Sopro (offline, voice clone, 4 languages)
Dubbinguje twoje napisy po angielsku, europejsku portugalsku, francusku i niemiecku za pomocą Sopro V2 Turbo, własnym głosem każdego mówcy, sklonowanym z kilku sekund wideo, albo jednym z 8 gotowych głosów. Działa na procesorze twojego komputera, mniej więcej dwa razy szybciej niż w czasie rzeczywistym, bez karty graficznej.
Ustawienia Dodatki Sopro (offline, voice clone, 4 languages) Zainstaluj
Subtitld pobiera dodatek, sprawdza jego SHA-256 i utrzymuje go w aktualności.
- Języki
- 4
- Modele
- 1
- Głosy
- 9
- Pobranie dodatku
- 38–61 MB
- RAM, co najmniej
- 1.5 GB
Co robi
Subtitld wycina z wideo kilka sekund każdego mówcy i wysyła je z każdą kwestią. Sopro klonuje ten głos, więc dubbing brzmi jak osoba na ekranie, w każdym z jego czterech języków.
Sopro V2 Turbo to mały model o 120 milionach parametrów. Na procesorze laptopa mówi mniej więcej dwa razy szybciej niż w czasie rzeczywistym, używając około 1 GB pamięci.
Model pobiera się raz, przy pierwszym dubbingu z jego użyciem. Potem nic nie opuszcza twojego komputera.
Dodatek, Sopro i jego model są na licencji Apache-2.0. Gotowe głosy to lektorzy LibriVox, których nagrania są w domenie publicznej.
Przed instalacją
Sopro niewiele wymaga od komputera:
- Dysk: około 340 MB na model, pobierany przy pierwszej kwestii.
- Pamięć: około 1 GB podczas mówienia.
- Procesor: dowolny 64-bitowy procesor Intel lub AMD albo Apple Silicon. Karta graficzna nie jest używana.
Klonuj głos tylko za zgodą jego właściciela. Autor Sopro prosi, by nigdy nie używać go do podszywania się pod kogoś innego.
Głosy
W karcie Mówcy wybierz Sopro jako Silnik dubbingu danego mówcy, a potem Głos. Włącz Dopasuj dubbing do czasu trwania napisu, aby mówca rozciągał lub ściskał każdą kwestię do jej napisu.
9 głosów.
Z Speaker's own voice Subtitld wycina próbkę tego mówcy z dźwięku projektu, z jednego jego napisu albo z kilku krótkich, połączonych. Jeśli dla tego wideo oddzieliłeś muzykę od głosu, próbka pochodzi tylko z głosu. Fallback reference clip w ustawieniach dodatku jest używany tylko wtedy, gdy nie da się wyciąć próbki. Najlepsza próbka to od 5 do 20 sekund samego mówcy, bez muzyki i innych głosów.
| Gotowe głosy | |
|---|---|
| Kobiety | angielski, portugalski, francuski, niemiecki |
| Mężczyźni | angielski, portugalski, francuski, niemiecki |
Każdy gotowy głos to wolontariusz LibriVox czytający książkę w danym języku. Każdy z nich mówi we wszystkich czterech językach; jego własny język nadaje mu tylko akcent, więc dla najbardziej naturalnego dubbingu wybierz głos w języku projektu.
Modele
Sopro ma jeden model dla wszystkich czterech języków. Nie ma go w dodatku: pobiera się do wspólnej pamięci modeli Subtitld przy pierwszym dubbingu, z Hugging Face w ustalonej rewizji, z każdym plikiem sprawdzonym. Przerwane pobieranie wznawia się tam, gdzie się zatrzymało. Aktualizacja lub usunięcie dodatku zachowuje model.
| Model | Pobranie | Dobry do |
|---|---|---|
| Sopro V2 Turbo (120M, ONNX) Domyślne sopro-v2-turbo | Każdy głos, we wszystkich czterech językach, około 2,5× czasu rzeczywistego |
Dodatek uruchamia wersję ONNX Sopro, którą publikuje jego autor, bez PyTorch. Porównaliśmy ją z oficjalną wersją PyTorch na tych samych kwestiach we wszystkich czterech językach: nie robiła więcej błędów i brzmiała równie podobnie do mówcy.
Opcje
W Ustawieniach › Dodatki › Sopro (offline, voice clone, 4 languages) › Konfiguruj.
00 używa połowy procesorów logicznych komputera, najwyżej 8. Mniej wątków sprawia, że komputer lepiej reaguje podczas dubbingu.
0.8Niżej jest stabilniej i płasko, wyżej żywiej, ale częściej zdarzają się potknięcia. 0,8 to domyślna wartość samego Sopro.
