Scylla's Band (offline, 14 voices, 6 languages)
Dobla tus subtítulos en inglés, español, italiano, francés, alemán y vietnamita con Scylla's Band, con catorce voces predefinidas que hablan cada una los seis. Funciona en el procesador de tu propio ordenador, muchas veces más rápido que en tiempo real, con un modelo de 240 MB.
Ajustes Complementos Scylla's Band (offline, 14 voices, 6 languages) Instalar
Subtitld lo descarga, comprueba su SHA-256 y lo mantiene actualizado.
- Idiomas
- 6
- Modelos
- 1
- Voces
- 14
- Descarga del complemento
- 14–22 MB
- RAM, como mínimo
- 700 MB
Qué hace
Cada voz habla inglés, español, italiano, francés, alemán y vietnamita, así que un mismo hablante conserva la misma voz en todos los idiomas a los que dobles.
Un segundo de habla tarda bastante menos de una décima de segundo en generarse en el procesador de un portátil, con menos de 500 MB de memoria. No se usa la tarjeta gráfica.
Haz que la forma de decir sea más tranquila o más intensa, más lenta o más rápida, más aguda o más grave, en los ajustes del complemento.
El modelo, de 240 MB, se descarga una sola vez, la primera vez que doblas con él. A partir de ahí, nada sale de tu ordenador.
Antes de instalar
- Disco: unos 300 MB, casi todo para el modelo, que se descarga con la primera línea.
- Memoria: menos de 500 MB mientras habla.
- Procesador: cualquier procesador Intel o AMD de 64 bits, o cualquier Mac con Apple Silicon.
Scylla's Band solo habla con sus propias voces: no clona al hablante del vídeo. Para la propia voz del hablante, usa VoxCPM2, Sopro o Chatterbox.
Voces
En la pestaña Hablantes, elige Scylla's Band 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. Define el idioma del proyecto antes de doblar.
14 voces.
Las catorce voces son Scylla, Ariadne, Felix, Gwen, Ink, Kincade, Max, Orpheus, Poppy, Priya, Rex, Stone, Thistle y Tuesday. Cada una se entrenó en los seis idiomas, así que la lista es la misma sea cual sea el idioma de tu proyecto. En inglés, Ink, Orpheus y Tuesday hablan inglés británico y las demás inglés estadounidense.
Subtitld da a cada hablante una semilla, así que volver a doblar una línea da la misma toma. Cambia una palabra y la línea se dice de nuevo.
Modelos
El modelo no viene dentro del complemento: se descarga en la caché de modelos compartida de Subtitld la primera vez que doblas, desde el repositorio de spybyscript en Hugging Face en una versión fija, con cada archivo comprobado. Una descarga interrumpida continúa donde se quedó. Actualizar o quitar el complemento conserva el modelo.
| Modelo | Descarga | Ideal para |
|---|---|---|
| Scylla's Band v3-20261104 (LiteRT bundle) Predeterminado scyllasband-litert | Todas las voces e idiomas, muchas veces más rápido que en tiempo real en una CPU |
El complemento ejecuta el propio runtime en C++ de Scylla's Band con LiteRT de Google, dentro del proceso del complemento, así que no necesita bibliotecas de aprendizaje automático de Python y arranca en un momento.
Opciones
En Ajustes › Complementos › Scylla's Band (offline, 14 voices, 6 languages) › Configurar.
0De tranquila (−2) a intensa (2); 0 es la forma de decir propia de cada voz. Cambia con cuánta fuerza se nota la emoción de una línea, no qué emoción es.
0De más lento (−2) a más rápido (2), las palabras y las pausas entre ellas. El control de velocidad propio de Subtitld y Ajustar el doblaje a la duración del subtítulo se siguen aplicando encima.
0Sube o baja todas las voces, en semitonos.
00 deja que el runtime elija, hasta 4. Menos hilos mantienen el ordenador más ágil mientras dobla.
La intensidad, el ritmo y el tono se aplican a todos los hablantes que usan Scylla's Band en el proyecto.
Idiomas
Inglés, español, italiano, francés, alemán y vietnamita. Un proyecto en cualquier otro idioma recibe un mensaje que lo indica: elige otro motor de doblaje para él.
Los números se leen como palabras en cada uno de los seis idiomas, así que "42" se convierte en "cuarenta y dos" en español y en "bốn mươi hai" en vietnamita.
enesitfrdevi
Plataformas
| Sistema | Descarga | Probado |
|---|---|---|
| Linux x86-64 | 22.4 MB | Doblado con el modelo real en los seis idiomas, en una máquina real y en CI |
| macOS (Apple silicon) | 18.5 MB | Doblado con el modelo real en los seis idiomas, en CI (Apple Silicon) |
| Windows x86-64 | 13.6 MB | Doblado con el modelo real en los seis idiomas, en CI |
Linux x86-64, 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 él en los seis idiomas. En Linux necesita glibc 2.35 o posterior.
Solución de problemas
network_unavailableNo se pudo descargar el modelo. Comprueba tu conexión y vuelve a intentarlo: la descarga continúa donde se quedó.disk_fullNo hay espacio en disco suficiente para el modelo, unos 300 MB.unsupported_languageEl idioma del proyecto no es uno de los seis, 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.internalAlgo falló dentro del complemento; el mensaje tiene los detalles.
Licencia
El complemento, el runtime de Scylla's Band, LiteRT y los pesos de Scylla's Band son todos Apache-2.0, y las partes del modelo que vienen de Vocos y DeepPhonemizer son MIT. Puedes usar el complemento y los doblajes que genera para cualquier fin, trabajos remunerados incluidos. Los doblajes que hagas son tuyos.
Versiones
- 26.11.1
Offline text-to-speech with Scylla's Band: fourteen voices, each speaking English, Spanish, Italian, French, German and Vietnamese at 24 kHz. Eleven voices speak American English and three (Ink, Orpheus, Tuesday) British English.
- The model, about 240 MB, downloads on the first line, checked against pinned sha256 sums; an interrupted download resumes.
- Runs on the CPU, many times faster than real time, in about 500 MB of memory.
- Intensity, pace and pitch in Configure, each from -2 to 2.
- The same seed gives the same take, so a regenerated line keeps its delivery.
- Built-in voices only: Scylla's Band does not clone a speaker's voice.
Linux x86_64, macOS arm64 and Windows x86_64.
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.
-
Audio8 TTS Clonación
La propia voz del hablante en 11 idiomas, cantonés incluido. Lento en una CPU.
-
Inflect Sin conexión
Voz natural en inglés con un modelo diminuto, rápido en cualquier 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…