Bark 3.0 (offline, English)
Conway Research의 음성 모델인 Bark 3.0으로, 여러분의 컴퓨터에서 영상의 영어 음성을 타이밍이 있는 자막으로 바꿉니다. CPU에서 실행되며 그래픽 카드도 계정도 필요 없고, 아무것도 컴퓨터 밖으로 나가지 않습니다.
설정 애드온 Bark 3.0 (offline, English) 설치
Subtitld가 내려받고, SHA-256을 확인하고, 최신 상태로 유지합니다.
- 언어
- 1
- 모델
- 4
- 애드온 다운로드
- 35–58 MB
- 최소 RAM
- 1.5 GB
기능
163 MB 모델은 처음 전사할 때 한 번 내려받으며, 고정된 지문과 대조해 확인합니다. 그 뒤로는 인터넷이 필요 없습니다.
CPU에서 실행되며, 오디오가 재생되는 속도보다 몇 배나 빠릅니다. 데스크톱 컴퓨터에서는 10분짜리 영상이 1분도 걸리지 않습니다.
Bark 3.0은 단어를 늘어놓는 대신 문장을 씁니다. 쉼표, 마침표, 대문자, 숫자가 직접 입력할 때와 똑같이 나옵니다.
단어마다 자기 시간이 있으므로, AssemblyAI처럼 자막 하나가 문장 하나 전체가 됩니다. One cue per sentence을 끄면 긴 문장은 읽기 쉽게 나뉩니다.
모델
Bark 3.0 모델은 네 가지입니다. Model에서 다른 모델을 고르지 않으면 Bark 3.0을 쓰고, 나머지는 고를 때만 내려받습니다. 어느 모델도 애드온 안에 들어 있지 않습니다. 사용하는 모델은 처음 전사할 때 Subtitld의 공유 모델 캐시로 내려받으므로, 애드온을 업데이트해도 다시 내려받지 않습니다.
| 모델 | 다운로드 | 적합한 용도 |
|---|---|---|
| Bark 3.0 (0.6B, verbatim) 기본값 bark3 | 일상적인 영어 음성을 말한 그대로 | |
| Bark 3.0 Plus (0.6B, verbatim, more accurate) bark3-plus | 조금 더 정확하게, 말한 그대로 | |
| Bark 3.0 Clean (0.6B, drops fillers and false starts) bark3-clean | 깔끔한 자막: "um", "uh"와 말을 고쳐 시작한 부분을 뺍니다 | |
| Bark 3.0 Pro (0.6B, full precision) bark3-pro | 가장 정확함, 가장 까다로운 오디오용 |
내려받은 뒤에는 애드온이 여러분의 컴퓨터에 맞게 모델을 한 번 준비하며, 30초쯤 걸립니다. 준비된 모델은 각각 디스크를 약 650 MB 차지하고 전사하는 동안 약 1.2 GB의 메모리가 필요하며, 네 모델 모두 속도는 같습니다. Clean은 "um", "uh" 같은 군말과 문장을 고쳐 시작한 부분을 빼는데, 대개 자막에는 이쪽이 알맞습니다. 말한 그대로 전사하려면 Bark 3.0이나 Plus를 고르세요.
긴 영상은 약 30초씩 나눠 전사하므로, 진행 표시줄이 계속 움직이고 취소도 몇 초 안에 적용됩니다.
옵션
설정 › 애드온 › Bark 3.0 (offline, English) › 구성에서 설정할 수 있습니다.
bark3전사에 사용할 Bark 3.0 모델입니다. 각 모델은 처음 고를 때 내려받으며, 고르지 않은 모델은 내려받지 않습니다.
0Bark 3.0이 사용할 CPU 코어 수입니다. 0이면 전체의 절반을 쓰며, 최대 8개입니다. 새 값은 다음에 모델을 불러올 때 적용됩니다.
켜면: AssemblyAI처럼 길이와 상관없이 문장마다 자막 하나. 끄면: 긴 문장은 최대 두 줄 또는 7초 정도의 자막으로 나뉩니다.
