Scarica

Paradee (offline, lightweight English)

VociOfflineSolo CPUUso commerciale consentito

Doppia i tuoi sottotitoli in un inglese naturale con Paradee di Sahil Mahendrakar, un modello da 8 milioni di parametri distillato da Kokoro. Quattro voci, due americane e due britanniche, da un solo modello da 8,5 MB. Funziona sul processore del tuo computer, molte volte più veloce del tempo reale, senza scheda grafica e senza account.

Lo installi da Subtitld

Impostazioni Componenti aggiuntivi Paradee (offline, lightweight English) Installa

Subtitld lo scarica, ne verifica lo SHA-256 e lo tiene aggiornato.

Codice sorgente su GitHub
Lingue
2
Modelli
1
Voci
4
Download del componente
75–93 MB
RAM, almeno
512 MB

Cosa fa

Le voci di Kokoro, a un decimo delle dimensioni

Paradee ha imparato quattro delle voci di Kokoro con un decimo dei suoi parametri, e suona vicino a lui. Inglese naturale, a 24 kHz.

Americano e britannico

Heart e Puck parlano inglese americano, Isabella e Fable inglese britannico, ognuna con la propria pronuncia: "tomato", "schedule" e "can't" escono come le dice ciascun accento.

Veloce su qualsiasi computer

Su un solo core del processore, una battuta esce circa 17-20 volte più veloce del tempo reale. Circa 300 MB di memoria, e nessuna scheda grafica.

Offline dopo la prima battuta

Il modello da 8,5 MB si scarica la prima volta che viene pronunciata una battuta. Da lì in poi, niente esce dal tuo computer. I modelli e il componente aggiuntivo consentono l'uso commerciale.

Voci

Nella scheda Parlanti, scegli Paradee come Motore di doppiaggio di un parlante, poi scegli una Voce. Attiva Adatta il doppiaggio alla durata del sottotitolo perché ogni battuta di quel parlante venga allungata o compressa sul suo sottotitolo.

4 voci in 2 lingue.

  • en-gb 2
  • en-us 2

Heart è la più vicina a Kokoro; Isabella è, delle quattro, la più lontana. Tutte e quattro le voci vengono dallo stesso modello, quindi cambiare voce non scarica nulla. Paradee non clona le voci. Per doppiare con la voce del parlante stesso, scegli un motore che clona la voce, come Sopro o Chatterbox.

Il modello aggiunge alle sue voci un po' di respiro e di fruscio a caso, come fa Kokoro. Doppiare di nuovo una battuta può suonare leggermente diverso in quei punti; le parole, la voce e i tempi restano gli stessi.

Modelli

Il modello non è incluso nel componente aggiuntivo. Si scarica nella cache dei modelli condivisa di Subtitld la prima volta che viene pronunciata una battuta, da Hugging Face a una revisione fissata, con ogni file verificato. Un download interrotto riprende da dove si era fermato. Aggiornare o rimuovere il componente aggiuntivo mantiene il modello.

Modello DownloadAdatto a
Paradee 1.2 (7.9M, int8 ONNX, four voices) Predefinito paradee-1.2
8 MB
Tutte e quattro le voci, circa 17–20× il tempo reale su un solo core del processore

Il componente aggiuntivo esegue il file ONNX pubblicato dall'autore di Paradee, senza PyTorch, e trasforma il testo in suoni esattamente come fa il codice dell'autore, con il fonemizzatore di Kokoro stesso. L'abbiamo confrontato con il codice dell'autore: gli stessi suoni per ogni frase di test in entrambi gli accenti, e lo stesso audio per tutte e quattro le voci.

Opzioni

In Impostazioni › Componenti aggiuntivi › Paradee (offline, lightweight English) › Configuri.

CPU threads
Predefinito: 0

0 usa un solo thread, che è già molte volte più veloce del tempo reale. Con un modello così piccolo, più thread aiutano di rado.

Speaking pace
Predefinito: 1

La velocità con cui parla Paradee stesso: 1,0 è il suo ritmo naturale, 1,2 è il 20% più veloce. È il modello a parlare più veloce o più lento; l'audio non viene allungato.

Lingue

Solo inglese. Qualsiasi progetto in inglese (americano, britannico, australiano…) viene accettato, e ogni voce lo legge con il proprio accento. Un progetto in un'altra lingua riceve un messaggio che lo dice: scegli un altro motore di doppiaggio per quel progetto.

