Trasforma il parlato inglese del suo video in sottotitoli con i tempi, sul suo computer, con Bark 3.0, il modello vocale di Conway Research. Funziona sulla CPU, non richiede scheda grafica né account, e nulla lascia la sua macchina.

Cosa fa

Offline dopo un solo download

Il modello da 163 MB si scarica una volta, la prima volta che trascrive, e viene verificato con un'impronta fissata. Da lì in poi non serve internet.

Nessuna scheda grafica

Funziona sulla CPU, molte volte più veloce della durata dell'audio: un video di dieci minuti richiede meno di un minuto su un computer desktop.

Punteggiatura e maiuscole

Bark 3.0 scrive frasi, non un flusso di parole: virgole, punti, maiuscole e numeri escono come li scriverebbe lei.

Un sottotitolo per frase

Ogni parola ha il suo tempo, così ogni sottotitolo è una frase intera, come con AssemblyAI. Disattivi One cue per sentence e le frasi lunghe vengono divise per restare facili da leggere.

Modelli

Ci sono quattro modelli Bark 3.0. Si usa Bark 3.0, a meno che non ne scelga un altro in Model; gli altri si scaricano solo se li sceglie. Nessuno è dentro il componente aggiuntivo: quello che usa si scarica nella cache dei modelli condivisa di Subtitld la prima volta che trascrive, così aggiornare il componente aggiuntivo non lo scarica di nuovo.

Modello	Download	Adatto a
Bark 3.0 (0.6B, verbatim) Predefinito bark3	163 MB	Inglese parlato di tutti i giorni, parola per parola
Bark 3.0 Plus (0.6B, verbatim, more accurate) bark3-plus	180 MB	Un po' più accurato, parola per parola
Bark 3.0 Clean (0.6B, drops fillers and false starts) bark3-clean	179 MB	Sottotitoli puliti: toglie «um», «uh» e le false partenze
Bark 3.0 Pro (0.6B, full precision) bark3-pro	1.3 GB	Il più accurato, per l'audio più difficile

Dopo il download, il componente aggiuntivo prepara il modello per il suo computer, una sola volta, in circa mezzo minuto. Una volta preparato, ogni modello occupa circa 650 MB su disco e richiede circa 1,2 GB di memoria durante la trascrizione, e tutti e quattro vanno alla stessa velocità. Clean toglie i riempitivi come «um» e «uh» e le false partenze di una frase, che di solito è ciò che un sottotitolo deve mostrare; scelga Bark 3.0 o Plus per una trascrizione parola per parola.

I video lunghi vengono trascritti circa 30 secondi alla volta, così la barra di avanzamento continua a muoversi e Annulla ha effetto in pochi secondi.

Opzioni

In Impostazioni › Componenti aggiuntivi › Bark 3.0 (offline, English) › Configuri.

Model

Predefinito: bark3

Quale modello Bark 3.0 trascrive. Ognuno si scarica la prima volta che lo sceglie; gli altri non vengono mai scaricati.

CPU threads

Predefinito: 0

Quanti core della CPU usa Bark 3.0. Con 0 ne usa la metà, al massimo 8. Un nuovo valore vale dalla prossima volta che il modello viene caricato.

One cue per sentence

Predefinito: attivo

Attivo: un sottotitolo per frase, per quanto lunga, come in AssemblyAI. Disattivo: una frase lunga viene divisa in sottotitoli di circa due righe o 7 secondi al massimo.

Lingue

Solo inglese. Lasciando la lingua vuota, o su rilevamento, trascrive comunque in inglese. Un progetto impostato su un'altra lingua viene rifiutato: per quelle usi Whisper (offline).

en

Piattaforme

Sistema	Download	Testato
Linux x86-64	57.9 MB	Su macchine reali e in CI
macOS (Apple silicon)	39.8 MB	In CI
Windows x86-64	34.7 MB	In CI

Linux x86-64, macOS su Apple silicon e Windows x86-64. ffmpeg è incluso in Subtitld.

Risoluzione dei problemi

unsupported_languageBark 3.0 conosce solo l'inglese. Per le altre lingue usi Whisper (offline).
networkNon è stato possibile scaricare il modello. Controlli la connessione a internet e riprovi: un download interrotto riprende da dove si era fermato.
model_missingNon è stato possibile caricare il modello preparato. Il messaggio indica la sua cartella: la elimini, e la prossima trascrizione lo preparerà di nuovo.
bad_paramsSubtitld non è riuscito a passare l'audio, oppure l'impostazione del modello è sconosciuta. Il messaggio indica il motivo.
oomMemoria esaurita. Chiuda altri programmi e riprovi.
disk_fullSpazio su disco insufficiente per preparare il modello o decodificare l'audio. Durante la preparazione Bark 3.0 richiede circa 900 MB, Pro circa 2 GB.
internalQualcosa non ha funzionato dentro il componente aggiuntivo, spesso ffmpeg nel decodificare l'audio. Il messaggio contiene i dettagli.

Licenza

Componente aggiuntivo

Apache-2.0

Motore

MIT

ONNX Runtime, di Microsoft

Modello

CC-BY-4.0

Pesi di Bark 3.0, di Conway Research, da NVIDIA Parakeet

Va bene per uso commerciale. Il componente aggiuntivo è Apache-2.0 e ONNX Runtime è MIT. I pesi di Bark 3.0 sono CC-BY-4.0, di Conway Research, ricavati dal modello Parakeet di NVIDIA; la licenza chiede di citare la fonte ovunque vengano condivisi i pesi stessi, e il file NOTICE del componente aggiuntivo lo fa. I sottotitoli che crea sono suoi.

Bark 3.0 (offline, English)