Pobierz

Whisper (offline)

Mowa na tekstOfflineTylko CPUUżycie komercyjne dozwolone

Zamienia mowę w twoim wideo na napisy z czasem, na twoim komputerze, za pomocą whisper.cpp. Bez konta w chmurze, bez karty graficznej, bez instalowania Pythona. Wybierz model raz; po jego pobraniu nic nie opuszcza twojego komputera.

Zainstaluj z poziomu Subtitld

Ustawienia Dodatki Whisper (offline) Zainstaluj

Subtitld pobiera dodatek, sprawdza jego SHA-256 i utrzymuje go w aktualności.

Źródło na GitHub
Języki
99
Modele
9
Pobranie dodatku
21–46 MB
RAM, co najmniej
512 MB

Co robi

Jeden napis na zdanie

Segmenty pojawiają się na osi czasu podczas dekodowania, a potem są grupowane tak, że każdy napis zawiera jedno zdanie zamiast fragmentu.

Całość, przedział lub zaznaczenie

Przepisz całe wideo, jego fragment albo tylko zaznaczone napisy.

Gotowe do trybu nagrywania

Model pozostaje załadowany między frazami, więc tylko pierwsza czeka na jego wczytanie.

Anulowanie w każdej chwili

Zatrzymuje się w ciągu około sekundy, nawet w trakcie dekodowania, i nigdy nie zostawia połowicznego wyniku.

Aktualizujesz z 26.03? To jest silnik, który dawniej był wbudowany. Zachowuje ten sam identyfikator, ustawienia i pliki modeli, więc twoja konfiguracja i pobrane modele przechodzą bez ponownego pobierania.

Modele

Większe modele popełniają mniej błędów i działają dłużej. Base to domyślny i dobry start; wypróbuj Small lub Medium przy nazwach, akcentach i hałaśliwym dźwięku. Wersje .en rozumieją tylko angielski i są nieco szybsze.

Model PobranieRAMDobry do
Tiny tiny · tiny.en
75 MB
~0.3 GBSzybkie szkice, wolne komputery
Base Domyślne base · base.en
142 MB
~0.4 GBWyraźna mowa, większość wideo
Small small · small.en
466 MB
~0.9 GBAkcenty, nazwy, wywiady
Medium medium · medium.en
1.5 GB
~2.1 GBHałaśliwy dźwięk, kilka języków
Large v3 large-v3
2.9 GB
~3.9 GBNajlepszy wynik, gdy masz czas

Modele pochodzą z ggerganov/whisper.cpp na Hugging Face, jednorazowo, przy pierwszym użyciu.

Gdzie są przechowywane modele

We wspólnej pamięci podręcznej modeli Subtitld, nigdy wewnątrz dodatku, dzięki czemu aktualizacje ich nie usuwają. Odinstalowanie dodatku też ich nie usuwa; aby zwolnić miejsce, usuń folder samodzielnie.

System Folder
Linux ~/.cache/subtitld/models/whispercpp
macOS ~/Library/Caches/subtitld/models/whispercpp
Windows %LOCALAPPDATA%\subtitld\subtitld\Cache\models\whispercpp

Opcje

W Ustawieniach › Dodatki › Whisper (offline) › Konfiguruj.

Model
Domyślnie: base

Którego modelu użyć. Zobacz tabelę powyżej.

CPU threads
Domyślnie: 0

Auto używa do 4 wątków. Zwiększ tę wartość na komputerze z większą liczbą rdzeni, aby przyspieszyć.

Group output by phrases
Domyślnie: wł.

Jeden napis na zdanie. Wyłącz, aby zachować własne segmenty Whisper, które często urywają się w połowie zdania.

Models folder
Domyślnie: pusty

Puste pole współdzieli pamięć podręczną modeli Subtitld. Wskaż inne miejsce, aby trzymać modele na innym dysku.