Klip dla głosu klonowanego, gdy Subtitld nie może wyciąć go z wideo, na przykład bez otwartego wideo: od 5 do 20 sekund mowy jednej osoby.
Języki
Angielski, europejski portugalski, francuski i niemiecki. Tekst w brazylijskim portugalskim też jest czytany, z europejskim akcentem. Projekt w innym języku dostaje komunikat, który to mówi: wybierz dla niego inny silnik dubbingu.
Tam, gdzie to ma znaczenie, zapisuj liczby i symbole słownie: Sopro czyta „1 + 2” mniej pewnie niż „one plus two”. Słowo z innego języka w środku zdania może zostać źle wymówione.
enptfrde
Platformy
| System | Pobranie | Przetestowano |
|---|---|---|
| Linux x86-64 | 61.1 MB | Dubbing prawdziwym modelem na prawdziwej maszynie i w CI |
| macOS (Apple silicon) | 43.2 MB | Dubbing prawdziwym modelem w CI (Apple Silicon) |
| Windows x86-64 | 38.1 MB | Dubbing prawdziwym modelem w CI |
Linux x86-64, macOS na Apple Silicon i Windows x86-64. Każde wydanie jest budowane na wszystkich trzech, a na każdym z nich CI instaluje dodatek tak, jak robi to Subtitld, pobiera model i robi nim dubbing.
Rozwiązywanie problemów
network_unavailableNie udało się pobrać modelu. Sprawdź połączenie i spróbuj ponownie: pobieranie zostanie wznowione.disk_fullZa mało miejsca na dysku na model, około 340 MB.unsupported_languageJęzyk projektu nie jest jednym z czterech albo nie jest ustawiony. Ustaw go w projekcie albo wybierz inny silnik dubbingu.unsupported_voiceProjekt wskazuje głos, którego ta wersja nie ma. Wybierz głos ponownie w karcie Mówcy.bad_paramsKwestia nie ma tekstu albo głos klonowany nie dostał próbki: otwórz wideo albo ustaw Fallback reference clip. Komunikat mówi które.out_of_memoryKomputerowi zabrakło pamięci. Zamknij inne programy: Sopro potrzebuje około 1 GB.internalCoś zawiodło wewnątrz dodatku; komunikat zawiera szczegóły.
Licencja
Można używać komercyjnie: dodatek, Sopro i model Sopro V2 Turbo są na licencji Apache-2.0. Gotowe głosy to nagrania LibriVox w domenie publicznej; angielskie pochodzą z LibriTTS-R, na licencji CC-BY-4.0, a dodatek podaje autora każdego z nich. Dubbing, który tworzysz, należy do ciebie.
Wersje
- 26.10.1
Voice-cloning text-to-speech for Subtitld with Sopro V2 Turbo: English, European Portuguese, French and German at 24 kHz, in the speaker's own voice cloned from the video, or in a preset voice.
The archive holds the add-on, ONNX Runtime and the preset voice clips. The 336 MB model downloads on the first line, at a pinned revision, checked by sha256. It runs on the CPU, about twice as fast as real time.
The add-on and the Sopro model are Apache-2.0. Each archive carries
THIRD_PARTY_LICENSES/with the licence of everything frozen into it, and the preset clips are credited inbin/_internal/sopro_addon/presets/README.md. The Linux archive carries libquadmath (LGPL-2.1, with numpy); its complete source issopro-<version>-libquadmath-source.tar.gzin this release.
Inne dodatki: Głosy
-
Piper Offline
158 głosów offline w 49 językach, każdy jako osobne małe pobranie.
-
Kokoro Offline
54 głosy offline w dziewięciu językach, z jednego modelu 82 MB.
-
Supertonic Offline
Dziesięć głosów offline, każdy potrafi mówić wszystkimi 31 językami.
-
sanoTTS Offline
Drobne głosy offline, 28 w 14 językach, każdy poniżej 10 MB.
-
Parler-TTS Offline
Angielskie głosy podążające za opisem; 34 nazwanych mówców.
-
Qwen3-TTS Klon
Dziesięć języków, dziewięć głosów i klonowanie z 3 sekund mówcy.
-
Coqui XTTS Klon
Klonowanie głosu w 16 językach, z licencją modelu niekomercyjną.
-
F5-TTS Klon
Tylko klonowanie głosu, po angielsku i chińsku; model niekomercyjny.
-
VoxCPM2 Klon
30 języków w 48 kHz, głosem mówcy albo opisanym. Ciężki.
-
Pocket TTS Offline
Szybki i lekki, tylko procesor. 23 głosy w siedmiu językach europejskich.
-
KittenTTS 2 Klon
Własny głos mówcy w 16 językach, na procesorze. Wagi na restrykcyjnej licencji.