Complementos
El reconocimiento de voz, la traducción, las voces, la separación de audio y la sincronización labial se instalan desde dentro de Subtitld, cada uno con sus propios modelos. La mayoría funciona en tu propio ordenador.
Voz a texto
-
Whisper Sin conexión
Voz a texto sin conexión con whisper.cpp, solo CPU.
-
Vosk Sin conexión
Ligero y solo CPU. Modelos desde unos 40 MB.
-
RealtimeSTT Sin conexión
Para el modo de grabación, mientras hablas. Modelos Whisper, en tu ordenador.
-
AssemblyAI Nube
Con separación de hablantes. Aún no disponible.
Traducción
Voces
-
Piper Sin conexión
158 voces sin conexión en 49 idiomas, cada una una descarga pequeña aparte.
-
Kokoro Sin conexión
54 voces sin conexión en nueve idiomas, todas de un único modelo de 82 MB.
-
Supertonic Sin conexión
Diez voces sin conexión, cada una capaz de hablar los 31 idiomas del modelo.
-
sanoTTS Sin conexión
Voces sin conexión diminutas, 28 en 14 idiomas, cada una de menos de 10 MB.
-
Parler-TTS Sin conexión
Voces en inglés que siguen una descripción escrita; 34 hablantes con nombre.
-
Qwen3-TTS Clonación
Diez idiomas, nueve voces y clonación desde 3 segundos de un hablante.
-
Coqui XTTS Clonación
Clonación de voz en 16 idiomas, con licencia de modelo no comercial.
-
F5-TTS Clonación
Solo clonación de voz, en inglés y chino; modelo no comercial.