Unduh

Bark 3.0 (offline, English)

Ucapan ke teksLuringHanya CPUBoleh untuk komersial

Mengubah ucapan bahasa Inggris dalam video Anda menjadi subtitle dengan waktu, di komputer Anda sendiri, dengan Bark 3.0, model ucapan dari Conway Research. Berjalan di CPU, tanpa kartu grafis dan tanpa akun, dan tidak ada yang keluar dari mesin Anda.

Pasang dari Subtitld

Pengaturan Pengaya Bark 3.0 (offline, English) Pasang

Subtitld mengunduhnya, memeriksa SHA-256-nya, dan menjaganya tetap diperbarui.

Sumber di GitHub
Bahasa
1
Model
4
Unduhan pengaya
35–58 MB
RAM, minimal
1.5 GB

Fungsinya

Offline setelah satu unduhan

Model 163 MB diunduh sekali, saat pertama kali Anda mentranskripsi, dan diperiksa terhadap sidik jari yang dipatok. Setelah itu, internet tidak diperlukan.

Tanpa kartu grafis

Berjalan di CPU, berkali-kali lebih cepat daripada durasi audionya: video sepuluh menit selesai dalam kurang dari satu menit di komputer desktop.

Tanda baca dan huruf kapital

Bark 3.0 menulis kalimat, bukan deretan kata: koma, titik, huruf kapital, dan angka keluar seperti yang akan Anda ketik sendiri.

Satu subtitle per kalimat

Setiap kata punya waktunya sendiri, sehingga setiap subtitle berisi satu kalimat utuh, seperti di AssemblyAI. Matikan One cue per sentence dan kalimat panjang dipecah agar tetap enak dibaca.

Model

Ada empat model Bark 3.0. Bark 3.0 yang dipakai kecuali Anda memilih yang lain di Model; yang lain hanya diunduh jika Anda memilihnya. Tidak satu pun ada di dalam add-on: model yang Anda pakai diunduh ke cache model bersama Subtitld saat pertama kali Anda mentranskripsi, sehingga memperbarui add-on tidak mengunduhnya lagi.

Model UnduhanCocok untuk
Bark 3.0 (0.6B, verbatim) Bawaan bark3
163 MB
Ucapan bahasa Inggris sehari-hari, kata demi kata
Bark 3.0 Plus (0.6B, verbatim, more accurate) bark3-plus
180 MB
Sedikit lebih akurat, kata demi kata
Bark 3.0 Clean (0.6B, drops fillers and false starts) bark3-clean
179 MB
Subtitle bersih: tanpa "um", "uh", dan awal kalimat yang diulang
Bark 3.0 Pro (0.6B, full precision) bark3-pro
1.3 GB
Paling akurat, untuk audio yang paling sulit

Setelah diunduh, add-on menyiapkan model untuk komputer Anda, sekali saja, dalam sekitar setengah menit. Setelah disiapkan, setiap model memakan sekitar 650 MB ruang disk dan membutuhkan sekitar 1,2 GB memori selama mentranskripsi, dan keempatnya berjalan dengan kecepatan yang sama. Clean menghilangkan kata pengisi seperti "um" dan "uh" serta awal kalimat yang diulang, yang biasanya memang seharusnya ditampilkan subtitle; pilih Bark 3.0 atau Plus untuk transkrip kata demi kata.

Video panjang ditranskripsi sekitar 30 detik sekaligus, sehingga bilah progres terus bergerak dan Batal berlaku dalam hitungan detik.

Opsi

Di Pengaturan › Pengaya › Bark 3.0 (offline, English) › Atur.

Model
Bawaan: bark3

Model Bark 3.0 mana yang mentranskripsi. Masing-masing diunduh saat pertama kali Anda memilihnya; yang lain tidak pernah diunduh.

CPU threads
Bawaan: 0

Berapa banyak inti CPU yang dipakai Bark 3.0. 0 memilih setengahnya, paling banyak 8. Nilai baru berlaku saat model dimuat berikutnya.

