Zamienia mowę w twoim wideo na napisy z czasem, na twoim komputerze, za pomocą Vosk. Lekki i działający tylko na procesorze: mały model danego języka to pobranie 31–48 MB, a po nim nic nie opuszcza twojego komputera.

Co robi

Pobiera to, czego potrzebuje

Przy pierwszej transkrypcji danego języka jego model pobiera się i rozpakowuje, z postępem na pasku. Przerwane pobieranie nigdy nie zostawia uszkodzonego modelu.

Napisy na bieżąco

Każda fraza trafia na oś czasu, gdy tylko Vosk ją rozpozna.

Gotowe do trybu nagrywania

Subtitld przekazuje mu każdą wypowiedzianą frazę, a załadowany model jest zachowywany między frazami.

Anulowanie w każdej chwili

Sprawdza się między krótkimi fragmentami dźwięku oraz podczas pobierania, więc zatrzymuje się prawie od razu.

Vosk nie rozróżnia głosów: każdy napis trafia do mówcy A.

Aktualizujesz z 26.03? Vosk był kiedyś wbudowany. Dodatek trzyma modele we własnym folderze, więc nie korzysta z tych, które pobrało 26.03: każdy pobiera się ponownie przy pierwszym użyciu. Stare to foldery vosk-model-… w pamięci podręcznej modeli Subtitld; usuń je, aby zwolnić miejsce.

Modele

Każdy język ma mały model, używany domyślnie, oraz pełny o rozmiarze 1–1,9 GB, dokładniejszy. Angielski ma też model l-graph o rozmiarze 128 MB.

Dodatek wybiera mały model dla języka twoich napisów. Aby użyć innego, wpisz jego identyfikator w polu Model Vosk w ustawieniach dodatku, na przykład vosk-model-en-us-0.22. Ten model jest wtedy używany niezależnie od języka, więc przed przepisaniem innego języka wyczyść pole.

Model	Język	Pobranie
English (US) — small Domyślne vosk-model-small-en-us-0.15	`en-us`	40 MB
English (US) — l-graph vosk-model-en-us-0.22-lgraph	`en-us`	128 MB
English (US) — full vosk-model-en-us-0.22	`en-us`	1.8 GB
Portuguese — small Domyślne vosk-model-small-pt-0.3	`pt-br`	31 MB
Portuguese — full (Facebook) vosk-model-pt-fb-v0.1.1-20220516_2113	`pt-br`	1.6 GB
Spanish — small Domyślne vosk-model-small-es-0.42	`es`	39 MB
Spanish — full vosk-model-es-0.42	`es`	1.4 GB
French — small Domyślne vosk-model-small-fr-0.22	`fr`	41 MB
French — full vosk-model-fr-0.22	`fr`	1.4 GB
German — small Domyślne vosk-model-small-de-0.15	`de`	45 MB
German — full vosk-model-de-0.21	`de`	1.9 GB
Italian — small Domyślne vosk-model-small-it-0.22	`it`	48 MB
Italian — full vosk-model-it-0.22	`it`	1.2 GB
Russian — small Domyślne vosk-model-small-ru-0.22	`ru`	45 MB
Russian — full vosk-model-ru-0.42	`ru`	1.8 GB
Chinese — small Domyślne vosk-model-small-cn-0.22	`zh-cn`	42 MB
Chinese — full vosk-model-cn-0.22	`zh-cn`	1.3 GB
Japanese — small Domyślne vosk-model-small-ja-0.22	`ja`	48 MB
Japanese — full vosk-model-ja-0.22	`ja`	1 GB

Modele pochodzą z alphacephei.com, jednorazowo, przy pierwszym użyciu danego języka.

Gdzie są przechowywane modele

W folderze danych dodatku, po jednym folderze na model, nazwanym jego identyfikatorem.

System	Folder
Linux	`~/.local/share/subtitld/addons/vosk/models`
macOS	`~/Library/Application Support/subtitld/addons/vosk/models`
Windows	`%LOCALAPPDATA%\subtitld\addons\vosk\models`

Na Linuksie i macOS jest to wewnątrz folderu samego dodatku, więc jego aktualizacja lub odinstalowanie usuwa też modele; pobiorą się ponownie, gdy będą potrzebne. Na Windows zostają, dopóki ich nie usuniesz. Aby trzymać je gdzie indziej, ustaw SUBTITLD_VOSK_DATA_DIR na inny folder przed uruchomieniem Subtitld; modele trafią wtedy do jego podfolderu models.

Aby zainstalować model ręcznie, rozpakuj go tam tak, by jego pliki leżały w folderze o nazwie dokładnie takiej jak identyfikator.

Opcje

W Ustawieniach › Dodatki › Vosk (offline ASR) › Konfiguruj.

Vosk model

Domyślnie: pusty

Puste użyje małego modelu dla języka, który przepisujesz. Wpisz identyfikator modelu z tabeli powyżej, aby użyć właśnie tego modelu; będzie wtedy używany dla każdego języka.

Auto-download models on first use

Domyślnie: wł.

Włączone: model, którego nie ma jeszcze na komputerze, pobiera się z alphacephei.com przy pierwszej potrzebie. Wyłączone: używane są tylko modele już obecne w folderze modeli.

Języki

Dziewięć języków, wymienionych poniżej jako 16 znaczników, bo każdy występuje zarówno zwykły, jak i regionalny (pt i pt-br). Znacznik regionalny, którego nie ma na liście, używa języka głównego: en-gb dostaje amerykański model angielski, a cały portugalski brazylijski.

en
en-us
pt
pt-br
es
es-es
fr
fr-fr
de
de-de
it
it-it
ru
zh
zh-cn
ja

Platformy

System	Pobranie	Przetestowano
Linux x86-64	30.6 MB	Zbudowany w CI, nie uruchamiany
macOS (Apple silicon)	15.8 MB	Zbudowany w CI, nie uruchamiany
Windows x86-64	24.0 MB	Zbudowany w CI, nie uruchamiany

CI buduje każde pobranie, ale go nie uruchamia, więc wydanie nie jest sprawdzone prawdziwą transkrypcją.

Rozwiązywanie problemów

model_missingModelu nie ma w folderze modeli, a automatyczne pobieranie jest wyłączone. Włącz Automatycznie pobieraj modele przy pierwszym użyciu albo rozpakuj tam model samodzielnie.
network_unavailableModel nie mógł się pobrać z alphacephei.com. Sprawdź połączenie i spróbuj ponownie.
disk_fullZa mało miejsca na pobranie modelu. Zwolnij trochę albo użyj małego modelu.
unsupported_languageVosk nie ma modelu dla tego języka. Spróbuj Whisper.
internalPrzygotowanie dźwięku, rozpakowanie modelu lub rozpoznawanie się nie powiodło; komunikat mówi, które. Jeśli rozpakowanie się nie udało, uruchom ponownie: pobieranie zacznie się od nowa.

Licencja

Dodatek

Apache-2.0

Silnik

Apache-2.0

Vosk, Kaldi

Modele

Apache-2.0, GPL-3.0-only

GPL tylko dla pełnego modelu portugalskiego (Facebook)

Można używać komercyjnie. Jeden model ma licencję GPL-3.0, a nie Apache-2.0: pełny model portugalski (Facebook).

Vosk (offline ASR)

Co robi

Modele

Gdzie są przechowywane modele

Opcje

Języki

Platformy

Rozwiązywanie problemów

Licencja

Wersje

Inne dodatki: Mowa na tekst