Scylla's Band (offline, 14 voices, 6 languages)

Что он делает

Перед установкой

• Диск: около 300 МБ, в основном модель, которая загружается при первой реплике.
• Память: меньше 500 МБ во время синтеза речи.
• Процессор: любой 64-битный процессор Intel или AMD или любой Mac на Apple Silicon.

Scylla's Band говорит только своими голосами: он не клонирует голос говорящего в видео. Для собственного голоса говорящего используйте VoxCPM2, Sopro или Chatterbox.

Голоса

На вкладке Говорящие выберите Scylla's Band как Движок дублирования говорящего, затем выберите Голос. Включите Подогнать дубляж под длительность субтитра, чтобы говорящий растягивал или сжимал каждую реплику под свой субтитр. Перед озвучиванием задайте язык проекта.

Голосов: 14.

Четырнадцать голосов — это Scylla, Ariadne, Felix, Gwen, Ink, Kincade, Max, Orpheus, Poppy, Priya, Rex, Stone, Thistle и Tuesday. Каждый обучен на всех шести языках, поэтому список одинаков при любом языке проекта. По-английски Ink, Orpheus и Tuesday говорят с британским произношением, а остальные — с американским.

Subtitld даёт каждому говорящему своё зерно генерации (seed), поэтому повторное озвучивание реплики даёт тот же дубль. Измените слово — и реплика прозвучит по-новому.

Модели

Модели нет внутри дополнения: при первом озвучивании она загружается в общий кэш моделей Subtitld из репозитория spybyscript на Hugging Face, с закреплённым выпуском, и каждый файл проверяется. Прерванная загрузка продолжается с того места, где остановилась. Обновление или удаление дополнения модель сохраняет.

Дополнение запускает собственную среду выполнения Scylla's Band на C++ с LiteRT от Google внутри процесса дополнения, поэтому ему не нужны библиотеки машинного обучения для Python и оно запускается за мгновение.

Настройки

В разделе «Настройки › Дополнения › Scylla's Band (offline, 14 voices, 6 languages)» нажмите «Настроить».

Напряжённость, темп и высота применяются ко всем говорящим проекта, которые используют Scylla's Band.

Языки

Английский, испанский, итальянский, французский, немецкий и вьетнамский. Для проекта на любом другом языке появится сообщение об этом: выберите для него другой движок дублирования.

Числа читаются словами на каждом из шести языков, поэтому «42» становится «forty-two» на английском и «bốn mươi hai» на вьетнамском.

• en
• es
• it
• fr
• de
• vi

Платформы

Linux x86-64, 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 модель и озвучивает ею на всех шести языках. На Linux нужна glibc 2.35 или новее.

Устранение неполадок

• network_unavailableНе удалось загрузить модель. Проверьте подключение и попробуйте снова: загрузка продолжится.
• disk_fullНедостаточно места на диске для модели: около 300 МБ.
• unsupported_languageЯзык проекта не входит в эти шесть 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.
• internalВнутри дополнения произошёл сбой; подробности в сообщении.

Лицензия

Дополнение, среда выполнения Scylla's Band, LiteRT и веса Scylla's Band лицензированы по Apache-2.0, а части модели, взятые из Vocos и DeepPhonemizer, — по MIT. Вы можете использовать дополнение и созданный им дубляж для любых целей, включая платную работу. Созданный дубляж принадлежит вам.