Języki

99 języków, albo zostaw język pusty, aby go wykryć. Znaczniki regionalne, takie jak pt-br, używają języka głównego; każdy wariant chiński mapuje się na zh. Spośród języków Subtitld nieobsługiwany jest tylko zulu.

  • af
  • am
  • ar
  • as
  • az
  • ba
  • be
  • bg
  • bn
  • bo
  • br
  • bs
  • ca
  • cs
  • cy
  • da
  • de
  • el
  • en
  • es
  • et
  • eu
  • fa
  • fi
  • fo
  • fr
  • gl
  • gu
  • ha
  • haw
  • he
  • hi
  • hr
  • ht
  • hu
  • hy
  • id
  • is
  • it
  • ja
  • jw
  • ka
  • kk
  • km
  • kn
  • ko
  • la
  • lb
  • ln
  • lo
  • lt
  • lv
  • mg
  • mi
  • mk
  • ml
  • mn
  • mr
  • ms
  • mt
  • my
  • ne
  • nl
  • nn
  • no
  • oc
  • pa
  • pl
  • ps
  • pt
  • ro
  • ru
  • sa
  • sd
  • si
  • sk
  • sl
  • sn
  • so
  • sq
  • sr
  • su
  • sv
  • sw
  • ta
  • te
  • tg
  • th
  • tk
  • tl
  • tr
  • tt
  • uk
  • ur
  • uz
  • vi
  • yi
  • yo
  • zh

Platformy

System PobraniePrzetestowano
Linux x86-64 46.3 MBNa prawdziwych maszynach i w CI
macOS (Apple silicon) 21.4 MBW CI
Windows x86-64 21.7 MBW CI

Przed każdym wydaniem każda kompilacja wykonuje prawdziwą transkrypcję w CI, zainstalowaną tak, jak instaluje ją Subtitld.

Rozwiązywanie problemów

  • model_missingPlik modelu jest brakujący lub uszkodzony. Komunikat podaje nazwę pliku; usuń go i uruchom ponownie, aby pobrać na nowo.
  • network_unavailableModel nie mógł się pobrać. Spróbuj ponownie; za proxy, które sprawdza HTTPS, ustaw SSL_CERT_FILE na jego certyfikat.
  • disk_fullZa mało miejsca na model. Zwolnij trochę albo przenieś folder modeli.
  • oomBrak pamięci. Wybierz mniejszy model.
  • unsupported_languageWhisper nie zna tego języka. Spróbuj Vosk albo automatycznego wykrywania.

Licencja

Dodatek
Apache-2.0
Silnik
MIT
whisper.cpp, pywhispercpp
Modele
MIT
Wagi OpenAI Whisper w formacie GGML

Można używać komercyjnie. Niektóre inne dodatki używają modeli tylko do użytku niekomercyjnego; każda strona mówi o tym na górze.

Wersje

  • 0.0.1

    Offline speech-to-text for Subtitld with whisper.cpp (pywhispercpp 1.5.1).

    Models are not included: the selected GGML model downloads once on first use into Subtitld's shared model cache, so models downloaded by earlier Subtitld versions are reused.

    The add-on is Apache-2.0. Each archive contains THIRD_PARTY_LICENSES/ with the licences of the third-party components frozen into it: whisper.cpp and pywhispercpp are MIT, pybind11 and numpy are BSD-3-Clause, and the Python runtime and its libraries are under their own permissive licences.

    The Linux archive also ships, inside numpy's OpenBLAS, the GCC Fortran runtime (GPL-3.0 with the GCC Runtime Library Exception) and libquadmath (LGPL-2.1-or-later). The complete source of that libquadmath build is attached here as whispercpp-addon-<version>-libquadmath-source.tar.gz; the add-on's own source is whispercpp-addon-<version>-source.tar.gz.

Inne dodatki: Mowa na tekst

Zaktualizowano · Z katalogu dodatków Zgłoś problem z tym dodatkiem