Paradee (offline, lightweight English)
Dubla suas legendas num inglês natural com o Paradee, de Sahil Mahendrakar, um modelo de 8 milhões de parâmetros destilado do Kokoro. Quatro vozes, duas americanas e duas britânicas, de um único modelo de 8,5 MB. Roda no processador do seu próprio computador, muitas vezes mais rápido que o tempo real, sem placa de vídeo e sem conta.
Configurações Complementos Paradee (offline, lightweight English) Instalar
O Subtitld baixa, verifica o SHA-256 e mantém o complemento atualizado.
- Idiomas
- 2
- Modelos
- 1
- Vozes
- 4
- Download do complemento
- 75–93 MB
- RAM, no mínimo
- 512 MB
O que faz
O Paradee aprendeu quatro das vozes do Kokoro com um décimo dos parâmetros dele, e soa próximo dele. Inglês natural, a 24 kHz.
Heart e Puck falam inglês americano, Isabella e Fable inglês britânico, cada uma com a sua própria pronúncia: "tomato", "schedule" e "can't" saem como cada sotaque as diz.
Num único núcleo de processador, uma fala sai cerca de 17 a 20 vezes mais rápido que o tempo real. Cerca de 300 MB de memória, e nenhuma placa de vídeo.
O modelo de 8,5 MB é baixado na primeira vez que uma fala é dita. Depois disso, nada sai do seu computador. Os modelos e o complemento permitem trabalho comercial.
Vozes
Na aba Locutores, escolha o Paradee como Motor de dublagem de uma pessoa, depois escolha uma Voz. Ative Ajustar dublagem à duração da legenda para que cada fala dessa pessoa seja esticada ou comprimida até a duração da sua legenda.
4 vozes em 2 idiomas.
en-gb2en-us2
Heart é a mais próxima do Kokoro; Isabella é, das quatro, a mais distante dele. As quatro vozes vêm do mesmo modelo, então trocar de voz não baixa nada. O Paradee não clona vozes. Para dublar na própria voz de quem fala, escolha um motor de clonagem de voz, como o Sopro ou o Chatterbox.
O modelo acrescenta às suas vozes um pouco de respiração e chiado ao acaso, como o Kokoro faz. Dublar uma fala de novo pode soar levemente diferente nesses pontos; as palavras, a voz e o tempo continuam os mesmos.
Modelos
O modelo não vem dentro do complemento. Ele é baixado para o cache de modelos compartilhado do Subtitld na primeira vez que uma fala é dita, do Hugging Face numa revisão fixa, com cada arquivo conferido. Um download interrompido continua de onde parou. Atualizar ou remover o complemento mantém o modelo.
| Modelo | Download | Ideal para |
|---|---|---|
| Paradee 1.2 (7.9M, int8 ONNX, four voices) Padrão paradee-1.2 | As quatro vozes, cerca de 17–20× o tempo real num único núcleo de processador |
O complemento roda o arquivo ONNX que o autor do Paradee publica, sem PyTorch, e transforma texto em sons exatamente como o código do autor faz, com o próprio fonemizador do Kokoro. Nós o comparamos com o código do autor: os mesmos sons em todas as frases de teste, nos dois sotaques, e o mesmo áudio nas quatro vozes.
Opções
Em Configurações › Complementos › Paradee (offline, lightweight English) › Configurar.
00 usa uma thread, o que já é muitas vezes mais rápido que o tempo real. Mais threads raramente ajudam com um modelo tão pequeno.
1A velocidade com que o próprio Paradee fala: 1,0 é o ritmo natural dele, 1,2 é 20% mais rápido. É o modelo que fala mais rápido ou mais devagar; o áudio não é esticado.
Idiomas
Só inglês. Qualquer projeto em inglês (americano, britânico, australiano…) é aceito, e cada voz o lê com o seu próprio sotaque. Um projeto em outro idioma recebe uma mensagem que explica isso: escolha outro motor de dublagem para ele.
Números, preços, datas, horários e abreviações comuns são lidos por extenso, e palavras como "read" ou "record" são ditas como a frase pede. Nomes e palavras de outros idiomas que o fonemizador não conhece são ditos pelo espeak-ng, e podem ser pronunciados errado.
en-usen-gb
Plataformas
| Sistema | Download | Testado |
|---|---|---|
| Linux x86-64 | 93.5 MB | Dublado com as quatro vozes numa máquina real, em sistemas Debian, Ubuntu, Fedora e Arch limpos, e na CI |
| macOS (Apple silicon) | 75.2 MB | Dublado com as quatro vozes na CI (Apple Silicon) |
| Windows x86-64 | 84.5 MB | Dublado com as quatro vozes na CI |
Linux x86-64 (qualquer distribuição de 2018 em diante), macOS em Apple Silicon e Windows x86-64. Cada versão é compilada nos três, e em cada um a CI instala o complemento como o Subtitld faz, baixa o modelo e dubla com cada voz.
