Inflect (offline, lightweight English)
Owen Song이 만든 매개변수 1천만 개 미만의 모델 Inflect v2로 자막을 자연스러운 미국 영어로 더빙합니다. 그래픽 카드도 계정도 없이 여러분의 컴퓨터 프로세서에서 실행되고, 실시간보다 몇 배나 빠릅니다.
설정 애드온 Inflect (offline, lightweight English) 설치
Subtitld가 내려받고, SHA-256을 확인하고, 최신 상태로 유지합니다.
- 언어
- 1
- 모델
- 2
- 음성
- 2
- 애드온 다운로드
- 35–45 MB
- 최소 RAM
- 512 MB
기능
Inflect v2는 매개변수가 1천만 개도 안 되지만, 몇 배나 큰 모델에 가까운 소리를 냅니다. 미국 영어 목소리 하나, 24 kHz입니다.
데스크톱 프로세서에서 Micro는 실시간보다 약 13배, Nano는 약 30배 빠르게 말합니다. 코어 하나만으로도 둘 다 실시간보다 빠릅니다. 메모리는 300 MB 미만입니다.
각 모델은 그 목소리가 처음 말할 때 내려받습니다. Micro는 38 MB, Nano는 16 MB입니다. 그 뒤로는 아무것도 컴퓨터 밖으로 나가지 않습니다.
모델은 Apache-2.0이고 애드온은 GPL-3.0-or-later입니다. 만든 더빙은 여러분의 것입니다.
목소리
화자 탭에서 화자의 더빙 엔진으로 Inflect를 고른 뒤 음성을 고르세요. 화자의 각 대사가 자막에 맞게 늘어나거나 줄어들게 하려면 더빙을 자막 길이에 맞추기를 켜세요.
음성 2개 언어 1개.
en-us2
두 목소리 모두 같은 합성 미국인 남성 목소리로, 모델 제작자가 실제 사람의 녹음 없이 만들었습니다. Micro가 조금 더 자연스럽고, Nano는 더 작고 빠릅니다. Inflect는 목소리를 복제하지 않습니다. 화자 본인의 목소리로 더빙하려면 Sopro나 Chatterbox 같은 목소리 복제 엔진을 고르세요.
각 대사는 매번 같은 시드로 말하므로, 같은 목소리로 대사를 다시 더빙하면 같은 오디오가 나옵니다.
모델
모델은 애드온 안에 들어 있지 않습니다. 각 모델은 그 목소리가 처음 말할 때 Hugging Face에서 고정된 리비전으로 Subtitld의 공유 모델 캐시에 내려받으며, 파일마다 확인합니다. 중단된 다운로드는 멈춘 곳부터 이어집니다. 애드온을 업데이트하거나 제거해도 모델은 남습니다.
| 모델 | 다운로드 | 적합한 용도 |
|---|---|---|
| Inflect-Micro v2 (9.4M, ONNX) 기본값 inflect-micro-v2 | 최고 품질, 실시간의 약 13배 속도 | |
| Inflect-Nano v2 (4.0M, ONNX) inflect-nano-v2 | 가장 작고 빠름, 실시간의 약 30배 속도, 약간 덜 자연스러움 |
애드온은 Inflect 제작자가 공개한 ONNX 빌드를 PyTorch 없이 실행합니다. 같은 대사로 제작자 자신의 코드와 비교해 보니, 제작자의 테스트 세트 412문장 모두에서 같은 발음이 나왔고, 두 모델 모두 같은 오디오가 나왔습니다.
옵션
설정 › 애드온 › Inflect (offline, lightweight English) › 구성에서 설정할 수 있습니다.
00이면 컴퓨터 논리 프로세서의 절반을, 최대 8개까지 사용합니다. 스레드를 줄이면 더빙하는 동안 컴퓨터가 더 잘 반응합니다.
1Inflect 자체가 말하는 속도입니다. 1.0은 본래 속도이고, 1.2는 20% 더 빠릅니다. 모델이 더 빠르게 또는 더 느리게 말하는 것이며, 오디오를 늘이지 않습니다.
0.6670은 단조롭고 늘 똑같으며, 높을수록 생기 있습니다. 0.667은 Inflect 자체의 기본값입니다.
언어
영어만 지원합니다. 영어 프로젝트라면 어떤 것이든(미국, 영국, 호주 등) 미국 영어 목소리로 읽습니다. 다른 언어로 된 프로젝트에서는 그렇다고 알리는 메시지가 나옵니다. 그런 프로젝트에는 다른 더빙 엔진을 고르세요.
숫자, 가격, 날짜, 시간, 흔한 약어는 단어로 읽습니다. "$3.50"은 "three dollars and fifty cents"가 됩니다. 드문 이름, 지명, 다른 언어의 단어는 잘못 발음할 수 있습니다.
en-us
플랫폼
| 시스템 | 다운로드 | 테스트 완료 |
|---|---|---|
| Linux x86-64 | 45.3 MB | 실제 컴퓨터와 CI에서 두 모델로 더빙 |
| macOS (Apple 실리콘) | 40.4 MB | CI에서 두 모델로 더빙(Apple Silicon) |
| Windows x86-64 | 35.3 MB | CI에서 두 모델로 더빙 |
Linux x86-64(2018년 이후의 모든 배포판), Apple Silicon의 macOS, Windows x86-64. 각 릴리스는 세 플랫폼 모두에서 빌드되며, 플랫폼마다 CI가 Subtitld와 같은 방식으로 애드온을 설치하고 두 모델을 내려받아 그 모델들로 더빙합니다.
