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

音声オフラインCPU のみ商用利用可

Scylla's Band を使い、字幕を英語、スペイン語、イタリア語、フランス語、ドイツ語、ベトナム語で吹き替えます。14種類の組み込みの声があり、どの声も6言語すべてを話します。お使いのコンピューターのプロセッサーで、240 MB のモデルを使い、実時間の何倍もの速さで動作します。

Subtitld からインストール

設定 アドオン Scylla's Band (offline, 14 voices, 6 languages) インストール

Subtitld がダウンロードして SHA-256 を確認し、最新の状態に保ちます。

GitHub のソース
言語
6
モデル
1
音声
14
アドオンのダウンロード
14–22 MB
RAM(最低)
700 MB

機能

14の声、それぞれ6言語

どの声も英語、スペイン語、イタリア語、フランス語、ドイツ語、ベトナム語を話すため、どの言語に吹き替えても、1人の話者は同じ声のままです。

CPU で速い

ノートパソコンのプロセッサーで、1秒の音声を作るのにかかる時間は0.1秒よりずっと短く、メモリは 500 MB 未満です。グラフィックスカードは使いません。

強さ、速さ、高さ

アドオンの設定で、話し方をより穏やかにも激しくも、遅くも速くも、高くも低くもできます。

最初のセリフのあとはオフライン

240 MB のモデルは、それを使って初めて吹き替えるときに一度だけダウンロードされます。その後は、何もコンピューターの外に出ません。

インストールの前に

  • ディスク: 約 300 MB。その大半はモデルで、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 500 MB 未満。
  • プロセッサー: 64ビットの Intel または AMD のプロセッサー、または Apple Silicon の Mac ならどれでも。

Scylla's Band が話すのは自身の声だけで、動画の話者の声はクローンしません。話者自身の声を使うには、VoxCPM2、Sopro、Chatterbox 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 Scylla's Band 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。吹き替える前に、プロジェクトの言語を設定してください。

音声 14 種.

14の声は Scylla、Ariadne、Felix、Gwen、Ink、Kincade、Max、Orpheus、Poppy、Priya、Rex、Stone、Thistle、Tuesday です。どの声も6言語すべてで学習されているため、プロジェクトの言語が何であっても一覧は同じです。英語では、Ink、Orpheus、Tuesday がイギリス英語を、ほかの声はアメリカ英語を話します。

Subtitld は各話者にシードを与えるため、同じセリフをもう一度吹き替えると同じテイクになります。言葉を1つ変えると、そのセリフは新たに読み上げられます。

モデル

モデルはアドオンには含まれていません。最初に吹き替えるときに、固定されたリリースで spybyscript の Hugging Face リポジトリから 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。

モデル ダウンロード向いている用途
Scylla's Band v3-20261104 (LiteRT bundle) 既定 scyllasband-litert
240 MB
すべての声と言語。CPU で実時間の何倍もの速さ

アドオンは、Scylla's Band 自身の C++ ランタイムを Google の LiteRT とともにアドオンのプロセス内で実行します。そのため Python の機械学習ライブラリは不要で、すぐに起動します。

オプション

設定 › アドオン › Scylla's Band (offline, 14 voices, 6 languages) › 設定 で変更できます。

Intensity
既定値: 0

穏やか(−2)から激しい(2)まで。0 はそれぞれの声本来の話し方です。変わるのはセリフの感情がどれだけ強く表れるかで、どの感情かは変わりません。

Pace
既定値: 0

遅め(−2)から速め(2)まで。言葉とその間の間(ま)の両方が変わります。Subtitld 自身の速度調整と吹き替えを字幕の長さに合わせるは、その上にさらに適用されます。

Pitch
既定値: 0

すべての声を半音単位で上げ下げします。

CPU threads
既定値: 0

0 にすると、ランタイムが最大4まで選びます。スレッドを減らすと、吹き替え中もコンピューターが軽快に動きます。

強さ、速さ、高さは、プロジェクトで Scylla's Band を使うすべての話者に適用されます。

言語

英語、スペイン語、イタリア語、フランス語、ドイツ語、ベトナム語。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。

数字は6言語それぞれで言葉として読まれます。たとえば「42」は、英語では「forty-two」、ベトナム語では「bốn mươi hai」になります。

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

プラットフォーム

システム ダウンロード動作確認
Linux x86-64 22.4 MB実機と CI で、実際のモデルを使って6言語すべてで吹き替え
macOS (Apple シリコン) 18.5 MBCI で実際のモデルを使って6言語すべてで吹き替え(Apple Silicon)
Windows x86-64 13.6 MBCI で実際のモデルを使って6言語すべてで吹き替え

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、モデルをダウンロードして、それを使って6言語すべてで吹き替えます。Linux では glibc 2.35 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(約 300 MB)がありません。
  • unsupported_languageプロジェクトの言語が6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。

ライセンス

アドオン
Apache-2.0
エンジン
Apache-2.0
libscyllasband(Scylla's Band 自身のランタイム)と Google の LiteRT
モデル
Apache-2.0
Scylla's Band の重み(spybyscript 製)。Vocos と DeepPhonemizer に由来する部分は MIT

アドオン、Scylla's Band のランタイム、LiteRT、Scylla's Band の重みはすべて Apache-2.0 で、モデルのうち Vocos と DeepPhonemizer に由来する部分は MIT です。アドオンとそれで作った吹き替えは、有料の仕事を含め、どんな目的にも使えます。作成した吹き替えはあなたのものです。

バージョン

  • 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.

他の音声アドオン