Descargar

Paradee (offline, lightweight English)

VocesSin conexiónSolo CPUUso comercial permitido

Dobla tus subtítulos en un inglés natural con Paradee de Sahil Mahendrakar, un modelo de 8 millones de parámetros destilado de Kokoro. Cuatro voces, dos americanas y dos británicas, con un solo modelo de 8,5 MB. Funciona en el procesador de tu propio ordenador, muchas veces más rápido que el tiempo real, sin tarjeta gráfica y sin cuenta.

Instálalo desde Subtitld

Ajustes Complementos Paradee (offline, lightweight English) Instalar

Subtitld lo descarga, comprueba su SHA-256 y lo mantiene actualizado.

Código fuente en GitHub
Idiomas
2
Modelos
1
Voces
4
Descarga del complemento
75–93 MB
RAM, como mínimo
512 MB

Qué hace

Las voces de Kokoro, en una décima parte del tamaño

Paradee aprendió cuatro de las voces de Kokoro con una décima parte de sus parámetros, y suena cerca de él. Inglés natural, a 24 kHz.

Americano y británico

Heart y Puck hablan inglés americano, Isabella y Fable inglés británico, cada una con su propia pronunciación: "tomato", "schedule" y "can't" salen como las dice cada acento.

Rápido en cualquier ordenador

Con un solo núcleo del procesador, una línea sale unas 17 a 20 veces más rápido que el tiempo real. Unos 300 MB de memoria, y ninguna tarjeta gráfica.

Sin conexión tras la primera línea

El modelo de 8,5 MB se descarga la primera vez que se dice una línea. A partir de ahí, nada sale de tu ordenador. Los modelos y el complemento permiten el uso comercial.

Voces

En la pestaña Hablantes, elige Paradee 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.

4 voces en 2 idiomas.

  • en-gb 2
  • en-us 2

Heart es la más cercana a Kokoro; Isabella es, de las cuatro, la más alejada. Las cuatro voces vienen del mismo modelo, así que cambiar de voz no descarga nada. Paradee no clona voces. Para doblar con la propia voz del hablante, elige un motor de clonación de voz como Sopro o Chatterbox.

El modelo añade a sus voces un poco de respiración y de siseo al azar, como hace Kokoro. Volver a doblar una línea puede sonar muy ligeramente distinto en esos puntos; las palabras, la voz y los tiempos siguen siendo los mismos.

Modelos

El modelo no viene dentro del complemento. Se descarga en la caché de modelos compartida de Subtitld la primera vez que se dice una línea, desde Hugging Face en una revisión fija, con cada archivo comprobado. Una descarga interrumpida continúa donde se quedó. Actualizar o quitar el complemento conserva el modelo.

Modelo DescargaIdeal para
Paradee 1.2 (7.9M, int8 ONNX, four voices) Predeterminado paradee-1.2
8 MB
Las cuatro voces, cerca de 17–20× el tiempo real en un solo núcleo del procesador

El complemento ejecuta el archivo ONNX que publica el autor de Paradee, sin PyTorch, y convierte el texto en sonidos exactamente como lo hace el código del autor, con el propio fonetizador de Kokoro. Lo comparamos con el código del autor: los mismos sonidos en todas las frases de prueba, en los dos acentos, y el mismo audio con las cuatro voces.

Opciones

En Ajustes › Complementos › Paradee (offline, lightweight English) › Configurar.

CPU threads
Predeterminado: 0

0 usa un hilo, que ya es muchas veces más rápido que el tiempo real. Con un modelo tan pequeño, más hilos rara vez ayudan.

Speaking pace
Predeterminado: 1

La velocidad a la que habla el propio Paradee: 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.

Idiomas

Solo inglés. Se acepta cualquier proyecto en inglés (americano, británico, australiano…), y cada voz lo lee con su propio acento. 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, y palabras como "read" o "record" se dicen como lo pide su frase. Los nombres y las palabras de otros idiomas que el fonetizador no conoce los dice espeak-ng, y pueden pronunciarse mal.

  • en-us
  • en-gb

Plataformas

Sistema DescargaProbado
Linux x86-64 93.5 MBDoblado con las cuatro voces en una máquina real, en sistemas Debian, Ubuntu, Fedora y Arch limpios, y en CI
macOS (Apple silicon) 75.2 MBDoblado con las cuatro voces en CI (Apple Silicon)
Windows x86-64 84.5 MBDoblado con las cuatro voces 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 el modelo y dobla con cada voz.

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: 8,5 MB.
  • 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: Paradee necesita unos 400 MB.
  • internalAlgo falló dentro del complemento; el mensaje tiene los detalles.

Licencia

Complemento
GPL-3.0-or-later
Porque incluye espeak-ng
Motor
Apache-2.0, MIT, GPL-3.0-or-later
misaki, el propio fonetizador de Kokoro, convierte el texto en sonidos junto con spaCy; espeak-ng dice las palabras que no conocen; ONNX Runtime, de Microsoft, ejecuta el modelo
Modelo
Apache-2.0
Pesos de Paradee 1.2, de Sahil Mahendrakar, destilados de Kokoro-82M, de hexgrad

Apto para uso comercial. El modelo Paradee y el código del autor son Apache-2.0, como Kokoro. El complemento es GPL-3.0-or-later porque incluye espeak-ng; 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.

Versiones

  • 26.11.1

    Offline English text-to-speech for Subtitld with Paradee 1.2: natural English speech at 24 kHz from an 8M-parameter model distilled from Kokoro-82M, many times faster than real time on the CPU. Four voices from one 8.5 MB model: Heart and Puck (American English), Isabella and Fable (British English).

    The archive holds the add-on, ONNX Runtime, misaki (Kokoro's phonemizer) with spaCy's small English pipeline, and espeak-ng with its English data. The model downloads the first time a line is spoken, 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 Paradee model and misaki are Apache-2.0, spaCy and its English pipeline MIT. Each archive carries THIRD_PARTY_LICENSES/ with the licence of everything frozen into it. The complete corresponding source is paradee-<version>-source.tar.gz in this release. The Linux archive also carries libquadmath (LGPL-2.1, with numpy); its source is paradee-<version>-libquadmath-source.tar.gz.

    What's Changed

    • Paradee add-on: lightweight offline English text-to-speech by @jonata in https://github.com/Subtitld/addon-paradee/pull/1
    • Parity test: allow other CPUs' int8 rounding by @jonata in https://github.com/Subtitld/addon-paradee/pull/2

    New Contributors

    • @jonata made their first contribution in https://github.com/Subtitld/addon-paradee/pull/1

Otros complementos de Voces

Actualizado · Del catálogo de complementos Informar de un problema con este complemento