Numeri, prezzi, date, orari e abbreviazioni comuni vengono letti in lettere, e parole come "read" o "record" vengono pronunciate come richiede la frase. Nomi e parole di altre lingue che il fonemizzatore non conosce vengono pronunciati da espeak-ng, e possono essere pronunciati male.

  • en-us
  • en-gb

Piattaforme

Sistema DownloadTestato
Linux x86-64 93.5 MBDoppiato con tutte e quattro le voci su una macchina vera, su sistemi Debian, Ubuntu, Fedora e Arch puliti, e in CI
macOS (Apple silicon) 75.2 MBDoppiato con tutte e quattro le voci in CI (Apple Silicon)
Windows x86-64 84.5 MBDoppiato con tutte e quattro le voci in CI

Linux x86-64 (qualsiasi distribuzione dal 2018 in poi), macOS su Apple Silicon e Windows x86-64. Ogni versione viene compilata su tutte e tre, e su ognuna la CI installa il componente aggiuntivo come fa Subtitld, scarica il modello e doppia con ogni voce.

Risoluzione dei problemi

  • network_unavailableNon è stato possibile scaricare il modello, oppure un file scaricato non ha superato la verifica ed è stato scartato. Controlla la connessione e riprova: il download riprende.
  • disk_fullSpazio su disco insufficiente per il modello: 8,5 MB.
  • unsupported_languageLa lingua del progetto non è l'inglese, oppure non è impostata. Impostala nel progetto, o scegli un altro motore di doppiaggio.
  • unsupported_voiceIl progetto indica una voce che questa versione non ha. Scegli di nuovo la voce nella scheda Parlanti.
  • bad_paramsLa battuta non ha testo. Scrivi il sottotitolo e doppialo di nuovo.
  • out_of_memoryIl computer ha esaurito la memoria. Chiudi altri programmi: Paradee ha bisogno di circa 400 MB.
  • internalQualcosa non ha funzionato all'interno del componente aggiuntivo; il messaggio riporta i dettagli.

Licenza

Componente aggiuntivo
GPL-3.0-or-later
Perché include espeak-ng
Motore
Apache-2.0, MIT, GPL-3.0-or-later
misaki, il fonemizzatore di Kokoro stesso, trasforma il testo in suoni insieme a spaCy; espeak-ng pronuncia le parole che non conoscono; ONNX Runtime, di Microsoft, esegue il modello
Modello
Apache-2.0
Pesi Paradee 1.2, di Sahil Mahendrakar, distillati da Kokoro-82M di hexgrad

Adatto all'uso commerciale. Il modello Paradee e il codice dell'autore sono Apache-2.0, come Kokoro. Il componente aggiuntivo è GPL-3.0-or-later perché include espeak-ng; il suo codice sorgente completo, compreso quello di espeak-ng, è in ogni versione. La licenza riguarda il componente aggiuntivo, non ciò che crei con esso: i doppiaggi che crei sono tuoi.

Versioni

  • 26.11.1

    Offline English text-to-speech for Subtitld with Paradee 1.2: natural English speech at 24 kHz from an 8M-parameter model distilled from Kokoro-82M, many times faster than real time on the CPU. Four voices from one 8.5 MB model: Heart and Puck (American English), Isabella and Fable (British English).

    The archive holds the add-on, ONNX Runtime, misaki (Kokoro's phonemizer) with spaCy's small English pipeline, and espeak-ng with its English data. The model downloads the first time a line is spoken, at a pinned revision, checked by sha256.

    The add-on is GPL-3.0-or-later, because it bundles espeak-ng (GPL-3.0-or-later); the Paradee model and misaki are Apache-2.0, spaCy and its English pipeline MIT. Each archive carries THIRD_PARTY_LICENSES/ with the licence of everything frozen into it. The complete corresponding source is paradee-<version>-source.tar.gz in this release. The Linux archive also carries libquadmath (LGPL-2.1, with numpy); its source is paradee-<version>-libquadmath-source.tar.gz.

    What's Changed

    • Paradee add-on: lightweight offline English text-to-speech by @jonata in https://github.com/Subtitld/addon-paradee/pull/1
    • Parity test: allow other CPUs' int8 rounding by @jonata in https://github.com/Subtitld/addon-paradee/pull/2

    New Contributors

    • @jonata made their first contribution in https://github.com/Subtitld/addon-paradee/pull/1

Altri componenti aggiuntivi Voci

Aggiornato · Dal catalogo dei componenti aggiuntivi Segnali un problema con questo componente aggiuntivo