Solução de problemas
network_unavailableNão foi possível baixar o modelo, ou um arquivo baixado não passou na conferência e foi descartado. Verifique sua conexão e tente de novo: o download continua de onde parou.disk_fullNão há espaço em disco suficiente para o modelo: 8,5 MB.unsupported_languageO idioma do projeto não é inglês, ou não foi definido. Defina-o no projeto, ou escolha outro motor de dublagem.unsupported_voiceO projeto indica uma voz que esta versão não tem. Escolha a voz de novo na aba Locutores.bad_paramsA fala não tem texto. Escreva a legenda e duble-a de novo.out_of_memoryO computador ficou sem memória. Feche outros programas: o Paradee precisa de cerca de 400 MB.internalAlgo falhou dentro do complemento; a mensagem traz os detalhes.
Licença
Adequado para trabalho comercial. O modelo Paradee e o código do autor são Apache-2.0, como o Kokoro. O complemento é GPL-3.0-or-later porque inclui o espeak-ng; o código-fonte completo dele, incluindo o do espeak-ng, está em cada versão. A licença cobre o complemento, não o que você faz com ele: as dublagens que você faz são suas.
Versões
- 26.11.1
Offline English text-to-speech for Subtitld with Paradee 1.2: natural English speech at 24 kHz from an 8M-parameter model distilled from Kokoro-82M, many times faster than real time on the CPU. Four voices from one 8.5 MB model: Heart and Puck (American English), Isabella and Fable (British English).
The archive holds the add-on, ONNX Runtime, misaki (Kokoro's phonemizer) with spaCy's small English pipeline, and espeak-ng with its English data. The model downloads the first time a line is spoken, at a pinned revision, checked by sha256.
The add-on is GPL-3.0-or-later, because it bundles espeak-ng (GPL-3.0-or-later); the Paradee model and misaki are Apache-2.0, spaCy and its English pipeline MIT. Each archive carries
THIRD_PARTY_LICENSES/with the licence of everything frozen into it. The complete corresponding source isparadee-<version>-source.tar.gzin this release. The Linux archive also carries libquadmath (LGPL-2.1, with numpy); its source isparadee-<version>-libquadmath-source.tar.gz.What's Changed
- Paradee add-on: lightweight offline English text-to-speech by @jonata in https://github.com/Subtitld/addon-paradee/pull/1
- Parity test: allow other CPUs' int8 rounding by @jonata in https://github.com/Subtitld/addon-paradee/pull/2
New Contributors
- @jonata made their first contribution in https://github.com/Subtitld/addon-paradee/pull/1
Outros complementos de Vozes
-
Piper Offline
158 vozes offline em 49 idiomas, cada uma um pequeno download separado.
-
Kokoro Offline
54 vozes offline em nove idiomas, todas de um único modelo de 82 MB.
-
Supertonic Offline
Dez vozes offline, cada uma capaz de falar todos os 31 idiomas.
-
sanoTTS Offline
Vozes offline minúsculas, 28 em 14 idiomas, cada uma com menos de 10 MB.
-
Parler-TTS Offline
Vozes em inglês que seguem uma descrição escrita; 34 locutores nomeados.
-
Qwen3-TTS Clonagem
Dez idiomas, nove vozes e clonagem a partir de 3 segundos de um locutor.
-
Coqui XTTS Clonagem
Clonagem de voz em 16 idiomas, com licença de modelo não comercial.
-
F5-TTS Clonagem
Somente clonagem de voz, em inglês e chinês; modelo não comercial.
-
VoxCPM2 Clonagem
30 idiomas a 48 kHz, na própria voz de quem fala ou numa voz descrita. Pesado.
-
Pocket TTS Offline
Rápido e leve, só CPU. 23 vozes em sete idiomas europeus.
-
Sopro Clonagem
A própria voz de quem fala, rápido na CPU. Quatro idiomas.
-
KittenTTS 2 Clonagem
A própria voz de quem fala em 16 idiomas, na CPU. Pesos sob uma licença restritiva.
-
Ming-3.0-tts Clonagem
7 idiomas a 44,1 kHz: vozes clonadas, integradas ou descritas, com emoção. Pesado.
-
Scylla's Band Offline
Catorze vozes em seis idiomas, leve e rápido na CPU. Só vozes prontas.
-
Audio8 TTS Clonagem
A própria voz de quem fala em 11 idiomas, cantonês incluído. Lento numa CPU.
-
Inflect Offline
Fala natural em inglês de um modelo minúsculo, rápido em qualquer CPU.
-
Chatterbox Clonagem
Offline TTS in 20 languages, in the speaker's own voice cloned from a few seconds of the video or in one of 8 preset…