Pocket TTS (offline, 7 languages)

Ce qu'elle fait

Avant d'installer

Pocket TTS demande peu à votre ordinateur :

• Disque : environ 220 Mo pour chaque langue dans laquelle vous doublez, téléchargés à sa première réplique.
• Mémoire : environ 660 Mo pendant qu'il parle, ou 450 Mo avec Use less memory.
• Processeur : chez Intel et AMD, un modèle avec AVX2 et FMA, que les processeurs Intel ont depuis 2013 et les AMD depuis 2015. Certains Celeron, Pentium et Atom ne les ont pas, et sur ceux-là la première réplique échoue avec un message qui le dit. Tous les Mac Apple Silicon fonctionnent.

Elle ne clone pas les voix. Pocket TTS en est capable, mais Kyutai ne donne son modèle de clonage qu'aux personnes qui se connectent à Hugging Face et acceptent ses conditions, donc l'extension utilise le modèle sans lui. Pour doubler avec la voix du locuteur, utilisez VoxCPM2 ou Qwen3-TTS.

Voix

Dans l'onglet Locuteurs, choisissez Pocket TTS comme Moteur de doublage d'un locuteur, puis choisissez une Voix. Activez Ajuster le doublage à la durée du sous-titre pour que chaque réplique de ce locuteur soit étirée ou resserrée à la durée de son sous-titre. La langue du projet détermine le modèle, alors réglez-la avant de doubler.

23 voix.

Une voix peut garder un peu de son accent dans une autre langue, alors essayez-en quelques-unes dans la langue de votre projet avant de choisir. Les choix de Kyutai elle-même sont Alba pour l'anglais, Estelle pour le français, Giovanni pour l'italien, Lola pour l'espagnol et Daan pour le néerlandais. Chaque voix se télécharge la première fois que vous l'utilisez, et pèse moins de 8 Mo.

Kyutai propose quatre autres voix, que l'extension laisse de côté : deux viennent d'enregistrements sous licence d'usage non commercial uniquement, et deux n'indiquent pas leur provenance.

Modèles

Pocket TTS a un modèle par langue. Aucun n'est inclus dans l'extension : chacun se télécharge dans le cache de modèles partagé de Subtitld la première fois que vous doublez dans sa langue, depuis Hugging Face à une révision fixée, chaque fichier vérifié. Un téléchargement interrompu reprend là où il s'est arrêté. Mettre à jour ou supprimer l'extension conserve les modèles.

Model, dans les réglages de l'extension, choisit la taille. Small est le modèle anglais le plus récent de Kyutai, avec 18 millions de paramètres au lieu de 100 millions. Large preview charge les modèles à 24 couches de Kyutai, 670 Mo par langue et 1,3 Go pour l'anglais, à peu près en temps réel. Kyutai les présente comme des préversions, pas comme des modèles définitifs. Dans notre test, ils n'ont pas fait moins d'erreurs que Standard.

Options

Dans Paramètres › Extensions › Pocket TTS (offline, 7 languages) › Configurer.

Langues

Anglais, français, allemand, portugais, italien, espagnol et néerlandais. Un projet dans une autre langue reçoit un message qui le dit : choisissez un autre moteur de doublage pour lui.

• en
• fr
• de
• pt
• it
• es
• nl

Plateformes

Linux x86-64, macOS sur Apple Silicon et Windows x86-64. Chaque version est compilée sur les trois, et sur chacun la CI installe l'extension comme le fait Subtitld, télécharge les modèles anglais et double avec eux. Sous Linux, elle demande glibc 2.34 ou plus récent, comme Subtitld lui-même.

Dépannage

• network_unavailableLe modèle n'a pas pu être téléchargé. Vérifiez votre connexion et réessayez : le téléchargement reprend.
• disk_fullPas assez d'espace disque pour le modèle. Chaque langue demande environ 220 Mo.
• unsupported_languageLa langue du projet ne fait pas partie des sept, ou n'est pas définie. Réglez-la dans le projet, ou choisissez un autre moteur de doublage.
• unsupported_voiceLe projet indique une voix que cette version n'a pas. Choisissez de nouveau la voix dans l'onglet Locuteurs.
• bad_paramsLa réplique n'a pas de texte.
• internalQuelque chose a échoué dans l'extension ; le message donne les détails. S'il indique que le processeur n'a pas AVX2 et FMA, cet ordinateur ne peut pas faire tourner Pocket TTS.

Licence

Utilisable pour un usage commercial : l'extension est sous Apache-2.0, Pocket TTS sous MIT, et ses modèles appartiennent à Kyutai, sous CC-BY-4.0. Les voix viennent d'enregistrements sous CC0 ou CC-BY-4.0. Les doublages que vous faites vous appartiennent. Kyutai interdit d'utiliser Pocket TTS pour imiter la voix d'une vraie personne sans son consentement, ou pour tromper.