Unduh

Phonon-2 (offline, English)

Ucapan ke teksLuringHanya CPUBoleh untuk komersial

Mengubah ucapan bahasa Inggris dalam video Anda menjadi subtitle dengan waktu, di komputer Anda sendiri, dengan Phonon-2, model ucapan dari Fermion Research. Berjalan di CPU, tanpa kartu grafis dan tanpa akun, dan tidak ada yang keluar dari mesin Anda.

Pasang dari Subtitld

Pengaturan Pengaya Phonon-2 (offline, English) Pasang

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

Sumber di GitHub
Bahasa
1
Model
1
Unduhan pengaya
342 MB

Fungsinya

Offline setelah satu unduhan

Model 164 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. Atur berapa banyak inti yang boleh dipakai, atau biarkan ia memilih.

Subtitle yang enak dibaca

Phonon-2 memotong ucapan di akhir kalimat dan jeda, sehingga setiap subtitle mulai dan berakhir bersama pembicara.

Nama Anda, dieja dengan benar

Daftarkan nama dan istilah yang dipakai video Anda di Hotwords, dan Phonon-2 akan mengutamakannya.

Model

Hanya ada satu model, Phonon-2. Model ini tidak ada di dalam add-on: model diunduh ke cache model bersama Subtitld saat pertama kali Anda mentranskripsi, sehingga memperbarui add-on tidak mengunduhnya lagi.

Model UnduhanCocok untuk
Phonon-2 Bawaan
164 MB
Ucapan bahasa Inggris, dari wawancara hingga kuliah

Transkripsi pertama juga memuat model, jadi memakan waktu lebih lama daripada yang berikutnya. Phonon-2 mentranskripsi sebuah file dalam satu kali proses: Batal berlaku setelah proses itu selesai.

Opsi

Di Pengaturan › Pengaya › Phonon-2 (offline, English) › Atur.

Models folder
Bawaan: kosong

Tempat model disimpan. Kosongkan untuk memakai cache model bersama Subtitld, sehingga memperbarui atau menghapus add-on tetap menyimpan modelnya.

CPU threads
Bawaan: 0

Berapa banyak inti CPU yang dipakai Phonon-2. 0 memilihkannya untuk Anda. Nilai baru berlaku saat model dimuat berikutnya.

Hotwords
Bawaan: kosong

Nama dan istilah dari video Anda, dipisahkan dengan koma, hingga 25. Phonon-2 mengutamakannya, tetapi audio tetap yang menentukan.

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 x86-64 341.8 MBDi mesin sungguhan, dan di kontainer bersih Ubuntu 22.04, Debian 10, Fedora, dan Arch

Untuk saat ini hanya Linux x86-64, pada distribusi dari tahun 2018 ke atas (glibc 2.28 atau lebih baru). Build untuk macOS dan Windows belum siap.

Pemecahan masalah

  • unsupported_languagePhonon-2 hanya mengenal bahasa Inggris. Untuk bahasa lain, gunakan Whisper (offline).
  • model_missingModel tidak dapat diunduh atau dimuat. Periksa koneksi internet Anda untuk penggunaan pertama, dan Models folder jika Anda mengaturnya.
  • bad_paramsSubtitld tidak dapat menyerahkan audio. Pesannya menyebutkan alasannya.
  • oomMemori habis. Tutup program lain, atau transkripsi sebuah rentang alih-alih seluruh video.
  • disk_fullRuang disk tidak cukup untuk model atau audio yang didekode. Kosongkan sebagian lalu coba lagi.
  • internalAda yang gagal di dalam add-on, sering kali ffmpeg saat mendekode audio. Pesannya berisi detailnya.

Lisensi

Add-on
Apache-2.0
Engine
Apache-2.0
fermion-research, oleh Fermion Research
Model
CC-BY-4.0
Bobot Phonon-2

Boleh untuk pekerjaan komersial. Add-on dan engine-nya Apache-2.0. Bobot Phonon-2 berlisensi CC-BY-4.0, yang meminta kredit untuk Fermion Research di mana pun bobot itu sendiri dibagikan; file NOTICE add-on memuat kredit tersebut. Subtitle yang Anda buat adalah milik Anda.

Versi

  • 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.

Pengaya Ucapan ke teks lainnya

Diperbarui · Dari katalog pengaya Laporkan masalah dengan pengaya ini