tiny-voca sin conexión, inglés, ligero
Dobla tus subtítulos en inglés americano con tiny-voca, un modelo de 4,5 millones de parámetros de Muhammed Nazeem, con voz de mujer o de hombre. Funciona en el procesador de tu propio ordenador, decenas de veces más rápido que el tiempo real, y el modelo viene dentro del complemento: no hay nada que descargar.
Ajustes Complementos tiny-voca (offline, lightweight English) Instalar
Subtitld lo descarga, comprueba su SHA-256 y lo mantiene actualizado.
- Idiomas
- 1
- Modelos
- 1
- Voces
- 2
- Descarga del complemento
- 33–43 MB
- RAM, como mínimo
- 256 MB
Escuchar
Qué hace
Un modelo de 4,5 millones de parámetros, uno de los más pequeños que todavía suenan naturales: inglés americano claro, a 24 kHz.
El modelo, de 26 MB, viene dentro del complemento. Funciona en cuanto se instala, y nada sale de tu ordenador.
Una línea sale en unas pocas centésimas de segundo en el procesador de un portátil, decenas de veces más rápido que el tiempo real, sin tarjeta gráfica.
El complemento y el modelo son Apache-2.0, y llama.cpp, que lo ejecuta, es MIT.
Voces
En la pestaña Hablantes, elige tiny-voca 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.
en2
Hay dos voces, una mujer y un hombre, las dos en inglés americano. El autor de tiny-voca las creó a partir de descripciones escritas y entrenó el modelo con voz sintética: no se grabó la voz de ninguna persona real. tiny-voca no clona voces. Para doblar con la propia voz del hablante, elige un motor de clonación de voz como Sopro o VoxMel.
Modelos
El modelo viene dentro del complemento, así que no hay nada que descargar. Es el GGUF que ggml-org convirtió a partir de tiny-voca, en una revisión fija, comprobado al compilar el complemento.
| Modelo | Tamaño | Ideal para |
|---|---|---|
| tiny-voca (4.5M) Predeterminado tiny-voca | Las dos voces; forma parte del complemento |
El modelo se ejecuta en llama.cpp, el mismo motor que mucha gente usa para los modelos de lenguaje. llama.cpp también convierte el texto en sonidos, con una adaptación del propio fonetizador de tiny-voca que viene dentro del modelo.
Opciones
En Ajustes › Complementos › tiny-voca (offline, lightweight English) › Configurar.
1La velocidad a la que habla el propio tiny-voca: 1,0 es su ritmo natural, 1,2 es un 20 % más rápido. La Velocidad de un hablante en Subtitld la cambia aún más. Es el modelo el que habla más rápido o más despacio; el audio no se estira.
00 usa hasta cuatro hilos, que ya es mucho más rápido que el tiempo real. Con un modelo tan pequeño, más hilos rara vez ayudan.
Idiomas
Solo inglés. Se acepta cualquier proyecto en inglés (americano, británico, australiano…), y se lee con acento americano. Un proyecto en otro idioma recibe un mensaje que lo indica: elige otro motor de doblaje para él.
Los números, precios, fechas, horas, unidades y abreviaturas comunes se leen con palabras, y palabras como "read" o "record" se dicen como lo pide su frase.
en
Plataformas
| Sistema | Descarga | Probado |
|---|---|---|
| Linux x86-64 | 42.6 MB | Doblado con las dos voces en una máquina real y en sistemas AlmaLinux 8 y Ubuntu 24.04 limpios; en CI, el complemento instalado habla con las dos voces |
| macOS (Apple silicon) | 40.1 MB | En CI, el complemento instalado habla con las dos voces (Apple Silicon) |
| Windows x86-64 | 33.1 MB | En CI, el complemento instalado habla con las dos voces |
Linux x86-64 (cualquier distribución de 2018 en adelante, glibc 2.28 o posterior), macOS 13.3 o posterior 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 y dobla con las dos voces.
Solución de problemas
unsupported_languageEl idioma del proyecto no es inglés. 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.internalAlgo falló dentro del complemento; el mensaje tiene los detalles. Volver a doblar la línea reinicia el motor de voz.
Licencia
Apto para uso comercial. El complemento y el modelo tiny-voca son Apache-2.0, y llama.cpp es MIT. La licencia cubre el complemento, no lo que hagas con él: los doblajes que hagas son tuyos.
Versiones
- 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).
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 23 idiomas, cantonés y árabe incluidos. Lento en una CPU.
-
Inflect Sin conexión
Voz natural en inglés con un modelo diminuto, rápido en cualquier CPU.
-
Paradee Sin conexión
Cuatro voces naturales en inglés, americanas y británicas, con un solo modelo de 8,5 MB.
-
BlueTTS Clonación
Hebreo y yidis, y cinco idiomas más. La propia voz del hablante, rápido en una CPU.
-
ZONOS3-Mini Clonación
43 idiomas, del árabe al vietnamita. La propia voz del hablante, en una CPU.
-
Reverb Clonación
Siete idiomas europeos y la propia voz del hablante, en una CPU; modelo no comercial.
-
OmniVoice Clonación
646 idiomas, la propia voz del hablante de un idioma a otro; modelo no comercial.
-
VoxMel Clonación
Inglés y chino mandarín, con clones fieles de la propia voz del hablante.
-
Chatterbox Clonación
La propia voz del hablante en 20 idiomas, en una CPU y sin cuenta.