Превращает английскую речь в вашем видео в субтитры с таймингом на вашем компьютере, с помощью Bark 3.0, модели распознавания речи от Conway Research. Работает на процессоре, не требует ни видеокарты, ни учётной записи, и ничто не покидает ваш компьютер.

Что он делает

Офлайн после одной загрузки

Модель размером 163 МБ загружается один раз, при первой расшифровке, и проверяется по закреплённому отпечатку. После этого интернет не нужен.

Без видеокарты

Работает на процессоре, во много раз быстрее, чем идёт звук: десятиминутное видео на настольном компьютере расшифровывается меньше чем за минуту.

Пунктуация и заглавные буквы

Bark 3.0 пишет предложения, а не поток слов: запятые, точки, заглавные буквы и числа выходят такими, как вы бы их напечатали.

Один субтитр на предложение

У каждого слова своё время, поэтому каждый субтитр — целое предложение, как в AssemblyAI. Выключите One cue per sentence, и длинные предложения будут разделены, чтобы их было легко читать.

Модели

Моделей Bark 3.0 четыре. Используется Bark 3.0, если вы не выберете другую в поле Model; остальные загружаются, только если вы их выберете. Ни одной из них нет внутри дополнения: та, которой вы пользуетесь, загружается в общий кэш моделей Subtitld при первой расшифровке, поэтому при обновлении дополнения она не загружается заново.

Модель	Загрузка	Подходит для
Bark 3.0 (0.6B, verbatim) По умолчанию bark3	163 MB	Повседневная английская речь, слово в слово
Bark 3.0 Plus (0.6B, verbatim, more accurate) bark3-plus	180 MB	Чуть точнее, слово в слово
Bark 3.0 Clean (0.6B, drops fillers and false starts) bark3-clean	179 MB	Чистые субтитры: без «um», «uh» и оборванных начал фраз
Bark 3.0 Pro (0.6B, full precision) bark3-pro	1.3 GB	Самая точная, для самого трудного звука

После загрузки дополнение один раз подготавливает модель для вашего компьютера, примерно за полминуты. Подготовленная модель занимает около 650 МБ на диске и во время расшифровки требует около 1,2 ГБ памяти; все четыре работают с одинаковой скоростью. Clean убирает слова-паразиты вроде «um» и «uh» и оборванные начала предложений — обычно именно это и должен показывать субтитр; для дословной расшифровки выберите Bark 3.0 или Plus.

Длинные видео расшифровываются примерно по 30 секунд за раз, поэтому полоса прогресса не стоит на месте, а Отмена срабатывает за считаные секунды.

Настройки

В разделе «Настройки › Дополнения › Bark 3.0 (offline, English)» нажмите «Настроить».

Model

По умолчанию: bark3

Какая модель Bark 3.0 расшифровывает. Каждая загружается, когда вы впервые её выбираете; остальные не загружаются вовсе.

CPU threads

По умолчанию: 0

Сколько ядер процессора использует Bark 3.0. 0 — половина ядер, но не больше 8. Новое значение применяется при следующей загрузке модели.

One cue per sentence

По умолчанию: вкл.

Вкл.: один субтитр на предложение любой длины, как в AssemblyAI. Выкл.: длинное предложение делится на субтитры не длиннее примерно двух строк или 7 секунд.

Языки

Только английский. Если оставить язык пустым или на автоопределении, всё равно расшифровывается английский. Проект на другом языке отклоняется: для таких языков используйте Whisper (офлайн).

en

Платформы

Система	Загрузка	Проверено
Linux x86-64	57.9 MB	На реальных машинах и в CI
macOS (Apple silicon)	39.8 MB	В CI
Windows x86-64	34.7 MB	В CI

Linux x86-64, macOS на Apple silicon и Windows x86-64. ffmpeg входит в Subtitld.

Устранение неполадок

unsupported_languageBark 3.0 знает только английский. Для других языков используйте Whisper (офлайн).
networkНе удалось загрузить модель. Проверьте подключение к интернету и попробуйте снова: прерванная загрузка продолжится с того места, где остановилась.
model_missingНе удалось загрузить подготовленную модель. В сообщении указана её папка: удалите эту папку, и при следующей расшифровке модель будет подготовлена заново.
bad_paramsSubtitld не смог передать аудио, или значение настройки модели неизвестно. В сообщении сказано почему.
oomНе хватает памяти. Закройте другие программы и попробуйте снова.
disk_fullНедостаточно места на диске для подготовки модели или декодирования аудио. Во время подготовки Bark 3.0 требуется около 900 МБ, Pro — около 2 ГБ.
internalВнутри дополнения произошёл сбой, часто при декодировании аудио в ffmpeg. Подробности в сообщении.

Лицензия

Дополнение

Apache-2.0

Движок

MIT

ONNX Runtime, от Microsoft

Модель

CC-BY-4.0

Веса Bark 3.0, от Conway Research, на основе NVIDIA Parakeet

Подходит для коммерческой работы. Дополнение распространяется под Apache-2.0, ONNX Runtime — под MIT. Веса Bark 3.0 распространяются под CC-BY-4.0, их выпустила Conway Research на основе модели Parakeet от NVIDIA; лицензия требует указывать авторство везде, где распространяются сами веса, и это указание есть в файле NOTICE дополнения. Созданные вами субтитры принадлежат вам.

Bark 3.0 (offline, English)