Pocket TTS (offline, 7 languages)

Fungsinya

Sebelum menginstal

Pocket TTS hanya menuntut sedikit dari komputer Anda:

• Disk: sekitar 220 MB untuk setiap bahasa yang Anda dubbing, diunduh pada baris pertamanya.
• Memori: sekitar 660 MB saat berbicara, atau 450 MB dengan Use less memory.
• Prosesor: pada Intel dan AMD, prosesor dengan AVX2 dan FMA, yang sudah dimiliki prosesor Intel sejak 2013 dan AMD sejak 2015. Beberapa prosesor Celeron, Pentium, dan Atom tidak memilikinya, dan di sana baris pertama gagal dengan pesan yang menyebutkan hal itu. Semua Mac Apple Silicon bisa menjalankannya.

Add-on ini tidak mengkloning suara. Pocket TTS bisa, tetapi Kyutai hanya memberikan model kloningnya kepada orang yang masuk ke Hugging Face dan menyetujui ketentuannya, jadi add-on memakai model tanpa fitur itu. Untuk dubbing dengan suara asli pembicara, gunakan VoxCPM2 atau Qwen3-TTS.

Suara

Di tab Pembicara, pilih Pocket TTS sebagai Mesin dubbing seorang pembicara, lalu pilih Suara. Aktifkan Sesuaikan dubbing dengan durasi subtitle agar pembicara itu meregangkan atau memampatkan setiap baris sesuai subtitlenya. Bahasa proyek menentukan modelnya, jadi atur bahasanya sebelum Anda melakukan dubbing.

23 suara.

Sebuah suara mungkin tetap membawa sedikit aksennya dalam bahasa lain, jadi coba beberapa suara dalam bahasa proyek Anda sebelum memilih. Pilihan Kyutai sendiri adalah Alba untuk bahasa Inggris, Estelle untuk Prancis, Giovanni untuk Italia, Lola untuk Spanyol, dan Daan untuk Belanda. Setiap suara diunduh saat pertama kali Anda memakainya, ukurannya kurang dari 8 MB.

Kyutai menawarkan empat suara lagi, yang tidak disertakan dalam add-on: dua berasal dari rekaman yang berlisensi hanya untuk penggunaan nonkomersial, dan dua lagi tidak menyebutkan asalnya.

Model

Pocket TTS punya satu model per bahasa. Tidak satu pun ada di dalam add-on: masing-masing diunduh ke cache model bersama Subtitld saat pertama kali Anda melakukan dubbing dalam bahasanya, dari Hugging Face pada revisi yang dipatok, dengan setiap berkas diperiksa. Unduhan yang terputus dilanjutkan dari tempat berhentinya. Memperbarui atau menghapus add-on tidak menghapus modelnya.

Model di pengaturan add-on memilih ukurannya. Small adalah model bahasa Inggris terbaru dari Kyutai, dengan 18 juta parameter, bukan 100 juta. Large preview memuat model 24 lapis dari Kyutai, 670 MB per bahasa dan 1,3 GB untuk bahasa Inggris, dengan kecepatan kira-kira waktu nyata. Kyutai menyebutnya pratinjau, bukan model final. Dalam pengujian kami, model ini tidak membuat lebih sedikit kesalahan daripada Standard.

Opsi

Di Pengaturan › Pengaya › Pocket TTS (offline, 7 languages) › Atur.

Bahasa

Inggris, Prancis, Jerman, Portugis, Italia, Spanyol, dan Belanda. Proyek dalam bahasa lain akan mendapat pesan yang menyebutkan hal itu: pilih mesin dubbing lain untuk proyek tersebut.

• en
• fr
• de
• pt
• it
• es
• nl

Platform

Linux x86-64, macOS di Apple Silicon, dan Windows x86-64. Setiap rilis dibangun di ketiganya, dan di masing-masing CI menginstal add-on seperti yang dilakukan Subtitld, mengunduh model bahasa Inggris, lalu melakukan dubbing dengannya. Di Linux dibutuhkan glibc 2.34 atau yang lebih baru, sama seperti Subtitld sendiri.

Pemecahan masalah

• network_unavailableModel tidak dapat diunduh. Periksa koneksi Anda dan coba lagi: unduhan akan dilanjutkan.
• disk_fullRuang disk tidak cukup untuk model. Setiap bahasa butuh sekitar 220 MB.
• unsupported_languageBahasa proyek bukan salah satu dari ketujuh bahasa itu, atau belum diatur. Atur bahasanya di proyek, atau pilih mesin dubbing lain.
• unsupported_voiceProyek menyebut suara yang tidak ada di versi ini. Pilih suaranya lagi di tab Pembicara.
• bad_paramsBaris tidak memiliki teks.
• internalAda yang gagal di dalam add-on; pesannya berisi detailnya. Jika pesannya menyebutkan bahwa prosesor tidak memiliki AVX2 dan FMA, komputer ini tidak dapat menjalankan Pocket TTS.

Lisensi

Aman untuk pekerjaan komersial: add-on ini Apache-2.0, Pocket TTS MIT, dan modelnya milik Kyutai, di bawah CC-BY-4.0. Suaranya berasal dari rekaman di bawah CC0 atau CC-BY-4.0. Dubbing yang Anda buat adalah milik Anda. Kyutai melarang penggunaan Pocket TTS untuk meniru suara orang sungguhan tanpa persetujuannya, atau untuk menipu.