Scylla's Band (offline, 14 voices, 6 languages)

VociOfflineSolo CPUUso commerciale consentito

Doppia i tuoi sottotitoli in inglese, spagnolo, italiano, francese, tedesco e vietnamita con Scylla's Band, con quattordici voci predefinite che parlano ciascuna tutte e sei le lingue. Funziona sul processore del tuo computer, molte volte più veloce del tempo reale, con un modello da 240 MB.

Lo installi da Subtitld

Impostazioni Componenti aggiuntivi Scylla's Band (offline, 14 voices, 6 languages) Installa

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

Codice sorgente su GitHub
Lingue
6
Modelli
1
Voci
14
Download del componente
14–22 MB
RAM, almeno
700 MB

Cosa fa

Quattordici voci, sei lingue ciascuna

Ogni voce parla inglese, spagnolo, italiano, francese, tedesco e vietnamita, così un parlante mantiene la stessa voce in ogni lingua in cui doppi.

Veloce su una CPU

Un secondo di parlato richiede ben meno di un decimo di secondo sul processore di un portatile, con meno di 500 MB di memoria. La scheda grafica non viene usata.

Intensità, ritmo e tono

Rendi l'interpretazione più calma o più intensa, più lenta o più veloce, più alta o più bassa, nelle impostazioni del componente aggiuntivo.

Offline dopo la prima battuta

Il modello, 240 MB, si scarica una volta sola, la prima volta che doppi con esso. Da lì in poi, niente esce dal tuo computer.

Prima di installare

  • Disco: circa 300 MB, per lo più il modello, scaricato alla prima battuta.
  • Memoria: meno di 500 MB mentre parla.
  • Processore: qualsiasi processore Intel o AMD a 64 bit, o qualsiasi Mac con Apple Silicon.

Scylla's Band parla solo con le sue voci: non clona il parlante del video. Per la voce del parlante stesso, usa VoxCPM2, Sopro o Chatterbox.

Voci

Nella scheda Parlanti, scegli Scylla's Band 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. Imposta la lingua del progetto prima di doppiare.

14 voci.

Le quattordici voci sono Scylla, Ariadne, Felix, Gwen, Ink, Kincade, Max, Orpheus, Poppy, Priya, Rex, Stone, Thistle e Tuesday. Ognuna è stata addestrata in tutte e sei le lingue, quindi l'elenco è lo stesso qualunque sia la lingua del tuo progetto. In inglese, Ink, Orpheus e Tuesday parlano inglese britannico e le altre inglese americano.

Subtitld assegna a ogni parlante un seme, così doppiare di nuovo una battuta dà la stessa ripresa. Cambia una parola e la battuta viene pronunciata da capo.

Modelli

Il modello non è incluso nel componente aggiuntivo: si scarica nella cache dei modelli condivisa di Subtitld la prima volta che doppi, dal repository Hugging Face di spybyscript a una versione 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
Scylla's Band v3-20261104 (LiteRT bundle) Predefinito scyllasband-litert
240 MB
Tutte le voci e le lingue, molte volte più veloce del tempo reale su una CPU

Il componente aggiuntivo esegue il runtime C++ di Scylla's Band stesso con LiteRT di Google, all'interno del processo del componente aggiuntivo, quindi non ha bisogno di librerie Python di machine learning e si avvia in un attimo.

Opzioni

In Impostazioni › Componenti aggiuntivi › Scylla's Band (offline, 14 voices, 6 languages) › Configuri.

Intensity
Predefinito: 0

Da calmo (−2) a intenso (2); 0 è il modo di parlare proprio di ogni voce. Cambia quanto forte arriva l'emozione di una battuta, non quale emozione sia.

Pace
Predefinito: 0

Da più lento (−2) a più veloce (2), sia le parole sia le pause tra di esse. Il controllo della velocità di Subtitld e Adatta il doppiaggio alla durata del sottotitolo si applicano comunque in aggiunta.

Pitch
Predefinito: 0

Sposta ogni voce più in alto o più in basso, in semitoni.

CPU threads
Predefinito: 0

0 lascia scegliere al runtime, fino a 4. Meno thread lasciano il computer più reattivo durante il doppiaggio.

Intensità, ritmo e tono valgono per ogni parlante che usa Scylla's Band nel progetto.

Lingue

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

I numeri vengono letti in lettere in ognuna delle sei lingue, così "42" diventa "quarantadue" in italiano e "bốn mươi hai" in vietnamita.

  • en
  • es
  • it
  • fr
  • de
  • vi

Piattaforme

Sistema DownloadTestato
Linux x86-64 22.4 MBDoppiato con il modello vero in tutte e sei le lingue, su una macchina vera e in CI
macOS (Apple silicon) 18.5 MBDoppiato con il modello vero in tutte e sei le lingue, in CI (Apple Silicon)
Windows x86-64 13.6 MBDoppiato con il modello vero in tutte e sei le lingue, in CI

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 il modello e doppia con esso in tutte e sei le lingue. Su Linux richiede glibc 2.35 o più recente.

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, circa 300 MB.
  • unsupported_languageLa lingua del progetto non è una delle sei, 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.

Licenza

Componente aggiuntivo
Apache-2.0
Motore
Apache-2.0
libscyllasband, il runtime di Scylla's Band stesso, con LiteRT di Google
Modello
Apache-2.0
Pesi di Scylla's Band, di spybyscript; le parti da Vocos e DeepPhonemizer sono MIT

Il componente aggiuntivo, il runtime di Scylla's Band, LiteRT e i pesi di Scylla's Band sono tutti Apache-2.0, e le parti del modello che vengono da Vocos e DeepPhonemizer sono MIT. Puoi usare il componente aggiuntivo e i doppiaggi che produce per qualsiasi scopo, lavori a pagamento compresi. I doppiaggi che crei sono tuoi.

Versioni

  • 26.11.1

    Offline text-to-speech with Scylla's Band: fourteen voices, each speaking English, Spanish, Italian, French, German and Vietnamese at 24 kHz. Eleven voices speak American English and three (Ink, Orpheus, Tuesday) British English.

    • The model, about 240 MB, downloads on the first line, checked against pinned sha256 sums; an interrupted download resumes.
    • Runs on the CPU, many times faster than real time, in about 500 MB of memory.
    • Intensity, pace and pitch in Configure, each from -2 to 2.
    • The same seed gives the same take, so a regenerated line keeps its delivery.
    • Built-in voices only: Scylla's Band does not clone a speaker's voice.

    Linux x86_64, macOS arm64 and Windows x86_64.

Altri componenti aggiuntivi Voci