tiny-voca オフライン、軽量・英語

音声オフラインCPU のみ商用利用可

Muhammed Nazeem によるパラメーター数 450 万のモデル tiny-voca を使い、字幕をアメリカ英語の女性または男性の声で吹き替えます。お使いのコンピューターのプロセッサーで動作し、実時間の数十倍の速さで話します。モデルはアドオンに含まれているので、ダウンロードするものはありません。

Subtitld からインストール

設定 アドオン tiny-voca (offline, lightweight English) 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
1
モデル
1
音声
2
アドオンのダウンロード
33–43 MB
RAM(最低)
256 MB

試聴

機能

小さくて、クリア

パラメーター数 450 万。自然に聞こえるモデルとしては最小クラスで、クリアなアメリカ英語を 24 kHz で。

ダウンロード不要

26 MB のモデルはアドオンに含まれています。インストールしたその瞬間から使え、何もコンピューターの外に出ません。

どのコンピューターでも高速

ノートパソコンのプロセッサーで、1つのセリフが100分の数秒で生成されます。実時間の数十倍の速さで、グラフィックスカードは不要です。

商用利用も無料

アドオンとモデルは Apache-2.0、それを実行する llama.cpp は MIT です。

声

話者タブで、話者の吹き替えエンジンとして tiny-voca 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。

音声 2 種 1 言語.

  • en 2

声は女性と男性の2つで、どちらもアメリカ英語です。tiny-voca の作者は文章による説明からこれらの声を作り、合成音声でモデルを学習させました。実在の人物の声は録音されていません。tiny-voca は声をクローンしません。話者自身の声で吹き替えるには、Sopro や VoxMel などのボイスクローンエンジンを選んでください。

モデル

モデルはアドオンに含まれているので、ダウンロードするものはありません。ggml-org が tiny-voca から変換した GGUF で、リビジョンを固定し、アドオンのビルド時に確認しています。

モデル サイズ向いている用途
tiny-voca (4.5M) 既定 tiny-voca
25 MB
両方の声、アドオンに同梱

モデルは、多くの人が言語モデルに使っているのと同じエンジン、llama.cpp で動作します。テキストを音に変換するのも llama.cpp で、モデルに含まれている tiny-voca 自身の音素変換器の移植版を使います。

オプション

設定 › アドオン › tiny-voca (offline, lightweight English) › 設定 で変更できます。

Speed
既定値: 1

tiny-voca 自体が話す速さです。1.0 が本来の速さで、1.2 は20%速くなります。Subtitld の話者の Rate で、さらに変えられます。モデル自体が速く、または遅く話すので、音声が引き伸ばされることはありません。

CPU threads
既定値: 0

0 にすると最大4スレッドを使います。それだけで実時間よりはるかに高速です。これほど小さなモデルでは、スレッドを増やしてもほとんど効果はありません。

言語

英語のみです。英語のプロジェクト(アメリカ、イギリス、オーストラリアなど)はどれも受け付け、アメリカ英語のアクセントで読み上げます。ほか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、価格、日付、時刻、単位、一般的な略語は言葉として読み上げられ、「read」や「record」のような単語は文に合った読み方で発音されます。

  • en

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 42.6 MB実機と、クリーンな AlmaLinux 8・Ubuntu 24.04 環境で、両方の声を使って吹き替え。CI で、インストールしたアドオンが両方の声で話す
macOS (Apple シリコン) 40.1 MBCI で、インストールしたアドオンが両方の声で話す(Apple Silicon)
Windows x86-64 33.1 MBCI で、インストールしたアドオンが両方の声で話す

Linux x86-64(2018年以降のディストリビューション、glibc 2.28 以降)、Apple Silicon の macOS 13.3 以降、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、両方の声で吹き替えます。

トラブルシューティング

  • unsupported_languageプロジェクトの言語が英語ではありません。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。字幕を書いてから、もう一度吹き替えてください。
  • 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。セリフをもう一度吹き替えると、音声エンジンが再起動します。

ライセンス

アドオン
Apache-2.0
エンジン
MIT
llama.cpp がモデルを実行し、テキストを音に変換
モデル
Apache-2.0
tiny-voca の重み(Muhammed Nazeem 製)。発音データは dizione、CMU Pronouncing Dictionary(BSD-2-Clause)、Google の Wikipedia Homograph Data から

商用利用に問題ありません。アドオンと tiny-voca のモデルは Apache-2.0、llama.cpp は MIT です。ライセンスが適用されるのはアドオンで、それを使って作ったものではありません。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

    The first release: lightweight English text-to-speech for Subtitld with tiny-voca, a 4.5-million-parameter model by Muhammed Nazeem.

    • Two American English voices, a woman and a man, at 24 kHz. No voice cloning.
    • Dozens of times faster than real time on a CPU: a line takes a few hundredths of a second.
    • Numbers, prices, dates, times and units are read out as words.
    • The model (26 MB) is part of the add-on: nothing to download.
    • A Speed setting, which a speaker's Rate in Subtitld scales further.
    • English only: a line in another project language gets a message saying so.
    • Runs in llama.cpp's server, which the add-on starts on 127.0.0.1 and stops when it exits. The Linux archive runs on glibc 2.28 and newer.

    The add-on and the tiny-voca weights are Apache-2.0; llama.cpp and ggml are MIT. Each archive carries THIRD_PARTY_LICENSES/, including the licences of the pronunciation data in the model (CMU Pronouncing Dictionary, Wikipedia Homograph Data).

他の音声アドオン