Pocket TTS (offline, 7 languages)

Cosa fa

Prima di installare

Pocket TTS chiede poco al tuo computer:

• Disco: circa 220 MB per ogni lingua in cui doppi, scaricati alla sua prima battuta.
• Memoria: circa 660 MB mentre parla, o 450 MB con Use less memory.
• Processore: su Intel e AMD, uno con AVX2 e FMA, che i processori Intel hanno dal 2013 e gli AMD dal 2015. Alcuni Celeron, Pentium e Atom non li hanno, e lì la prima battuta fallisce con un messaggio che lo dice. Ogni Mac con Apple Silicon funziona.

Non clona le voci. Pocket TTS lo saprebbe fare, ma Kyutai dà il suo modello di clonazione solo a chi accede a Hugging Face e ne accetta i termini, quindi il componente aggiuntivo usa il modello senza. Per doppiare con la voce del parlante, usa VoxCPM2 o Qwen3-TTS.

Voci

Nella scheda Parlanti, scegli Pocket TTS 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. La lingua del progetto sceglie il modello, quindi impostala prima di doppiare.

23 voci.

Una voce può conservare un po' del suo accento in un'altra lingua, quindi provane qualcuna nella lingua del tuo progetto prima di scegliere. Le scelte di Kyutai stessa sono Alba per l'inglese, Estelle per il francese, Giovanni per l'italiano, Lola per lo spagnolo e Daan per l'olandese. Ogni voce si scarica la prima volta che la usi, e pesa meno di 8 MB.

Kyutai offre altre quattro voci, che il componente aggiuntivo lascia fuori: due vengono da registrazioni con licenza solo per uso non commerciale, e due non dicono da dove vengono.

Modelli

Pocket TTS ha un modello per lingua. Nessuno è incluso nel componente aggiuntivo: ognuno si scarica nella cache dei modelli condivisa di Subtitld la prima volta che doppi nella sua lingua, 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 i modelli.

Model, nelle impostazioni del componente aggiuntivo, sceglie la dimensione. Small è il modello inglese più recente di Kyutai, con 18 milioni di parametri invece di 100 milioni. Large preview carica i modelli a 24 strati di Kyutai, 670 MB per lingua e 1,3 GB per l'inglese, più o meno in tempo reale. Kyutai li chiama anteprime, non modelli definitivi. Nella nostra prova non hanno fatto meno errori di Standard.

Opzioni

In Impostazioni › Componenti aggiuntivi › Pocket TTS (offline, 7 languages) › Configuri.

Lingue

Inglese, francese, tedesco, portoghese, italiano, spagnolo e olandese. Un progetto in qualsiasi altra lingua riceve un messaggio che lo dice: scegli un altro motore di doppiaggio per quel progetto.

• en
• fr
• de
• pt
• it
• es
• nl

Piattaforme

Linux x86-64, 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 i modelli inglesi e doppia con quelli. Su Linux serve glibc 2.34 o più recente, come per Subtitld stesso.

Risoluzione dei problemi

• network_unavailableNon è stato possibile scaricare il modello. Controlla la connessione e riprova: il download riprende.
• disk_fullSpazio su disco insufficiente per il modello. Ogni lingua richiede circa 220 MB.
• unsupported_languageLa lingua del progetto non è una delle sette, 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.
• internalQualcosa non ha funzionato all'interno del componente aggiuntivo; il messaggio riporta i dettagli. Se dice che il processore non ha AVX2 e FMA, questo computer non può eseguire Pocket TTS.

Licenza

Adatto all'uso commerciale: il componente aggiuntivo è Apache-2.0, Pocket TTS è MIT, e i suoi modelli sono di Kyutai, con licenza CC-BY-4.0. Le voci vengono da registrazioni con licenza CC0 o CC-BY-4.0. I doppiaggi che crei sono tuoi. Kyutai vieta di usare Pocket TTS per imitare la voce di una persona reale senza il suo consenso, o per ingannare.