One cue per sentence
Bawaan: aktif

Aktif: satu subtitle per kalimat, sepanjang apa pun, seperti di AssemblyAI. Nonaktif: kalimat panjang dipecah menjadi subtitle paling lama sekitar dua baris atau 7 detik.

Bahasa

Hanya bahasa Inggris. Mengosongkan bahasa, atau memilih deteksi, tetap mentranskripsi bahasa Inggris. Proyek yang diatur ke bahasa lain akan ditolak: gunakan Whisper (offline) untuk bahasa-bahasa itu.

  • en

Platform

Sistem UnduhanDiuji
Linux x86-64 57.9 MBDi mesin sungguhan dan di CI
macOS (Apple silicon) 39.8 MBDi CI
Windows x86-64 34.7 MBDi CI

Linux x86-64, macOS di Apple silicon, dan Windows x86-64. ffmpeg sudah disertakan bersama Subtitld.

Pemecahan masalah

  • unsupported_languageBark 3.0 hanya mengenal bahasa Inggris. Untuk bahasa lain, gunakan Whisper (offline).
  • networkModel tidak dapat diunduh. Periksa koneksi internet Anda lalu coba lagi: unduhan yang terputus akan dilanjutkan dari titik berhentinya.
  • model_missingModel yang sudah disiapkan tidak dapat dimuat. Pesannya menyebutkan foldernya: hapus folder itu, dan transkripsi berikutnya akan menyiapkannya lagi.
  • bad_paramsSubtitld tidak dapat menyerahkan audio, atau pengaturan model tidak dikenal. Pesannya menyebutkan alasannya.
  • oomMemori habis. Tutup program lain lalu coba lagi.
  • disk_fullRuang disk tidak cukup untuk menyiapkan model atau mendekode audio. Saat disiapkan, Bark 3.0 membutuhkan sekitar 900 MB, Pro sekitar 2 GB.
  • internalAda yang gagal di dalam add-on, sering kali ffmpeg saat mendekode audio. Pesannya berisi detailnya.

Lisensi

Add-on
Apache-2.0
Engine
MIT
ONNX Runtime, oleh Microsoft
Model
CC-BY-4.0
Bobot Bark 3.0, oleh Conway Research, dari NVIDIA Parakeet

Boleh untuk pekerjaan komersial. Add-on-nya Apache-2.0 dan ONNX Runtime berlisensi MIT. Bobot Bark 3.0 berlisensi CC-BY-4.0, dari Conway Research, dibuat dari model Parakeet milik NVIDIA; lisensinya meminta kredit di mana pun bobot itu sendiri dibagikan, dan file NOTICE add-on memuat kredit tersebut. Subtitle yang Anda buat adalah milik Anda.

Versi

  • 26.10.2

    New in 26.10.2: a One cue per sentence setting, on by default, as in the AssemblyAI add-on: each sentence is one subtitle, however long. Turn it off to split long sentences into subtitles of about two lines or 7 seconds, as 26.10.1 did.

    Offline English speech-to-text for Subtitld with Conway Research's Bark 3.0, a fine-tune of NVIDIA's parakeet-tdt-0.6b-v3, with word times. On the CPU, no torch.

    The archive holds the add-on, ONNX Runtime and the encoder's graph without weights. The chosen model (Bark 3.0 163 MB by default; Plus 180 MB, Clean 179 MB, Pro 1.25 GB) downloads from Conway Research's Hugging Face repositories on first use, at a pinned revision, checked by sha256, and is converted once for the graph.

    The add-on is Apache-2.0; the Bark 3.0 models and NVIDIA's tokenizer are CC-BY-4.0. Each archive carries THIRD_PARTY_LICENSES/ with the licence of everything frozen into it. The Linux archive carries libquadmath (LGPL-2.1, with numpy); its complete source is bark3-<version>-libquadmath-source.tar.gz in this release.

Pengaya Ucapan ke teks lainnya

Diperbarui · Dari katalog pengaya Laporkan masalah dengan pengaya ini