Qwen3-TTS (offline, 1.7B)

機能

声

話者タブで、話者の吹き替えエンジンとして Qwen3-TTS を選び、ボイスを選びます。Custom voiceは一覧の先頭にあります。各セリフはモデルが生成した長さのまま出力されます。話者の字幕に合わせて伸縮するには、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。

音声 10 種 4 言語.

• en 2
• ja 1
• ko 1
• zh-cn 5

クローン用のサンプル

話者のボイスが Custom voice の場合、Subtitld はプロジェクトの音声からその話者のサンプルを切り出します：

• 3〜12秒の範囲で最も長い字幕。
• 該当するものがなければ、より長い字幕の最初の12秒。
• すべてが3秒未満の場合は、連続する複数の字幕を、3秒に達するまでつなぎ合わせたもの。

この動画で音楽と声を分離している場合は、サンプルは声だけから取られます。アドオンの設定の Default voice reference は、サンプルを切り出せない場合（たとえば動画が開かれていない場合）にのみ使われます。

Subtitld は各話者のサンプルを保存し、音声ファイルが変わったときにだけ切り出し直します。話者のセリフのタイミングを調整した後は、そのサンプルを削除すると新しいものが作られます。サンプルの名前は話者名で終わります。

モデル

組み込みの声には CustomVoice モデルが、クローンには Base モデルが必要です。それぞれ、それを使うセリフを初めて生成するときにダウンロードされます。そのため、両方を使うプロジェクトでは、ディスク上で約 7 GB を使用します。Hugging Face のキャッシュ（HF_HOME を設定していない場合は ~/.cache/huggingface/hub）に保存され、アドオンのフォルダーの外にあるため、アドオンをアップデートまたは削除しても残ります。

オプション

アドオンは起動時にこれらを読み込むため、変更は5分間使われなかった後、または Subtitld を再起動した後に反映されます。例外は Skip auto-extracted reference transcript です。Subtitld はこれを、すべてのセリフで読み込みます。

設定 › アドオン › Qwen3-TTS (offline, 1.7B) › 設定 で変更できます。

言語

Subtitld はプロジェクトの言語を地域なしで送るため、pt-br はポルトガル語として読み上げられます。これら10言語以外の言語では、組み込みの声は自身の言語にフォールバックし、クローンは自動検出にフォールバックします。

• zh-cn
• en
• ja
• ko
• de
• fr
• ru
• pt
• es
• it

プラットフォーム

リリースは Linux、macOS、Windows でビルドされ、CI はプログラムが起動して声の一覧を表示することを確認します。CI では音声は生成しません。

トラブルシューティング

• bad_params字幕にテキストがないか、クローンのサンプルがありません。Subtitld はサンプルを切り出せませんでした（動画が開かれていないか、その話者の字幕がありません）。デフォルトのクリップも設定されていません。字幕にテキストを入力するか、動画を開くか、Default voice referenceを設定してください。
• internalモデルの読み込みまたはセリフの読み上げに失敗しました。メッセージに理由が示されます。初回使用時のダウンロードに失敗した場合もここに表示されます。接続とディスク空き容量を確認して、もう一度試してください。CUDA または MPS を選んでいた場合は、デバイスを CPU に戻してください。

ライセンス

商用利用に問題ありません。アドオン、qwen-tts ライブラリ、Qwen3-TTS の重みはすべて Apache-2.0 です。