Kokoro (offline)
Men-dubbing subtitle Anda di komputer Anda sendiri dengan Kokoro 82M, model ucapan berlisensi Apache-2.0. 54 suara bawaannya dalam sembilan bahasa semuanya memakai satu model 82 MB, yang diunduh saat pertama kali Anda memakainya. Model ini tidak dapat meniru suara.
Pengaturan Pengaya Kokoro 82M (offline) Pasang
Subtitld mengunduhnya, memeriksa SHA-256-nya, dan menjaganya tetap diperbarui.
- Bahasa
- 9
- Model
- 1
- Suara
- 54
- Unduhan pengaya
- 256–385 MB
- RAM, minimal
- 1 GB
Fungsinya
Pilih Kokoro sebagai Mesin dubbing dan pilih suara untuk setiap pembicara. Buat semua suara men-dubbing baris pembicara itu: semuanya, rentang, atau pilihan.
Setiap suara termasuk satu bahasa dan aksen, dan Kokoro melafalkan teks sesuai bahasa tersebut. Pilih suara dalam bahasa subtitle Anda.
Kokoro mengucapkan subtitle panjang dalam beberapa bagian; add-on menggabungkannya menjadi satu klip untuk setiap subtitle.
Dengan Sesuaikan dubbing dengan durasi subtitle aktif, setiap klip baru dipercepat atau diperlambat agar berdurasi sama dengan subtitlenya. Klip asli juga tetap disimpan.
Kokoro tidak dapat menyalin suara dari video Anda. Untuk itu, gunakan Coqui XTTS, Qwen3-TTS, atau F5-TTS.
Suara
Daftar Suara menampilkan semua 54, masing-masing dengan nama, aksen, dan jenis kelaminnya, seperti pada Bella — American female. Heart, yang paling atas dalam daftar, ditandai sebagai suara awal. Bahasa Inggris Amerika memiliki pilihan terbanyak, dengan 20 suara; bahasa Prancis hanya satu.
54 suara dalam 9 bahasa.
en-gb8en-us20es3fr1hi4it2ja5pt-br3zh-cn8
Model
Setiap suara memakai model yang sama, Kokoro 82M. Model ini tidak termasuk dalam unduhan add-on: Kokoro mengambilnya dari Hugging Face (hexgrad/Kokoro-82M) saat pertama kali Anda men-dubbing, sehingga baris pertama itu memakan waktu lebih lama. Baris pertama di setiap bahasa juga menunggu Kokoro menyiapkan bahasa tersebut; baris setelahnya tidak.
| Model | Unduhan |
|---|---|
| kokoro-82m |
Model disimpan di cache Hugging Face, ~/.cache/huggingface/hub kecuali Anda sudah mengatur HF_HOME. Itu berada di luar add-on, sehingga memperbarui atau mencopot add-on tidak menghapusnya.
Opsi
Di Pengaturan › Pengaya › Kokoro 82M (offline) › Atur.
cpuVersi add-on ini tidak meneruskan pilihan ini ke Kokoro, sehingga mengubahnya tidak berpengaruh.
1Subtitld mengirim kecepatan bicaranya sendiri bersama setiap baris (biasanya 0) dan add-on memakai nilai itu, sehingga pengaturan ini tidak berpengaruh dalam versi ini.
Bahasa
Bahasa Inggris tersedia dalam suara Amerika (en-us) dan Inggris (en-gb); setiap bahasa lain hanya memiliki satu aksen.
en-usen-gbesfrhiitjapt-brzh-cn
Platform
| Sistem | Unduhan | Diuji |
|---|---|---|
| Linux x86-64 | 384.9 MB | Pemeriksaan saat mulai di CI |
| macOS (universal) | 275.6 MB | Pemeriksaan saat mulai di CI |
| Windows x86-64 | 255.8 MB | Pemeriksaan saat mulai di CI |
Sebelum setiap rilis, CI memeriksa bahwa setiap build dimulai dan menjawab Subtitld. Tidak ada sintesis ucapan yang dijalankan di sana.
Pemecahan masalah
Ketika sebuah baris gagal, baris itu dibiarkan tanpa dubbing. Berikut alasan yang diberikan add-on.
internalKokoro tidak dapat dimuat, atau tidak dapat mengucapkan baris itu. Baris pertama dalam sebuah bahasa memuat Kokoro, dan yang paling pertama mengunduh model, jadi periksa koneksi Anda dan coba lagi.unsupported_voiceSuara yang tersimpan untuk baris ini bukan suara Kokoro. Pilih lagi dari daftar Suara.bad_paramsSubtitle tidak memiliki teks untuk diucapkan.
Lisensi
Aman untuk pekerjaan komersial: add-on, mesin Kokoro, dan bobot model semuanya berlisensi Apache-2.0.
Versi
- 1.0.6
Automated release for kokoro v1.0.6.
Pengaya Suara lainnya
-
Piper Luring
158 suara offline dalam 49 bahasa, masing-masing unduhan kecil tersendiri.
-
Supertonic Luring
Sepuluh suara offline, masing-masing dapat berbicara dalam ke-31 bahasanya.
-
sanoTTS Luring
Suara offline yang kecil, 28 suara dalam 14 bahasa, masing-masing di bawah 10 MB.
-
Parler-TTS Luring
Suara bahasa Inggris yang mengikuti deskripsi tertulis; 34 pembicara bernama.
-
Qwen3-TTS Kloning
Sepuluh bahasa, sembilan suara, dan kloning dari 3 detik suara pembicara.
-
Coqui XTTS Kloning
Kloning suara dalam 16 bahasa, dengan lisensi model nonkomersial.
-
F5-TTS Kloning
Hanya kloning suara, dalam bahasa Inggris dan Mandarin; model nonkomersial.