ダウンロード

Supertonic (on-device, ONNX, 99M)

音声オフラインGPU は任意商用利用可

Supertone の 99M パラメーターの ONNX モデル Supertonic を使い、お使いのコンピューターで字幕を吹き替えます。10のプリセット音声はそれぞれ、このモデルの31言語すべてで話すことができ、CPU で動作します。

Subtitld からインストール

設定 アドオン Supertonic (on-device, ONNX, 99M) 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
32
モデル
1
音声
10
アドオンのダウンロード
46–78 MB
RAM（最低）
2 GB

機能

話者ごとに声

吹き替えエンジンとして Supertonic を選び、話者ごとに声を選びます。すべての音声を生成を押すと、その話者のセリフを吹き替えます。全部、区間、または選択した字幕のいずれかです。

どの声も、どの言語でも

声は言語に縛られていません。Supertonic は、プロジェクトの言語で読み上げるか、言語を知らない場合は言語非依存モードで読み上げます。

一度だけダウンロード

初めて吹き替えるとき、モデルが Hugging Face からダウンロードされます。選んだモデルに応じて 200〜400 MB です。その後はディスクから読み込まれます。

字幕に合わせる

吹き替えを字幕の長さに合わせるをオンにすると、新しいクリップの速度が上下され、字幕と同じ長さになります。元のクリップも保持されます。

声

男性5つと女性5つのプリセット、M1 から M5 と F1 から F5 です。各声は、どの言語でも同じ個性を保ち、変わるのは発音だけです。話者全体を吹き替える前に、いくつかの声でセリフを試してください。

音声 10 種.

モデル

字幕が英語、韓国語、スペイン語、ポルトガル語、フランス語だけの場合を除き、既定の supertonic-3 のままにしてください。supertonic-2 はその5言語に対応し、ダウンロードは小さくなります（約 250 MB）。supertonic は英語のみを読み上げます（約 200 MB）。モデルオプションで変更できます。表には既定のモデルが記載されています。

モデル ダウンロード向いている用途
supertonic-3
400 MB
31言語。その他のテキストは言語非依存で読み上げ

モデルの保存場所

ホームフォルダーの .cache 内に、モデル名のフォルダーとして保存されます。既定のモデルは ~/.cache/supertonic3 です。アドオンの外にあるため、アドオンをアップデートまたはアンインストールしても残ります。別の場所に保存するには、Subtitld を起動する前に SUPERTONIC_CACHE_DIR を設定してください。

オプション

Subtitld は、アドオンを起動するときにこれらの設定を渡します。変更は、アドオンが再起動したとき（5分間使われなかった後、または Subtitld を再起動したとき）に反映されます。

設定 › アドオン › Supertonic (on-device, ONNX, 99M) › 設定 で変更できます。

Model
既定値： supertonic-3

3つのモデルのうち使うモデル（上の「モデル」を参照）。それぞれ初めて使うときにダウンロードされます。

Inference device
既定値： cpu

このアドオンは標準の onnxruntime でビルドされており、onnxruntime-gpu ではないため、CUDA ではグラフィックスカードを使えません。CPU はどの環境でも動作します。

Quality (sampling steps)
既定値： 8

ステップ数を増やすとよりクリーンな音声になりますが、時間がかかります。プレビューには 5、既定は 8、最大は 12 です。

Language hint
既定値： auto

このバージョンのアドオンはこの設定を読み込まないため、常に「Auto」として動作します。つまり、プロジェクトの言語を使うか、Supertonic が対応していない場合は言語非依存で動作します。

Custom voice JSON (optional)
既定値： 空

Supertone の Voice Builder で作られた声です。アドオンはこれを11番目の声として提供しますが、Subtitld の「ボイス」一覧には10のプリセットしか表示されないため、現時点では選べません。

言語

Subtitld はプロジェクトの言語を送り、Supertonic はその2文字のコードを使います。言語が設定されていないプロジェクト、または Supertonic が知らない言語のプロジェクトは、言語非依存モード（na）で読み上げられます。以下は既定モデルの対応言語です。

  • ar
  • bg
  • hr
  • cs
  • da
  • nl
  • en
  • et
  • fi
  • fr
  • de
  • el
  • hi
  • hu
  • id
  • it
  • ja
  • ko
  • lv
  • lt
  • pl
  • pt
  • ro
  • ru
  • sk
  • sl
  • es
  • sv
  • tr
  • uk
  • vi
  • na

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 78.1 MB起動確認を CI で実施
macOS (ユニバーサル) 49.1 MB起動確認を CI で実施
Windows x86-64 45.6 MB起動確認を CI で実施

リリースのたびに、CI は各ビルドが起動し、10の声を提供することを確認します。音声合成はそこでは行いません。

トラブルシューティング

セリフが失敗すると、吹き替えなしのままになります。アドオンが示す理由は以下のとおりです。

  • internalSupertonic を読み込めなかったか、セリフを読み上げられませんでした。最初のセリフでモデル（200〜400 MB）がダウンロードされるため、接続と空きディスク容量を確認してから、もう一度試してください。
  • unsupported_voiceこのセリフに保存された声は Supertonic の声ではありません。ボイスの一覧からもう一度選んでください。
  • bad_params字幕に読み上げるテキストがありません。

ライセンス

アドオン
MIT
エンジン
MIT
supertonic（Python パッケージ）
モデル
OpenRAIL-M
Supertonic-3 の重み

音声を商用で使う前に、Supertonic-3 のモデルカードで OpenRAIL-M の利用条件をお読みください。アドオンでは、ほかの2つのモデルのライセンスは記載していません。

バージョン

  • 0.0.2

    Automated release for supertonic v0.0.2.

他の音声アドオン

更新日 · アドオンカタログより このアドオンの問題を報告