Inflect (offline, lightweight English)
Dobla tus subtítulos en un inglés americano natural con Inflect v2 de Owen Song, un modelo de menos de 10 millones de parámetros. Funciona en el procesador de tu propio ordenador, muchas veces más rápido que el tiempo real, sin tarjeta gráfica y sin cuenta.
Ajustes Complementos Inflect (offline, lightweight English) Instalar
Subtitld lo descarga, comprueba su SHA-256 y lo mantiene actualizado.
- Idiomas
- 1
- Modelos
- 2
- Voces
- 2
- Descarga del complemento
- 35–45 MB
- RAM, como mínimo
- 512 MB
Qué hace
Inflect v2 tiene menos de 10 millones de parámetros, y aun así suena cerca de modelos muchas veces más grandes. Una voz de inglés americano, a 24 kHz.
En el procesador de un ordenador de sobremesa, Micro habla unas 13 veces más rápido que el tiempo real y Nano unas 30. Incluso con un solo núcleo, ambos son más rápidos que el tiempo real. Menos de 300 MB de memoria.
Cada modelo se descarga la primera vez que habla su voz: 38 MB para Micro, 16 MB para Nano. A partir de ahí, nada sale de tu ordenador.
Los modelos son Apache-2.0 y el complemento es GPL-3.0-or-later. Los doblajes que hagas son tuyos.
Voces
En la pestaña Hablantes, elige Inflect como Motor de doblaje de un hablante y luego elige una Voz. Activa Ajustar el doblaje a la duración del subtítulo para que cada línea de ese hablante se estire o se comprima hasta su subtítulo.
2 voces en 1 idioma.
en-us2
Las dos voces son el mismo hombre americano sintético, creado por el autor del modelo sin grabaciones de una persona real: Micro suena algo más natural, Nano es más pequeño y más rápido. Inflect no clona voces. Para doblar con la propia voz del hablante, elige un motor de clonación de voz como Sopro o Chatterbox.
Cada línea se dice siempre con la misma semilla, así que volver a doblar una línea con la misma voz da el mismo audio.
Modelos
Los modelos no vienen dentro del complemento. Cada uno se descarga en la caché de modelos compartida de Subtitld la primera vez que habla su voz, desde Hugging Face en una revisión fija, con cada archivo comprobado. Una descarga interrumpida continúa donde se quedó. Actualizar o quitar el complemento conserva los modelos.
| Modelo | Descarga | Ideal para |
|---|---|---|
| Inflect-Micro v2 (9.4M, ONNX) Predeterminado inflect-micro-v2 | La mejor calidad, cerca de 13× el tiempo real | |
| Inflect-Nano v2 (4.0M, ONNX) inflect-nano-v2 | El más pequeño y rápido, cerca de 30× el tiempo real, algo menos natural |
El complemento ejecuta la versión ONNX que publica el autor de Inflect, sin PyTorch. La comparamos con el propio código del autor en las mismas líneas: los mismos sonidos en las 412 frases del conjunto de prueba del autor, y el mismo audio con los dos modelos.
Opciones
En Ajustes › Complementos › Inflect (offline, lightweight English) › Configurar.
00 usa la mitad de los procesadores lógicos del ordenador, como máximo 8. Menos hilos mantienen el ordenador más ágil mientras dobla.
1La velocidad a la que habla el propio Inflect: 1,0 es su ritmo natural, 1,2 es un 20 % más rápido. Es el modelo el que habla más rápido o más despacio; el audio no se estira.
0.6670 es plano y siempre igual; un valor más alto, más vivo. 0,667 es el valor predeterminado del propio Inflect.
Idiomas
Solo inglés. Cualquier proyecto en inglés (americano, británico, australiano…) se lee con la voz americana. Un proyecto en otro idioma recibe un mensaje que lo indica: elige otro motor de doblaje para él.
