Télécharger

Phonon-2 (offline, English)

Reconnaissance vocaleHors ligneCPU uniquementUsage commercial autorisé

Transforme la parole en anglais de votre vidéo en sous-titres calés, sur votre propre ordinateur, avec Phonon-2, le modèle vocal de Fermion Research. Elle tourne sur le processeur, sans carte graphique ni compte, et rien ne quitte votre machine.

Installez-la depuis Subtitld

Paramètres Extensions Phonon-2 (offline, English) Installer

Subtitld la télécharge, vérifie son SHA-256 et la tient à jour.

Code source sur GitHub
Langues
1
Modèles
1
Téléchargement de l'extension
342 MB

Ce qu'elle fait

Hors ligne après un téléchargement

Le modèle de 164 MB se télécharge une fois, à votre première transcription, et est vérifié contre une empreinte fixée. Ensuite, plus besoin d'internet.

Pas de carte graphique

Elle tourne sur le processeur. Choisissez combien de cœurs elle peut utiliser, ou laissez-la décider.

Des sous-titres qui se lisent bien

Phonon-2 coupe la parole aux phrases et aux pauses : chaque sous-titre commence et finit là où la personne qui parle le fait.

Vos noms, bien écrits

Indiquez dans Hotwords les noms propres et les termes de votre vidéo, et Phonon-2 les privilégie.

Modèles

Il n'y a qu'un modèle, Phonon-2. Il n'est pas dans l'extension : il se télécharge dans le cache de modèles partagé de Subtitld à votre première transcription, donc mettre à jour l'extension ne le retélécharge pas.

Modèle TéléchargementIdéal pour
Phonon-2 Par défaut
164 MB
Parole en anglais, des interviews aux cours

La première transcription charge aussi le modèle, elle prend donc plus de temps que les suivantes. Phonon-2 transcrit un fichier en une seule passe : Annuler prend effet à la fin de cette passe.

Options

Dans Paramètres › Extensions › Phonon-2 (offline, English) › Configurer.

Models folder
Par défaut : vide

L'endroit où le modèle est gardé. Laissez vide pour partager le cache de modèles de Subtitld : mettre à jour ou retirer l'extension conserve alors le modèle.

CPU threads
Par défaut : 0

Combien de cœurs du processeur Phonon-2 utilise. 0 choisit pour vous. Une nouvelle valeur s'applique au prochain chargement du modèle.

Hotwords
Par défaut : vide

Noms propres et termes de votre vidéo, séparés par des virgules, jusqu'à 25. Phonon-2 les privilégie, mais c'est toujours l'audio qui décide.

Langues

Anglais uniquement. Laisser la langue vide, ou sur détection, transcrit quand même en anglais. Un projet dans une autre langue est refusé : pour celles-ci, utilisez Whisper (hors ligne).

  • en

Plateformes

Système TéléchargementTesté
Linux x86-64 341.8 MBSur de vraies machines, et dans des conteneurs propres Ubuntu 22.04, Debian 10, Fedora et Arch

Linux x86-64 uniquement pour l'instant, sur les distributions de 2018 et après (glibc 2.28 ou plus récent). Les versions macOS et Windows ne sont pas encore prêtes.

Dépannage

  • unsupported_languagePhonon-2 ne connaît que l'anglais. Pour les autres langues, utilisez Whisper (hors ligne).
  • model_missingLe modèle n'a pas pu être téléchargé ou chargé. Vérifiez votre connexion internet pour la première utilisation, et le dossier Models folder si vous en avez choisi un.
  • bad_paramsSubtitld n'a pas pu transmettre l'audio. Le message précise pourquoi.
  • oomMémoire insuffisante. Fermez d'autres programmes, ou transcrivez une plage plutôt que la vidéo entière.
  • disk_fullPas assez d'espace disque pour le modèle ou l'audio décodé. Libérez de l'espace et réessayez.
  • internalQuelque chose a échoué dans l'extension, souvent ffmpeg en décodant l'audio. Le message donne les détails.

Licence

Extension
Apache-2.0
Moteur
Apache-2.0
fermion-research, par Fermion Research
Modèle
CC-BY-4.0
poids de Phonon-2

Utilisable à des fins commerciales. L'extension et son moteur sont sous Apache-2.0. Les poids de Phonon-2 sont sous CC-BY-4.0, qui demande de créditer Fermion Research partout où les poids eux-mêmes sont partagés ; le fichier NOTICE de l'extension s'en charge. Les sous-titres que vous créez vous appartiennent.

Versions

  • 0.0.1

    Offline English speech-to-text for Subtitld with Phonon-2 from Fermion Research (fermion-research 0.2.11).

    Linux x86-64 for now. The archive runs on glibc 2.28 and newer, and was tested from the archive in clean Ubuntu 22.04, Debian 10, Fedora 44 and Arch Linux containers, with a real transcription in each. macOS and Windows builds are not done yet.

    The model is not included: Phonon-2 (164 MB, CC-BY-4.0) downloads once on first use into Subtitld's shared model cache, checked against a sha256 pinned in fermion-research. English only; the Whisper (offline) add-on covers other languages. The engine runs on torch, so the download is large, about 340 MB.

    The add-on is Apache-2.0. The archive contains THIRD_PARTY_LICENSES/ with the licences of everything frozen into it; INDEX.txt lists every shared library and the notice that covers it. The Phonon engine and transformers are Apache-2.0, torch and numpy are BSD-3-Clause, and the Python runtime and its libraries are under their own licences.

    The archive also ships LGPL code, and its complete source is attached here:

    • libquadmath (LGPL-2.1-or-later), in two builds, linked by the GCC Fortran runtime of numpy's and scipy's OpenBLAS: phonon2-addon-0.0.1-libquadmath-source.tar.gz.
    • libsndfile (LGPL-2.1-or-later) from soundfile, with LAME and mpg123 (LGPL) and libFLAC, libogg, libvorbis and Opus (BSD) linked into it: phonon2-addon-0.0.1-libsndfile-source.tar.gz.

    Each tarball's README says which build it is and how to rebuild it. The add-on's own source is phonon2-addon-0.0.1-source.tar.gz.

Autres extensions Reconnaissance vocale

Mis à jour · Depuis le catalogue des extensions Signaler un problème avec cette extension