tiny-voca offline, leichtgewichtig, Englisch
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.
Einstellungen Erweiterungen tiny-voca (offline, lightweight English) Installieren
Subtitld lädt sie herunter, prüft ihren SHA-256-Wert und hält sie aktuell.
- Sprachen
- 1
- Modelle
- 1
- Stimmen
- 2
- Download der Erweiterung
- 33–43 MB
- RAM, mindestens
- 256 MB
Anhören
Was es tut
Ein Modell mit 4,5 Millionen Parametern, eines der kleinsten, die noch natürlich klingen: deutliches amerikanisches Englisch mit 24 kHz.
Das 26 MB große Modell steckt in der Erweiterung. Es funktioniert, sobald es installiert ist, und nichts verlässt Ihren Computer.
Auf einem Laptop-Prozessor entsteht eine Zeile in wenigen Hundertstelsekunden, dutzendfach schneller als Echtzeit, ohne Grafikkarte.
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.
en2
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 | Größe | Geeignet für |
|---|---|---|
| tiny-voca (4.5M) Standard tiny-voca | 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.
1Wie 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.
00 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 | Download | Getestet |
|---|---|---|
| Linux x86-64 | 42.6 MB | Mit 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 MB | In der CI spricht die installierte Erweiterung mit beiden Stimmen (Apple Silicon) |
| Windows x86-64 | 33.1 MB | In 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
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
-
Piper Offline
158 Offline-Stimmen in 49 Sprachen, jede ein eigener kleiner Download.
-
Kokoro Offline
54 Offline-Stimmen in neun Sprachen, alle aus einem 82-MB-Modell.
-
Supertonic Offline
Zehn Offline-Stimmen, jede kann alle 31 ihrer Sprachen sprechen.
-
sanoTTS Offline
Winzige Offline-Stimmen, 28 in 14 Sprachen, jeweils unter 10 MB.
-
Parler-TTS Offline
Englische Stimmen, die einer geschriebenen Beschreibung folgen; 34 benannte Sprecher.
-
Qwen3-TTS Klon
Zehn Sprachen, neun Stimmen und Klonen ab 3 Sekunden eines Sprechers.
-
Coqui XTTS Klon
Stimmklonen in 16 Sprachen, mit einer Modelllizenz für nicht-kommerzielle Nutzung.
-
F5-TTS Klon
Nur Stimmklonen, auf Englisch und Chinesisch; nicht-kommerzielles Modell.
-
VoxCPM2 Klon
30 Sprachen in 48 kHz, in der Stimme des Sprechers oder einer beschriebenen. Schwer.
-
Pocket TTS Offline
Schnell und leicht, nur CPU. 23 Stimmen in sieben europäischen Sprachen.
-
Sopro Klon
Die eigene Stimme des Sprechers, schnell auf einer CPU. Vier Sprachen.
-
KittenTTS 2 Klon
Die eigene Stimme des Sprechers in 16 Sprachen, auf einer CPU. Gewichte unter einer restriktiven Lizenz.
-
Ming-3.0-tts Klon
7 Sprachen in 44,1 kHz: geklonte, eingebaute oder beschriebene Stimmen, mit Emotion. Schwer.
-
Scylla's Band Offline
Vierzehn Stimmen in sechs Sprachen, schlank und schnell auf einer CPU. Nur eingebaute Stimmen.
-
Audio8 TTS Klon
Die eigene Stimme des Sprechers in 23 Sprachen, Kantonesisch und Arabisch inbegriffen. Langsam auf einer CPU.
-
Inflect Offline
Natürliche englische Sprache aus einem winzigen Modell, schnell auf jeder CPU.
-
Paradee Offline
Vier natürliche englische Stimmen, amerikanisch und britisch, aus einem einzigen 8,5-MB-Modell.
-
BlueTTS Klon
Hebräisch und Jiddisch, dazu fünf weitere Sprachen. Die eigene Stimme des Sprechers, schnell auf einer CPU.
-
ZONOS3-Mini Klon
43 Sprachen, von Arabisch bis Vietnamesisch. Die eigene Stimme des Sprechers, auf einer CPU.
-
Reverb Klon
Sieben europäische Sprachen und die eigene Stimme des Sprechers, auf einer CPU; nicht-kommerzielles Modell.
-
OmniVoice Klon
646 Sprachen, die eigene Stimme des Sprechers über Sprachgrenzen hinweg; nicht-kommerzielles Modell.
-
VoxMel Klon
Englisch und Mandarin, mit originalgetreuen Klonen der eigenen Stimme des Sprechers.
-
Chatterbox Klon
Die eigene Stimme des Sprechers in 20 Sprachen, auf einer CPU, ohne Konto.