Los números, precios, fechas, horas y abreviaturas comunes se leen con palabras: "$3.50" se convierte en "three dollars and fifty cents". Los nombres poco comunes, los lugares y las palabras de otros idiomas pueden pronunciarse mal.
en-us
Plataformas
| Sistema | Descarga | Probado |
|---|---|---|
| Linux x86-64 | 45.3 MB | Doblado con los dos modelos en una máquina real y en CI |
| macOS (Apple silicon) | 40.4 MB | Doblado con los dos modelos en CI (Apple Silicon) |
| Windows x86-64 | 35.3 MB | Doblado con los dos modelos en CI |
Linux x86-64 (cualquier distribución desde 2018), macOS en Apple Silicon y Windows x86-64. Cada versión se compila en los tres, y en cada uno la CI instala el complemento como lo hace Subtitld, descarga los dos modelos y dobla con ellos.
Solución de problemas
network_unavailableNo se pudo descargar el modelo, o un archivo descargado no pasó su comprobación y se descartó. Comprueba tu conexión y vuelve a intentarlo: la descarga continúa donde se quedó.disk_fullNo hay espacio en disco suficiente para el modelo: 38 MB para Micro, 16 MB para Nano.unsupported_languageEl idioma del proyecto no es inglés, o no está definido. Defínelo en el proyecto, o elige otro motor de doblaje.unsupported_voiceEl proyecto indica una voz que esta versión no tiene. Vuelve a elegir la voz en la pestaña Hablantes.bad_paramsLa línea no tiene texto. Escribe el subtítulo y vuelve a doblarlo.out_of_memoryEl ordenador se quedó sin memoria. Cierra otros programas: Inflect necesita cerca de 300 MB.internalAlgo falló dentro del complemento; el mensaje tiene los detalles.
Licencia
Apto para uso comercial. Los modelos Inflect v2 y el código del autor son Apache-2.0. El complemento es GPL-3.0-or-later porque incluye espeak-ng, que convierte el texto en sonidos; su código fuente completo, incluido el de espeak-ng, está en cada versión. La licencia cubre el complemento, no lo que hagas con él: los doblajes que hagas son tuyos. El autor del modelo pide que su voz nunca se haga pasar por la grabación de una persona real.
Versiones
- 26.11.1
Offline English text-to-speech for Subtitld with Inflect v2: a natural American English voice at 24 kHz from a model of under 10M parameters, many times faster than real time on the CPU. Two voices: Inflect Micro (best quality, 38 MB) and Inflect Nano (16 MB, faster).
The archive holds the add-on, ONNX Runtime and espeak-ng with its English data. Each model downloads the first time its voice speaks, at a pinned revision, checked by sha256.
The add-on is GPL-3.0-or-later, because it bundles espeak-ng (GPL-3.0-or-later); the Inflect v2 models are Apache-2.0. Each archive carries
THIRD_PARTY_LICENSES/with the licence of everything frozen into it. The complete corresponding source isinflect-<version>-source.tar.gzin this release. The Linux archive also carries libquadmath (LGPL-2.1, with numpy); its source isinflect-<version>-libquadmath-source.tar.gz.
Otros complementos de 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.
-
VoxCPM2 Clonación
30 idiomas a 48 kHz, con la propia voz del hablante o una descrita. Pesado.
-
Pocket TTS Sin conexión
Rápido y ligero, solo CPU. 23 voces en siete idiomas europeos.
-
Sopro Clonación
La propia voz del hablante, rápido en una CPU. Cuatro idiomas.
-
KittenTTS 2 Clonación
La propia voz del hablante en 16 idiomas, en una CPU. Pesos bajo una licencia restrictiva.
-
Ming-3.0-tts Clonación
7 idiomas a 44,1 kHz: voces clonadas, integradas o descritas, con emoción. Pesado.
-
Scylla's Band Sin conexión
Catorce voces en seis idiomas, ligero y rápido en una CPU. Solo voces predefinidas.
-
Audio8 TTS Clonación
La propia voz del hablante en 11 idiomas, cantonés incluido. Lento en una CPU.
-
Chatterbox Clonación
Offline TTS in 20 languages, in the speaker's own voice cloned from a few seconds of the video or in one of 8 preset…