tiny-voca 오프라인, 경량 영어
Muhammed Nazeem이 만든 매개변수 450만 개의 모델 tiny-voca로 자막을 미국 영어로, 여성 또는 남성 목소리로 더빙합니다. 여러분의 컴퓨터 프로세서에서 실행되고 실시간보다 수십 배 빠르며, 모델이 애드온 안에 들어 있어 내려받을 것이 없습니다.
설정 애드온 tiny-voca (offline, lightweight English) 설치
Subtitld가 내려받고, SHA-256을 확인하고, 최신 상태로 유지합니다.
- 언어
- 1
- 모델
- 1
- 음성
- 2
- 애드온 다운로드
- 33–43 MB
- 최소 RAM
- 256 MB
들어 보기
기능
매개변수 450만 개로, 자연스럽게 들리는 모델 중 가장 작은 축에 듭니다. 또렷한 미국 영어, 24 kHz입니다.
26 MB 모델이 애드온 안에 들어 있습니다. 설치하는 순간 바로 작동하며, 아무것도 컴퓨터 밖으로 나가지 않습니다.
노트북 프로세서에서 대사 하나가 100분의 몇 초 만에 나옵니다. 실시간보다 수십 배 빠르며, 그래픽 카드는 필요 없습니다.
애드온과 모델은 Apache-2.0이고, 이를 실행하는 llama.cpp는 MIT입니다.
목소리
화자 탭에서 화자의 더빙 엔진으로 tiny-voca를 고른 뒤 음성을 고르세요. 화자의 각 대사가 자막에 맞게 늘어나거나 줄어들게 하려면 더빙을 자막 길이에 맞추기를 켜세요.
음성 2개 언어 1개.
en2
목소리는 여성 하나, 남성 하나로 둘 다 미국 영어입니다. tiny-voca 제작자는 글로 쓴 설명으로 이 목소리를 만들었고, 합성 음성으로 모델을 학습시켰습니다. 실제 사람의 목소리는 녹음하지 않았습니다. tiny-voca는 목소리를 복제하지 않습니다. 화자 본인의 목소리로 더빙하려면 Sopro나 VoxMel 같은 목소리 복제 엔진을 고르세요.
모델
모델이 애드온 안에 들어 있으므로 내려받을 것이 없습니다. ggml-org가 tiny-voca에서 변환한 GGUF로, 고정된 리비전이며 애드온을 빌드할 때 확인했습니다.
| 모델 | 크기 | 적합한 용도 |
|---|---|---|
| tiny-voca (4.5M) 기본값 tiny-voca | 두 목소리 모두, 애드온에 포함 |
모델은 많은 사람이 언어 모델에 쓰는 바로 그 엔진인 llama.cpp에서 실행됩니다. 텍스트를 소리로 바꾸는 일도 llama.cpp가 하며, 모델 안에 들어 있는 tiny-voca 자체 음소 변환기의 포팅판을 사용합니다.
옵션
설정 › 애드온 › tiny-voca (offline, lightweight English) › 구성에서 설정할 수 있습니다.
1tiny-voca 자체가 말하는 속도입니다. 1.0은 본래 속도이고, 1.2는 20% 더 빠릅니다. Subtitld에서 화자의 Rate로 더 바꿀 수 있습니다. 모델이 더 빠르게 또는 더 느리게 말하는 것이며, 오디오를 늘이지 않습니다.
00이면 스레드를 최대 넷까지 사용하며, 그것만으로도 실시간보다 훨씬 빠릅니다. 이렇게 작은 모델에서는 스레드를 늘려도 도움이 되는 일이 드뭅니다.
언어
영어만 지원합니다. 영어 프로젝트라면 어떤 것이든(미국, 영국, 호주 등) 받아들이며, 미국 억양으로 읽습니다. 다른 언어로 된 프로젝트에서는 그렇다고 알리는 메시지가 나옵니다. 그런 프로젝트에는 다른 더빙 엔진을 고르세요.
숫자, 가격, 날짜, 시간, 단위, 흔한 약어는 단어로 읽으며, "read"나 "record" 같은 단어는 문장에 맞게 발음합니다.
en
플랫폼
| 시스템 | 다운로드 | 테스트 완료 |
|---|---|---|
| Linux x86-64 | 42.6 MB | 실제 컴퓨터와 깨끗한 AlmaLinux 8·Ubuntu 24.04 시스템에서 두 목소리 모두로 더빙, CI에서 설치된 애드온이 두 목소리 모두로 말함 |
| macOS (Apple 실리콘) | 40.1 MB | CI에서 설치된 애드온이 두 목소리 모두로 말함(Apple Silicon) |
| Windows x86-64 | 33.1 MB | CI에서 설치된 애드온이 두 목소리 모두로 말함 |
Linux x86-64(2018년 이후의 모든 배포판, glibc 2.28 이상), Apple Silicon의 macOS 13.3 이상, Windows x86-64. 각 릴리스는 세 플랫폼 모두에서 빌드되며, 플랫폼마다 CI가 Subtitld와 같은 방식으로 애드온을 설치하고 두 목소리 모두로 더빙합니다.
문제 해결
unsupported_language프로젝트의 언어가 영어가 아닙니다. 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.internal애드온 내부에서 문제가 생겼습니다. 자세한 내용은 메시지에 나옵니다. 대사를 다시 더빙하면 음성 엔진이 다시 시작됩니다.
라이선스
상업적 작업에 문제 없습니다. 애드온과 tiny-voca 모델은 Apache-2.0이고, llama.cpp는 MIT입니다. 라이선스는 애드온에 적용될 뿐, 애드온으로 만든 것에는 적용되지 않습니다. 만든 더빙은 여러분의 것입니다.
버전
- 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).
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 23개 언어, 광둥어와 아랍어 포함. CPU에서는 느림.
-
Inflect 오프라인
아주 작은 모델로 자연스러운 영어 음성을, 어떤 CPU에서도 빠르게.
-
Paradee 오프라인
자연스러운 영어 목소리 넷, 미국과 영국 억양을 8.5 MB 모델 하나로.
-
BlueTTS 복제
히브리어와 이디시어, 그리고 다섯 개 언어 더. 화자 본인의 목소리를 CPU에서 빠르게.
-
ZONOS3-Mini 복제
아랍어부터 베트남어까지 43개 언어. 화자 본인의 목소리를 CPU에서.
-
Reverb 복제
유럽 7개 언어와 화자 본인의 목소리를 CPU에서. 비상업적 모델.
-
OmniVoice 복제
646개 언어, 언어를 넘나드는 화자 본인의 목소리. 비상업적 모델.
-
VoxMel 복제
영어와 표준 중국어, 화자 본인의 목소리를 충실하게 복제.
-
Chatterbox 복제
화자 본인의 목소리로 20개 언어를, CPU에서, 계정 없이.