Mengucapkan subtitle Anda dalam sepuluh bahasa, dengan sembilan suara bawaan atau klon dari setiap pembicara yang diambil dari beberapa detik video. Berjalan di komputer Anda sendiri, dan bobotnya mengizinkan penggunaan komersial.

Fungsinya

Sembilan suara

Lima suara bahasa Mandarin (dua di antaranya berbicara dengan dialek Beijing dan Sichuan), dua bahasa Inggris, satu Jepang, dan satu Korea. Setiap suara dapat membaca kesepuluh bahasa, tetapi terdengar paling baik dalam bahasanya sendiri.

Klon dari video

Pilih Custom voice dan Subtitld memberi model beberapa detik dari pembicara itu, dipotong dari video. Dibutuhkan minimal 3 detik.

Lebih mirip dengan transkrip

Dengan kata-kata yang diucapkan dalam sampel, klon lebih mendekati pembicara. Tanpa itu, klon bekerja dari suaranya saja, sedikit kurang mirip.

Satu model dalam satu waktu

Suara bawaan dan klon memakai dua model yang berbeda. Hanya satu yang berada di memori; beralih dari satu ke yang lain akan memuatnya ulang.

Suara

Di tab Pembicara, pilih Qwen3-TTS sebagai Mesin dubbing seorang pembicara, lalu pilih Suara. Custom voice ada di bagian atas daftar. Setiap baris keluar sepanjang yang dibuat model; aktifkan Sesuaikan dubbing dengan durasi subtitle agar pembicara itu meregangkan atau memampatkannya sesuai subtitlenya.

10 suara dalam 4 bahasa.

en 2
ja 1
ko 1
zh-cn 5

Sampel untuk klon

Ketika suara seorang pembicara adalah Custom voice, Subtitld memotong sampel dari pembicara itu dari audio proyek:

subtitle terpanjangnya yang berdurasi antara 3 dan 12 detik;
jika tidak ada yang cocok, 12 detik pertama dari subtitle yang lebih panjang;
jika semuanya lebih pendek dari 3 detik, beberapa secara berurutan, digabung hingga mencapai 3 detik.

Jika Anda sudah memisahkan musik dari suara untuk video ini, sampelnya diambil dari suara saja. Default voice reference di pengaturan add-on hanya dipakai ketika tidak ada sampel yang bisa dipotong, misalnya ketika tidak ada video yang terbuka.

Subtitld menyimpan sampel setiap pembicara dan memotongnya ulang hanya jika berkas audio berubah. Setelah Anda menggeser ulang baris seorang pembicara, hapus sampelnya untuk mendapatkan yang baru; namanya diakhiri dengan nama pembicara.

Sistem	Folder
Linux	`~/.cache/subtitld/clone-refs`
macOS	`~/Library/Caches/subtitld/clone-refs`
Windows	`%LOCALAPPDATA%\subtitld\subtitld\Cache\clone-refs`

Model

Suara bawaan memerlukan model CustomVoice dan klon memerlukan Base. Keduanya diunduh saat pertama kali Anda membuat baris yang memakainya, sehingga proyek dengan keduanya memakan sekitar 7 GB di disk. Model masuk ke cache Hugging Face (~/.cache/huggingface/hub, kecuali Anda mengatur HF_HOME), di luar folder add-on, sehingga memperbarui atau menghapus add-on tidak menghapusnya.

Model	Unduhan	Cocok untuk
qwen3-tts-1_7b-customvoice	3.4 GB	Sembilan suara bawaan
qwen3-tts-1_7b-base	3.4 GB	Hanya suara klon
qwen3-tts-tokenizer-12hz	250 MB

Opsi

Add-on membaca pengaturan ini saat mulai, sehingga perubahan berlaku setelah ia tidak dipakai selama lima menit, atau setelah Anda memulai ulang Subtitld. Skip auto-extracted reference transcript adalah pengecualian: Subtitld membacanya untuk setiap baris.

Di Pengaturan › Pengaya › Qwen3-TTS (offline, 1.7B) › Atur.

Inference device

Bawaan: cpu

Biarkan di CPU. Build yang dirilis dibuat dengan paket CPU PyTorch, sehingga CUDA tidak akan berfungsi dengannya; MPS ditandai beta.

Weight precision

Bawaan: auto

Auto memilih float32 di CPU dan bfloat16 dengan CUDA. float16 hanya berlaku dengan CUDA; di CPU add-on memakai float32.

Default voice reference (3+ seconds, mono WAV recommended)

Bawaan: kosong

Sebuah klip untuk disalin oleh suara klon ketika Subtitld tidak dapat mengambil sampel pembicara dari video, misalnya ketika tidak ada video yang terbuka. Sampel dari video selalu didahulukan.

Default voice reference transcript

Bawaan: kosong

Kata-kata yang diucapkan dalam klip bawaan di atas. Add-on memakainya bersama sampel apa pun yang datang tanpa transkripnya sendiri, termasuk sampel dari video, jadi biarkan kosong kecuali Anda mengandalkan klip bawaan.

Skip auto-extracted reference transcript

Bawaan: nonaktif

Aktifkan agar teks subtitle tidak ikut menyertai sampel sebagai transkripnya. Klon kemudian bekerja hanya dari suara itu sendiri. Berguna ketika subtitle Anda memparafrasekan apa yang diucapkan.

Bahasa

Subtitld mengirim bahasa proyek tanpa wilayahnya, sehingga pt-br dibaca sebagai Portugis. Untuk bahasa di luar sepuluh ini, suara bawaan kembali ke bahasanya sendiri dan klon ke deteksi otomatis.

zh-cn
en
ja
ko
de
fr
ru
pt
es
it

Platform

Sistem	Unduhan	Diuji
Linux x86-64	455.7 MB	Dibangun dan dimulai di CI
macOS (universal)	345.8 MB	Dibangun dan dimulai di CI
Windows x86-64	316.5 MB	Dibangun dan dimulai di CI

Setiap rilis dibangun di Linux, macOS, dan Windows, dan CI memeriksa bahwa program dimulai dan mendaftar suaranya. CI tidak membuat ucapan.

Pemecahan masalah

bad_paramsSubtitle tidak memiliki teks, atau klon tidak mendapat sampel: Subtitld tidak dapat memotongnya (tidak ada video yang terbuka, atau tidak ada subtitle untuk pembicara itu) dan tidak ada klip bawaan yang diatur. Beri teks pada subtitle, buka videonya, atau atur Default voice reference.
internalModel gagal dimuat atau gagal mengucapkan baris; pesannya menyebutkan yang mana. Unduhan yang gagal pada pemakaian pertama juga berakhir di sini: periksa koneksi dan ruang disk kosong Anda, lalu coba lagi. Jika Anda memilih CUDA atau MPS, kembalikan perangkat ke CPU.

Lisensi

Add-on

Apache-2.0

Engine

Apache-2.0

qwen-tts

Models

Apache-2.0

Bobot Qwen3-TTS

Aman untuk pekerjaan komersial: add-on, pustaka qwen-tts, dan bobot Qwen3-TTS semuanya berlisensi Apache-2.0.

Qwen3-TTS (offline, 1.7B)

Fungsinya

Suara

Sampel untuk klon

Model

Opsi

Bahasa

Platform

Pemecahan masalah

Lisensi

Versi

Pengaya Suara lainnya