Pocket TTS (offline, 7 languages)

機能

インストールの前に

Pocket TTS はコンピューターにあまり負担をかけません：

• ディスク： 吹き替える言語ごとに約 220 MB。その言語の最初のセリフでダウンロードされます。
• メモリ： 話している間は約 660 MB、Use less memory を使うと 450 MB。
• プロセッサー： Intel と AMD では、AVX2 と FMA を備えたものが必要です。Intel のプロセッサーは2013年から、AMD は2015年から備えています。一部の Celeron、Pentium、Atom プロセッサーには備わっておらず、その場合は最初のセリフが失敗し、その旨のメッセージが表示されます。Apple Silicon の Mac はすべて動作します。

声のクローンはできません。Pocket TTS 自体にはその機能がありますが、Kyutai はクローン用のモデルを、Hugging Face にサインインして利用規約に同意した人にしか提供していません。そのためアドオンは、それを使わずにモデルを動かします。話者自身の声で吹き替えるには、VoxCPM2 か Qwen3-TTS を使ってください。

声

話者タブで、話者の吹き替えエンジンとして Pocket TTS を選び、ボイスを選びます。各セリフを字幕に合わせて伸縮するには、その話者の吹き替えを字幕の長さに合わせるをオンにしてください。モデルはプロジェクトの言語で決まるので、吹き替える前に言語を設定してください。

音声 23 種.

声によっては、別の言語で話してもなまりがいくらか残ることがあります。選ぶ前に、プロジェクトの言語でいくつか試してください。Kyutai 自身のおすすめは、英語なら Alba、フランス語なら Estelle、イタリア語なら Giovanni、スペイン語なら Lola、オランダ語なら Daan です。各声は初めて使うときにダウンロードされ、サイズは 8 MB 未満です。

Kyutai はほかに4つの声を提供していますが、アドオンには含めていません。2つは非商用利用に限って許諾された録音から作られており、残りの2つは出どころが示されていないためです。

モデル

Pocket TTS には言語ごとに1つのモデルがあります。どれもアドオンには含まれておらず、その言語で初めて吹き替えるときに、固定されたリビジョンで Hugging Face から Subtitld の共有モデルキャッシュへダウンロードされ、各ファイルが確認されます。中断したダウンロードは、止まったところから再開します。アドオンを更新・削除してもモデルは残ります。

アドオンの設定の Model でサイズを選びます。Small は Kyutai の最新の英語モデルで、パラメーター数は 1 億ではなく 1,800 万です。Large preview は Kyutai の24層モデルを読み込みます。1言語あたり 670 MB、英語は 1.3 GB で、速さはほぼ実時間です。Kyutai はこれらを最終版ではなくプレビューと位置づけています。私たちのテストでは、Standard よりミスが少ないということはありませんでした。

オプション

設定 › アドオン › Pocket TTS (offline, 7 languages) › 設定 で変更できます。

言語

英語、フランス語、ドイツ語、ポルトガル語、イタリア語、スペイン語、オランダ語。それ以外の言語のプロジェクトでは、その旨のメッセージが表示されます。その場合は別の吹き替えエンジンを選んでください。

• en
• fr
• de
• pt
• it
• es
• nl

プラットフォーム

Linux x86-64、Apple Silicon の macOS、Windows x86-64。各リリースは3つすべてでビルドされ、それぞれで CI が Subtitld と同じ方法でアドオンをインストールし、英語のモデルをダウンロードして、それを使って吹き替えます。Linux では、Subtitld 本体と同じく glibc 2.34 以降が必要です。

トラブルシューティング

• network_unavailableモデルをダウンロードできませんでした。接続を確認して、もう一度試してください。ダウンロードは再開されます。
• disk_fullモデルに必要なディスク容量がありません。1言語あたり約 220 MB が必要です。
• unsupported_languageプロジェクトの言語が7言語のどれでもないか、設定されていません。プロジェクトで言語を設定するか、別の吹き替えエンジンを選んでください。
• unsupported_voiceプロジェクトに、このバージョンにない声が指定されています。話者タブで声を選び直してください。
• bad_paramsセリフにテキストがありません。
• internalアドオン内部で問題が起きました。詳細はメッセージに表示されます。プロセッサーに AVX2 と FMA がないと表示された場合、このコンピューターでは Pocket TTS を実行できません。

ライセンス

商用利用に問題ありません。アドオンは Apache-2.0、Pocket TTS は MIT、モデルは Kyutai によるもので CC-BY-4.0 です。声は CC0 または CC-BY-4.0 の録音から作られています。作成した吹き替えはあなたのものです。Kyutai は、本人の同意なく実在の人物の声をまねたり、人をだましたりするために Pocket TTS を使うことを禁じています。