Озвучивает ваши субтитры на десяти языках, с девятью встроенными голосами или клоном каждого говорящего, снятым с нескольких секунд видео. Работает на вашем компьютере, а его веса разрешают коммерческое использование.

Что он делает

Девять голосов

Пять китайских голосов (два говорят на пекинском и сычуаньском диалектах), два английских, один японский и один корейский. Каждый может читать все десять языков, но звучит лучше всего на своём.

Клон из видео

Выберите Custom voice, и Subtitld даёт модели несколько секунд речи этого говорящего, вырезанные из видео. Нужно не меньше 3 секунд.

Ближе с расшифровкой

Если в образце есть произнесённые слова, клон ближе к говорящему. Без них он работает только по звучанию, немного менее точно.

Одна модель за раз

Встроенные голоса и клон используют две разные модели. В памяти одновременно находится только одна; переключение с одной на другую перезагружает её.

Голоса

На вкладке Говорящие выберите Qwen3-TTS как Движок дублирования говорящего, затем выберите Голос. Custom voice находится в начале списка. Каждая реплика получается такой длины, какой её делает модель; включите Подогнать дубляж под длительность субтитра, чтобы говорящий растягивал или сжимал её под свой субтитр.

Голосов: 10 на языках: 4.

en 2
ja 1
ko 1
zh-cn 5

Образец для клона

Когда голос говорящего — Custom voice, Subtitld вырезает образец этого говорящего из звука проекта:

его самый длинный субтитр от 3 до 12 секунд;
если подходящего нет, первые 12 секунд более длинного;
если все короче 3 секунд, несколько подряд, склеенных до 3.

Если вы отделили музыку от голоса для этого видео, образец берётся только из голоса. Default voice reference в настройках дополнения используется, только когда образец вырезать нельзя, например если видео не открыто.

Subtitld сохраняет образец каждого говорящего и вырезает его заново, только если меняется аудиофайл. После смены тайминга реплик говорящего удалите его образец, чтобы получить новый; его имя заканчивается именем говорящего.

Система	Папка
Linux	`~/.cache/subtitld/clone-refs`
macOS	`~/Library/Caches/subtitld/clone-refs`
Windows	`%LOCALAPPDATA%\subtitld\subtitld\Cache\clone-refs`

Модели

Встроенным голосам нужна модель CustomVoice, а клону нужна Base. Каждая загружается при первой генерации реплики, которая её использует, поэтому проект с обеими занимает около 7 ГБ на диске. Они попадают в кэш Hugging Face (~/.cache/huggingface/hub, если вы не задали HF_HOME), вне папки дополнения, поэтому обновление или удаление дополнения их сохраняет.

Модель	Загрузка	Подходит для
qwen3-tts-1_7b-customvoice	3.4 GB	Девять встроенных голосов
qwen3-tts-1_7b-base	3.4 GB	Только голос-клон
qwen3-tts-tokenizer-12hz	250 MB

Настройки

Дополнение читает эти настройки при запуске, поэтому изменение применяется, когда оно простоит пять минут, или после перезапуска Subtitld. Skip auto-extracted reference transcript — исключение: Subtitld читает её для каждой реплики.

В разделе «Настройки › Дополнения › Qwen3-TTS (offline, 1.7B)» нажмите «Настроить».

Inference device

По умолчанию: cpu

Оставьте CPU. Выпущенные сборки сделаны с пакетом PyTorch для процессора, поэтому CUDA с ними не работает; MPS помечен как бета.

Weight precision

По умолчанию: auto

Auto выбирает float32 на процессоре и bfloat16 с CUDA. float16 действует только с CUDA; на процессоре дополнение использует float32.

Default voice reference (3+ seconds, mono WAV recommended)

По умолчанию: пусто

Клип, который копирует голос-клон, когда Subtitld не может взять образец говорящего из видео, например если видео не открыто. Образец из видео всегда идёт первым.

Default voice reference transcript

По умолчанию: пусто

Слова, произнесённые в клипе по умолчанию выше. Дополнение использует его с любым образцом, который пришёл без собственной расшифровки, включая образцы из видео, поэтому оставьте пустым, если не полагаетесь на клип по умолчанию.

Skip auto-extracted reference transcript

По умолчанию: выкл.

Включите, чтобы текст субтитров не передавался с образцом как его расшифровка. Клон тогда работает только по звучанию голоса. Полезно, когда ваши субтитры пересказывают сказанное.

Языки

Subtitld передаёт язык проекта без региона, поэтому pt-br читается как португальский. Для языка вне этих десяти встроенный голос переходит на свой язык, а клон на автоопределение.

zh-cn
en
ja
ko
de
fr
ru
pt
es
it

Платформы

Система	Загрузка	Проверено
Linux x86-64	455.7 MB	Собрано и запущено в CI
macOS (универсальная)	345.8 MB	Собрано и запущено в CI
Windows x86-64	316.5 MB	Собрано и запущено в CI

Каждая сборка создаётся на Linux, macOS и Windows, а CI проверяет, что программа запускается и перечисляет свои голоса. Синтез речи в CI не выполняется.

Устранение неполадок

bad_paramsЛибо в субтитре нет текста, либо у клона нет образца: Subtitld не смог его вырезать (видео не открыто или нет субтитров у этого говорящего), а клип по умолчанию не задан. Добавьте текст субтитра, откройте видео или задайте Default voice reference.
internalМодель не загрузилась или не смогла озвучить реплику; сообщение скажет какая. Сбой загрузки при первом использовании тоже попадает сюда: проверьте подключение и свободное место на диске и попробуйте снова. Если вы выбрали CUDA или MPS, верните устройство на CPU.

Лицензия

Дополнение

Apache-2.0

Движок

Apache-2.0

qwen-tts

Модели

Apache-2.0

Веса Qwen3-TTS

Подходит для коммерческой работы: дополнение, библиотека qwen-tts и веса Qwen3-TTS лицензированы по Apache-2.0.

Qwen3-TTS (offline, 1.7B)

Что он делает

Голоса

Образец для клона

Модели

Настройки

Языки

Платформы

Устранение неполадок

Лицензия

Версии

Другие дополнения группы «Голоса»