언어
영어만 지원합니다. 언어를 비워 두거나 자동 감지로 두어도 영어로 전사합니다. 다른 언어로 설정된 프로젝트는 거부합니다. 그런 언어에는 Whisper (offline)를 사용하세요.
en
플랫폼
| 시스템 | 다운로드 | 테스트 완료 |
|---|---|---|
| Linux x86-64 | 57.9 MB | 실제 컴퓨터와 CI에서 |
| macOS (Apple 실리콘) | 39.8 MB | CI에서 |
| Windows x86-64 | 34.7 MB | CI에서 |
Linux x86-64, Apple 실리콘 macOS, Windows x86-64를 지원합니다. ffmpeg는 Subtitld에 포함되어 있습니다.
문제 해결
unsupported_languageBark 3.0은 영어만 압니다. 다른 언어에는 Whisper (offline)를 사용하세요.network모델을 내려받지 못했습니다. 인터넷 연결을 확인하고 다시 시도하세요. 중단된 다운로드는 멈춘 곳부터 이어서 받습니다.model_missing준비된 모델을 불러오지 못했습니다. 메시지에 그 폴더가 나옵니다. 폴더를 삭제하면 다음 전사 때 다시 준비합니다.bad_paramsSubtitld가 오디오를 넘기지 못했거나, 알 수 없는 모델 설정입니다. 이유는 메시지에 나옵니다.oom메모리가 부족합니다. 다른 프로그램을 닫고 다시 시도하세요.disk_full모델을 준비하거나 오디오를 디코딩할 디스크 공간이 부족합니다. 준비하는 동안 Bark 3.0은 약 900 MB, Pro는 약 2 GB가 필요합니다.internal애드온 내부에서 문제가 생겼습니다. 대개 ffmpeg가 오디오를 디코딩하다 생긴 문제입니다. 자세한 내용은 메시지에 나옵니다.
라이선스
상업적 작업에 문제 없습니다. 애드온은 Apache-2.0, ONNX Runtime은 MIT입니다. Bark 3.0 가중치는 CC-BY-4.0이며, Conway Research가 NVIDIA의 Parakeet 모델로 만들었습니다. 라이선스는 가중치 자체를 공유할 때 표기를 요구하며, 애드온의 NOTICE 파일에 그 표기가 들어 있습니다. 만든 자막은 여러분의 것입니다.
버전
- 26.10.2
New in 26.10.2: a One cue per sentence setting, on by default, as in the AssemblyAI add-on: each sentence is one subtitle, however long. Turn it off to split long sentences into subtitles of about two lines or 7 seconds, as 26.10.1 did.
Offline English speech-to-text for Subtitld with Conway Research's Bark 3.0, a fine-tune of NVIDIA's parakeet-tdt-0.6b-v3, with word times. On the CPU, no torch.
The archive holds the add-on, ONNX Runtime and the encoder's graph without weights. The chosen model (Bark 3.0 163 MB by default; Plus 180 MB, Clean 179 MB, Pro 1.25 GB) downloads from Conway Research's Hugging Face repositories on first use, at a pinned revision, checked by sha256, and is converted once for the graph.
The add-on is Apache-2.0; the Bark 3.0 models and NVIDIA's tokenizer are CC-BY-4.0. Each archive carries
THIRD_PARTY_LICENSES/with the licence of everything frozen into it. The Linux archive carries libquadmath (LGPL-2.1, with numpy); its complete source isbark3-<version>-libquadmath-source.tar.gzin this release.
다른 음성 인식 애드온
-
Whisper 오프라인
whisper.cpp를 이용한 오프라인 음성-텍스트 변환, CPU 전용.
-
Vosk 오프라인
가볍고 CPU 전용. 약 40 MB부터 시작하는 모델.
-
RealtimeSTT 오프라인
녹음 모드용, 말하는 대로. 컴퓨터에서 실행되는 Whisper 모델.
-
AssemblyAI 클라우드
화자 구분 포함. 아직 사용할 수 없음.
-
Whistle 오프라인
작고, 오프라인이며, CPU 전용. 유럽 언어 7개.
-
Phonon-2 오프라인
CPU에서 실행되는 오프라인 영어 음성-텍스트 변환. 현재는 Linux 전용.