Whistle (offline)
Trasforma il parlato del suo video in sottotitoli con i tempi, sul suo computer, con Whistle, il modello vocale di Cactus Compute. Il modello da 17 MB è incluso nel componente aggiuntivo: nulla da scaricare al primo uso, nessuna scheda grafica, e nulla lascia la sua macchina.
Impostazioni Componenti aggiuntivi Whistle (offline) Installa
Subtitld lo scarica, ne verifica lo SHA-256 e lo tiene aggiornato.
- Lingue
- 7
- Modelli
- 1
- Download del componente
- 23–31 MB
- RAM, almeno
- 512 MB
Cosa fa
Il modello e il suo motore sono dentro il componente aggiuntivo. Lo installi e trascrive subito, anche offline.
Funziona sulla CPU e richiede poca memoria. Venti minuti di audio richiedono circa due minuti su un computer desktop.
L'audio lungo viene trascritto circa un minuto alla volta, così la barra di avanzamento continua a muoversi e Annulla ha effetto entro un minuto.
Elenchi in Keywords i nomi e i termini tecnici del suo video, e Whistle li preferisce quando è incerto su una parola.
Modelli
C'è un solo modello, Whistle, ed è già dentro il componente aggiuntivo.
| Modello | Download | Adatto a |
|---|---|---|
| Whistle Predefinito | Parlato chiaro nelle sue sette lingue |
Whistle non aggiunge sempre virgole e punti. Dove lo fa, ogni sottotitolo contiene una frase; dove non lo fa, i sottotitoli vengono divisi a circa due righe di testo o 7 secondi.
Opzioni
In Impostazioni › Componenti aggiuntivi › Whistle (offline) › Configuri.
Nomi e termini tecnici del suo video, separati da virgole. Quando Whistle è incerto su una parola, propende per questi, così un nome che scriverebbe male risulta corretto.
Lingue
Inglese, tedesco, francese, spagnolo, italiano, olandese e polacco. Lasci vuota la lingua per rilevarla. Un progetto in qualsiasi altra lingua viene rifiutato invece di tirare a indovinare: per quelle usi Whisper (offline).
endefresitnlpl
Piattaforme
| Sistema | Download | Testato |
|---|---|---|
| Linux x86-64 | 30.8 MB | Su macchine reali e in CI |
| macOS (Apple silicon) | 28.7 MB | In CI |
| Windows x86-64 | 22.6 MB | In CI |
Prima di ogni rilascio, ogni build trascrive un campione in CI, installata nel modo in cui Subtitld la installa.
Risoluzione dei problemi
unsupported_languageWhistle non conosce la lingua del suo progetto. Usi Whisper (offline), che ne conosce 99.model_missingManca un file del componente aggiuntivo. Lo reinstalli.bad_paramsSubtitld non è riuscito a passare l'audio, oppure ffmpeg non è stato trovato. Il messaggio indica quale dei due.oomMemoria esaurita. Chiuda altri programmi, oppure trascriva un intervallo invece dell'intero video.disk_fullSpazio su disco insufficiente per decodificare l'audio. Ne liberi un po' e riprovi.
Licenza
Va bene per uso commerciale: il componente aggiuntivo, il motore Needle e i pesi di Whistle sono tutti Apache-2.0.
Versioni
- 26.10.1
Long audio no longer looks stuck at 20%.
Whistle used to transcribe the whole file in one go: the progress bar stopped at 20% until it finished, Cancel had to wait for the end, and long files slowed down more than their length (20 minutes took about 3 minutes). The audio is now transcribed about a minute at a time, cut at quiet moments so no word is split:
- The progress bar moves after every minute of audio.
- Cancel takes effect within a minute.
- 20 minutes of audio take about 2 minutes instead of 3, with the same words.
- With no language set, the first stretch of speech sets the language for the rest of the file.
Versions now follow Subtitld's own: year, month and the release of that month. 26.10.1 comes after 0.0.2, and Subtitld offers it as an update.
The model, the engine and the add-on are unchanged otherwise: Apache-2.0, offline, CPU only.
Altri componenti aggiuntivi Da voce a testo
-
Whisper Offline
Riconoscimento vocale offline con whisper.cpp, solo CPU.
-
Vosk Offline
Leggero e solo CPU. Modelli da circa 40 MB.
-
RealtimeSTT Offline
Per la modalità di registrazione, mentre parla. Modelli Whisper, sul suo computer.
-
AssemblyAI Cloud
Con riconoscimento dei parlanti. Non ancora disponibile.
-
Phonon-2 Offline
Offline English speech-to-text with Phonon-2 (Fermion Research): a 164 MB model that runs on the CPU, downloaded…