts heruntergeladen werden. Es ist das GGUF, das ggml-org aus tiny-voca umgewandelt hat, in einer festen Revision, geprüft beim Bauen der Erweiterung.

Modell GrößeGeeignet für
tiny-voca (4.5M) Standard tiny-voca
25 MB
Beide Stimmen; Teil der Erweiterung

Das Modell läuft in llama.cpp, derselben Engine, die viele für Sprachmodelle verwenden. llama.cpp wandelt auch den Text in Laute um, mit einer Portierung von tiny-vocas eigenem Phonemisierer, die im Modell steckt.

Optionen

In Einstellungen › Erweiterungen › tiny-voca (offline, lightweight English) › Konfigurieren.

Speed
Standard: 1

Wie schnell tiny-voca selbst spricht: 1,0 ist sein natürliches Tempo, 1,2 ist 20 % schneller. Das Tempo eines Sprechers in Subtitld verändert es zusätzlich. Das Modell spricht schneller oder langsamer; das Audio wird nicht gestreckt.

CPU threads
Standard: 0

0 nutzt bis zu vier Threads, was schon weit schneller als Echtzeit ist. Bei einem so kleinen Modell helfen mehr Threads selten.

Sprachen

Nur Englisch. Jedes englische Projekt (amerikanisch, britisch, australisch …) wird angenommen und mit amerikanischem Akzent gelesen. Ein Projekt in einer anderen Sprache bekommt eine Meldung, die das sagt: Wählen Sie dafür eine andere Synchronisations-Engine.

Zahlen, Preise, Daten, Uhrzeiten, Einheiten und gängige Abkürzungen werden als Wörter vorgelesen, und Wörter wie „read“ oder „record“ werden so gesprochen, wie ihr Satz es verlangt.

  • en

Plattformen

System DownloadGetestet
Linux x86-64 42.6 MBMit beiden Stimmen auf einem echten Rechner und auf frischen AlmaLinux-8- und Ubuntu-24.04-Systemen vertont; in der CI spricht die installierte Erweiterung mit beiden Stimmen
macOS (Apple Silicon) 40.1 MBIn der CI spricht die installierte Erweiterung mit beiden Stimmen (Apple Silicon)
Windows x86-64 33.1 MBIn der CI spricht die installierte Erweiterung mit beiden Stimmen

Linux x86-64 (jede Distribution ab 2018, glibc 2.28 oder neuer), macOS 13.3 oder neuer auf Apple Silicon und Windows x86-64. Jede Version wird auf allen dreien gebaut, und auf jedem installiert die CI die Erweiterung so, wie Subtitld es tut, und vertont mit beiden Stimmen.

Fehlerbehebung

  • unsupported_languageDie Sprache des Projekts ist nicht Englisch. Legen Sie sie im Projekt fest oder wählen Sie eine andere Synchronisations-Engine.
  • unsupported_voiceDas Projekt nennt eine Stimme, die diese Version nicht hat. Wählen Sie die Stimme im Tab Sprecher erneut.
  • bad_paramsDie Zeile hat keinen Text. Schreiben Sie den Untertitel und vertonen Sie ihn erneut.
  • internalIn der Erweiterung ist etwas fehlgeschlagen; die Meldung enthält die Details. Wenn Sie die Zeile erneut vertonen, startet die Sprach-Engine neu.

Lizenz

Erweiterung
Apache-2.0
Engine
MIT
llama.cpp, das das Modell ausführt und den Text in Laute umwandelt
Modell
Apache-2.0
Gewichte von tiny-voca, von Muhammed Nazeem; Aussprachedaten aus dizione, dem CMU Pronouncing Dictionary (BSD-2-Clause) und Googles Wikipedia Homograph Data

Für kommerzielle Arbeit geeignet. Die Erweiterung und das tiny-voca-Modell stehen unter Apache-2.0, und llama.cpp steht unter MIT. Die Lizenz gilt für die Erweiterung, nicht für das, was Sie damit erstellen: Die Synchronisationen, die Sie erstellen, gehören Ihnen.

Versionen

  • 26.11.1

    The first release: lightweight English text-to-speech for Subtitld with tiny-voca, a 4.5-million-parameter model by Muhammed Nazeem.

    • Two American English voices, a woman and a man, at 24 kHz. No voice cloning.
    • Dozens of times faster than real time on a CPU: a line takes a few hundredths of a second.
    • Numbers, prices, dates, times and units are read out as words.
    • The model (26 MB) is part of the add-on: nothing to download.
    • A Speed setting, which a speaker's Rate in Subtitld scales further.
    • English only: a line in another project language gets a message saying so.
    • Runs in llama.cpp's server, which the add-on starts on 127.0.0.1 and stops when it exits. The Linux archive runs on glibc 2.28 and newer.

    The add-on and the tiny-voca weights are Apache-2.0; llama.cpp and ggml are MIT. Each archive carries THIRD_PARTY_LICENSES/, including the licences of the pronunciation data in the model (CMU Pronouncing Dictionary, Wikipedia Homograph Data).

Weitere Stimmen-Erweiterungen