문제 해결
network_unavailable모델을 내려받지 못했거나, 내려받은 파일이 확인에 실패해 삭제되었습니다. 연결을 확인하고 다시 시도하세요. 다운로드는 이어서 진행됩니다.disk_full모델을 위한 디스크 공간이 부족합니다. Micro는 38 MB, Nano는 16 MB가 필요합니다.unsupported_language프로젝트의 언어가 영어가 아니거나, 설정되어 있지 않습니다. 프로젝트에서 언어를 설정하거나 다른 더빙 엔진을 고르세요.unsupported_voice프로젝트가 이 버전에 없는 목소리를 지정하고 있습니다. 화자 탭에서 목소리를 다시 고르세요.bad_params대사에 텍스트가 없습니다. 자막을 쓰고 다시 더빙하세요.out_of_memory컴퓨터의 메모리가 부족해졌습니다. 다른 프로그램을 닫으세요. Inflect는 약 300 MB가 필요합니다.internal애드온 내부에서 문제가 생겼습니다. 자세한 내용은 메시지에 나옵니다.
라이선스
상업적 작업에 문제 없습니다. Inflect v2 모델과 제작자의 코드는 Apache-2.0입니다. 애드온은 텍스트를 소리로 바꾸는 espeak-ng를 포함하므로 GPL-3.0-or-later이며, espeak-ng를 포함한 전체 소스는 각 릴리스에 있습니다. 라이선스는 애드온에 적용될 뿐, 애드온으로 만든 것에는 적용되지 않습니다. 만든 더빙은 여러분의 것입니다. 모델 제작자는 그 음성을 절대 실제 사람의 녹음인 것처럼 속이지 말아 달라고 요청합니다.
버전
- 26.11.1
Offline English text-to-speech for Subtitld with Inflect v2: a natural American English voice at 24 kHz from a model of under 10M parameters, many times faster than real time on the CPU. Two voices: Inflect Micro (best quality, 38 MB) and Inflect Nano (16 MB, faster).
The archive holds the add-on, ONNX Runtime and espeak-ng with its English data. Each model downloads the first time its voice speaks, at a pinned revision, checked by sha256.
The add-on is GPL-3.0-or-later, because it bundles espeak-ng (GPL-3.0-or-later); the Inflect v2 models are Apache-2.0. Each archive carries
THIRD_PARTY_LICENSES/with the licence of everything frozen into it. The complete corresponding source isinflect-<version>-source.tar.gzin this release. The Linux archive also carries libquadmath (LGPL-2.1, with numpy); its source isinflect-<version>-libquadmath-source.tar.gz.
다른 음성 애드온
-
Piper 오프라인
49개 언어의 158가지 오프라인 목소리, 각각 따로 받는 작은 파일.
-
Kokoro 오프라인
하나의 82 MB 모델로 9개 언어의 54가지 오프라인 목소리.
-
Supertonic 오프라인
10가지 오프라인 목소리, 각각 31개 언어 모두 가능.
-
sanoTTS 오프라인
14개 언어의 28가지 초소형 오프라인 목소리, 각각 10 MB 미만.
-
Parler-TTS 오프라인
글로 된 설명을 따르는 영어 목소리. 이름 붙은 화자 34명.
-
Qwen3-TTS 복제
10개 언어, 목소리 9가지, 화자 3초 분량으로 복제.
-
Coqui XTTS 복제
16개 언어로 음성 복제, 비상업적 모델 라이선스.
-
F5-TTS 복제
영어와 중국어 음성 복제 전용. 비상업적 모델.
-
VoxCPM2 복제
48 kHz로 30개 언어, 화자 본인의 목소리나 설명한 목소리로. 무거움.
-
Pocket TTS 오프라인
빠르고 가벼움, CPU만 사용. 유럽 7개 언어, 23가지 목소리.
-
Sopro 복제
화자 본인의 목소리를 CPU에서 빠르게. 4개 언어.
-
KittenTTS 2 복제
화자 본인의 목소리를 16개 언어로, CPU에서. 가중치는 제한적인 라이선스.
-
Ming-3.0-tts 복제
44.1 kHz로 7개 언어, 복제한 목소리, 내장 목소리, 설명한 목소리로, 감정까지. 무거움.
-
Scylla's Band 오프라인
여섯 언어로 말하는 목소리 14가지, CPU에서 가볍고 빠르게. 기본 제공 목소리만.
-
Audio8 TTS 복제
화자 본인의 목소리로 11개 언어, 광둥어 포함. CPU에서는 느림.
-
Chatterbox 복제
Offline TTS in 20 languages, in the speaker's own voice cloned from a few seconds of the video or in one of 8 preset…