Скачать

Inflect (offline, lightweight English)

ГолосаОфлайнТолько CPUКоммерческое использование разрешено

Озвучивает ваши субтитры естественным американским английским с помощью Inflect v2 от Owen Song — модели меньше чем на 10 миллионов параметров. Работает на процессоре вашего компьютера, во много раз быстрее реального времени, без видеокарты и без учётной записи.

Установите из Subtitld

Настройки Дополнения Inflect (offline, lightweight English) Установка

Subtitld скачает его, проверит SHA-256 и будет поддерживать его в актуальном состоянии.

Исходный код на GitHub
Языки
1
Модели
2
Голоса
2
Загрузка дополнения
35–45 MB
ОЗУ, не меньше
512 MB

Что он делает

Естественно для своего размера

У Inflect v2 меньше 10 миллионов параметров, но звучит он почти как модели во много раз крупнее. Один американский английский голос, 24 кГц.

Быстро на любом компьютере

На процессоре настольного компьютера Micro говорит примерно в 13 раз быстрее реального времени, а Nano — примерно в 30 раз. Даже на одном ядре обе модели быстрее реального времени. Меньше 300 МБ памяти.

Офлайн после первой реплики

Каждая модель загружается, когда её голос впервые заговорит: 38 МБ для Micro, 16 МБ для Nano. После этого ничего не покидает ваш компьютер.

Бесплатно для коммерческой работы

Модели лицензированы по Apache-2.0, а дополнение — по GPL-3.0-or-later. Созданный дубляж принадлежит вам.

Голоса

На вкладке Говорящие выберите Inflect как Движок дублирования говорящего, затем выберите Голос. Включите Подогнать дубляж под длительность субтитра, чтобы говорящий растягивал или сжимал каждую реплику под свой субтитр.

Голосов: 2 на 1 языке.

  • en-us 2

Оба голоса — один и тот же синтетический американский мужчина, созданный автором модели без записей реального человека: Micro звучит чуть естественнее, Nano меньше и быстрее. Inflect не клонирует голоса. Чтобы озвучить собственным голосом говорящего, выберите движок с клонированием голоса, например Sopro или Chatterbox.

Каждая реплика всякий раз произносится с одним и тем же seed, поэтому повторное озвучивание реплики тем же голосом даёт тот же звук.

Модели

Модели не входят в дополнение. Каждая загружается в общий кэш моделей Subtitld, когда её голос впервые заговорит, с Hugging Face, с закреплённой ревизией, и каждый файл проверяется. Прерванная загрузка продолжается с того места, где остановилась. Обновление или удаление дополнения модели сохраняет.

Модель ЗагрузкаПодходит для
Inflect-Micro v2 (9.4M, ONNX) По умолчанию inflect-micro-v2
38 MB
Лучшее качество, примерно 13× быстрее реального времени
Inflect-Nano v2 (4.0M, ONNX) inflect-nano-v2
16 MB
Самая маленькая и быстрая, примерно 30× быстрее реального времени, чуть менее естественная

Дополнение запускает ONNX-сборку, которую публикует автор Inflect, без PyTorch. Мы сравнили её с собственным кодом автора на одних и тех же репликах: те же звуки для всех 412 предложений тестового набора автора и тот же звук для обеих моделей.

Настройки

В разделе «Настройки › Дополнения › Inflect (offline, lightweight English)» нажмите «Настроить».

CPU threads
По умолчанию: 0

0 использует половину логических процессоров компьютера, но не больше 8. Меньше потоков — компьютер отзывчивее во время озвучивания.

Speaking pace
По умолчанию: 1

Насколько быстро говорит сам Inflect: 1,0 — его естественный темп, 1,2 — на 20% быстрее. Модель сама говорит быстрее или медленнее; звук не растягивается.

Variation
По умолчанию: 0.667

0 — ровно и всегда одинаково, больше — живее. 0,667 — значение по умолчанию самого Inflect.

Языки

Только английский. Любой английский проект (американский, британский, австралийский…) читается американским голосом. Для проекта на другом языке появится сообщение об этом: выберите для него другой движок дублирования.

Числа, цены, даты, время и распространённые сокращения читаются словами: «$3.50» становится «three dollars and fifty cents». Редкие имена, названия мест и слова из других языков могут быть произнесены неправильно.

  • en-us

Платформы

Система ЗагрузкаПроверено
Linux x86-64 45.3 MBОзвучено обеими моделями на реальной машине и в CI
macOS (Apple silicon) 40.4 MBОзвучено обеими моделями в CI (Apple Silicon)
Windows x86-64 35.3 MBОзвучено обеими моделями в CI

Linux x86-64 (любой дистрибутив начиная с 2018 года), macOS на Apple Silicon и Windows x86-64. Каждый выпуск собирается на всех трёх, и на каждой из них CI устанавливает дополнение так же, как это делает Subtitld, загружает обе модели и озвучивает ими.

Устранение неполадок

  • network_unavailableНе удалось загрузить модель, или загруженный файл не прошёл проверку и был удалён. Проверьте подключение и попробуйте снова: загрузка продолжится.
  • disk_fullНедостаточно места на диске для модели: 38 МБ для Micro, 16 МБ для Nano.
  • unsupported_languageЯзык проекта не английский или не задан. Задайте его в проекте или выберите другой движок дублирования.
  • unsupported_voiceПроект указывает голос, которого нет в этой версии. Выберите голос заново на вкладке Говорящие.
  • bad_paramsВ реплике нет текста. Напишите субтитр и озвучьте его снова.
  • out_of_memoryКомпьютеру не хватило памяти. Закройте другие программы: Inflect нужно около 300 МБ.
  • internalВнутри дополнения произошёл сбой; подробности в сообщении.

Лицензия

Дополнение
GPL-3.0-or-later
Потому что включает espeak-ng
Движок
GPL-3.0-or-later, MIT
espeak-ng превращает текст в звуки; ONNX Runtime от Microsoft запускает модель
Модели
Apache-2.0
Веса Inflect-Micro v2 и Inflect-Nano v2, от Owen Song

Подходит для коммерческой работы. Модели Inflect v2 и код автора лицензированы по Apache-2.0. Дополнение лицензировано по GPL-3.0-or-later, потому что включает espeak-ng, который превращает текст в звуки; полный исходный код, включая espeak-ng, приложен к каждому выпуску. Лицензия распространяется на дополнение, а не на то, что вы с ним создаёте: созданный дубляж принадлежит вам. Автор модели просит никогда не выдавать её речь за запись реального человека.

Версии

  • 26.11.1

    Offline English text-to-speech for Subtitld with Inflect v2: a natural American English voice at 24 kHz from a model of under 10M parameters, many times faster than real time on the CPU. Two voices: Inflect Micro (best quality, 38 MB) and Inflect Nano (16 MB, faster).

    The archive holds the add-on, ONNX Runtime and espeak-ng with its English data. Each model downloads the first time its voice speaks, 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 Inflect v2 models are Apache-2.0. Each archive carries THIRD_PARTY_LICENSES/ with the licence of everything frozen into it. The complete corresponding source is inflect-<version>-source.tar.gz in this release. The Linux archive also carries libquadmath (LGPL-2.1, with numpy); its source is inflect-<version>-libquadmath-source.tar.gz.

Другие дополнения группы «Голоса»

Обновлено · Из каталога дополнений Сообщить о проблеме с этим дополнением