Zamienia angielską mowę w twoim wideo na napisy z czasem, na twoim komputerze, za pomocą Bark 3.0, modelu mowy od Conway Research. Działa na procesorze, nie potrzebuje karty graficznej ani konta, i nic nie opuszcza twojego komputera.

Co robi

Offline po jednym pobraniu

Model 163 MB pobiera się raz, przy pierwszym przepisywaniu, i jest sprawdzany względem ustalonego odcisku. Potem internet nie jest potrzebny.

Bez karty graficznej

Działa na procesorze, wielokrotnie szybciej, niż trwa nagranie: dziesięciominutowe wideo zajmuje na komputerze stacjonarnym mniej niż minutę.

Interpunkcja i wielkie litery

Bark 3.0 pisze zdania, a nie ciąg słów: przecinki, kropki, wielkie litery i liczby wychodzą tak, jak byś je wpisał.

Jeden napis na zdanie

Każde słowo ma własny czas, więc każdy napis to całe zdanie, jak w AssemblyAI. Wyłącz One cue per sentence, a długie zdania zostaną podzielone, by łatwo się je czytało.

Modele

Są cztery modele Bark 3.0. Używany jest Bark 3.0, chyba że wybierzesz inny w Model; pozostałe pobierają się tylko wtedy, gdy je wybierzesz. Żadnego z nich nie ma w dodatku: ten, którego używasz, pobiera się do wspólnej pamięci modeli Subtitld przy pierwszym przepisywaniu, więc aktualizacja dodatku nie pobiera go ponownie.

Model	Pobranie	Dobry do
Bark 3.0 (0.6B, verbatim) Domyślne bark3	163 MB	Codzienna angielska mowa, słowo w słowo
Bark 3.0 Plus (0.6B, verbatim, more accurate) bark3-plus	180 MB	Trochę dokładniejszy, słowo w słowo
Bark 3.0 Clean (0.6B, drops fillers and false starts) bark3-clean	179 MB	Czyste napisy: pomija "um", "uh" i falstarty
Bark 3.0 Pro (0.6B, full precision) bark3-pro	1.3 GB	Najdokładniejszy, do najtrudniejszego dźwięku

Po pobraniu dodatek przygotowuje model dla twojego komputera, jeden raz, w około pół minuty. Przygotowany model zajmuje około 650 MB na dysku i podczas przepisywania potrzebuje około 1,2 GB pamięci; wszystkie cztery działają z tą samą szybkością. Clean pomija wtrącenia takie jak "um" i "uh" oraz falstarty zdań, czyli zwykle to, czego napis i tak nie powinien pokazywać; wybierz Bark 3.0 albo Plus, jeśli chcesz zapisu słowo w słowo.

Długie wideo jest przepisywane po około 30 sekund naraz, więc pasek postępu cały czas się przesuwa, a Anuluj działa w ciągu kilku sekund.

Opcje

W Ustawieniach › Dodatki › Bark 3.0 (offline, English) › Konfiguruj.

Model

Domyślnie: bark3

Który model Bark 3.0 przepisuje. Każdy pobiera się przy pierwszym wyborze; pozostałe nigdy nie są pobierane.

CPU threads

Domyślnie: 0

Ile rdzeni procesora używa Bark 3.0. 0 wybiera połowę z nich, najwyżej 8. Nowa wartość działa od następnego wczytania modelu.

One cue per sentence

Domyślnie: wł.

Włączone: jeden napis na zdanie, niezależnie od długości, jak w AssemblyAI. Wyłączone: długie zdanie jest dzielone na napisy o długości najwyżej około dwóch wierszy lub 7 sekund.

Języki

Tylko angielski. Pusty język albo wykrywanie i tak przepisuje po angielsku. Projekt ustawiony na inny język jest odrzucany: do takich użyj Whisper (offline).

en

Platformy

System	Pobranie	Przetestowano
Linux x86-64	57.9 MB	Na prawdziwych maszynach i w CI
macOS (Apple silicon)	39.8 MB	W CI
Windows x86-64	34.7 MB	W CI

Linux x86-64, macOS na Apple silicon i Windows x86-64. ffmpeg jest dołączony do Subtitld.

Rozwiązywanie problemów

unsupported_languageBark 3.0 zna tylko angielski. Do innych języków użyj Whisper (offline).
networkNie udało się pobrać modelu. Sprawdź połączenie z internetem i spróbuj ponownie: przerwane pobieranie wznawia się tam, gdzie się zatrzymało.
model_missingNie udało się wczytać przygotowanego modelu. Komunikat podaje jego folder: usuń ten folder, a następne przepisywanie przygotuje model ponownie.
bad_paramsSubtitld nie zdołał przekazać dźwięku albo ustawienie modelu jest nieznane. Komunikat mówi dlaczego.
oomBrak pamięci. Zamknij inne programy i spróbuj ponownie.
disk_fullZa mało miejsca na dysku, by przygotować model lub zdekodować dźwięk. Bark 3.0 potrzebuje podczas przygotowania około 900 MB, Pro około 2 GB.
internalCoś zawiodło wewnątrz dodatku, często ffmpeg przy dekodowaniu dźwięku. Komunikat zawiera szczegóły.

Licencja

Dodatek

Apache-2.0

Silnik

MIT

ONNX Runtime, od Microsoft

Model

CC-BY-4.0

Wagi Bark 3.0, od Conway Research, na bazie NVIDIA Parakeet

Można używać komercyjnie. Dodatek jest na licencji Apache-2.0, a ONNX Runtime na licencji MIT. Wagi Bark 3.0 są na licencji CC-BY-4.0, od Conway Research, powstały na bazie modelu Parakeet od NVIDIA; licencja wymaga podania autorstwa wszędzie, gdzie udostępnia się same wagi, i zawiera to plik NOTICE dodatku. Napisy, które tworzysz, należą do ciebie.

Bark 3.0 (offline, English)