Scarica

Phonon-2 (offline, English)

Da voce a testoOfflineSolo CPUUso commerciale consentito

Trasforma il parlato inglese del suo video in sottotitoli con i tempi, sul suo computer, con Phonon-2, il modello vocale di Fermion Research. Funziona sulla CPU, non richiede scheda grafica né account, e nulla lascia la sua macchina.

Lo installi da Subtitld

Impostazioni Componenti aggiuntivi Phonon-2 (offline, English) Installa

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

Codice sorgente su GitHub
Lingue
1
Modelli
1
Download del componente
342 MB

Cosa fa

Offline dopo un solo download

Il modello da 164 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. Imposti quanti core può usare, oppure lo lasci scegliere.

Sottotitoli che si leggono bene

Phonon-2 divide il parlato alle frasi e alle pause, così ogni sottotitolo inizia e finisce quando lo fa chi parla.

I suoi nomi, scritti bene

Elenchi in Hotwords i nomi e i termini del suo video, e Phonon-2 li preferisce.

Modelli

C'è un solo modello, Phonon-2. Non è dentro il componente aggiuntivo: 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 DownloadAdatto a
Phonon-2 Predefinito
164 MB
Parlato inglese, dalle interviste alle lezioni

La prima trascrizione carica anche il modello, quindi richiede più tempo delle successive. Phonon-2 trascrive un file in un solo passaggio: Annulla ha effetto quando quel passaggio finisce.

Opzioni

In Impostazioni › Componenti aggiuntivi › Phonon-2 (offline, English) › Configuri.

Models folder
Predefinito: vuoto

Dove viene conservato il modello. Lo lasci vuoto per condividere la cache dei modelli di Subtitld, così aggiornando o rimuovendo il componente aggiuntivo il modello resta.

CPU threads
Predefinito: 0

Quanti core della CPU usa Phonon-2. Con 0 sceglie da solo. Un nuovo valore vale dalla prossima volta che il modello viene caricato.

Hotwords
Predefinito: vuoto

Nomi e termini del suo video, separati da virgole, fino a 25. Phonon-2 li preferisce, ma decide sempre l'audio.

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 DownloadTestato
Linux x86-64 341.8 MBSu macchine reali e in container puliti di Ubuntu 22.04, Debian 10, Fedora e Arch

Per ora solo Linux x86-64, su distribuzioni dal 2018 in poi (glibc 2.28 o più recente). Le versioni per macOS e Windows non sono ancora pronte.

Risoluzione dei problemi

  • unsupported_languagePhonon-2 conosce solo l'inglese. Per le altre lingue usi Whisper (offline).
  • model_missingNon è stato possibile scaricare o caricare il modello. Controlli la connessione a internet per il primo uso, e Models folder se l'ha impostata.
  • bad_paramsSubtitld non è riuscito a passare l'audio. Il messaggio indica il motivo.
  • oomMemoria esaurita. Chiuda altri programmi, oppure trascriva un intervallo invece dell'intero video.
  • disk_fullSpazio su disco insufficiente per il modello o per l'audio decodificato. Ne liberi un po' e riprovi.
  • 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
Apache-2.0
fermion-research, di Fermion Research
Modello
CC-BY-4.0
Pesi di Phonon-2

Va bene per uso commerciale. Il componente aggiuntivo e il suo motore sono Apache-2.0. I pesi di Phonon-2 sono CC-BY-4.0, che chiede di citare Fermion Research ovunque vengano condivisi i pesi stessi; il file NOTICE del componente aggiuntivo lo fa. I sottotitoli che crea sono suoi.

Versioni

  • 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.

Altri componenti aggiuntivi Da voce a testo

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