Перетворює англійське мовлення у вашому відео на субтитри з часовими мітками, на вашому комп’ютері, за допомогою Bark 3.0, моделі розпізнавання мовлення від Conway Research. Працює на ЦП, не потребує ні відеокарти, ні облікового запису, і нічого не покидає ваш комп’ютер.

Що це робить

Офлайн після одного завантаження

Модель розміром 163 МБ завантажується один раз, під час першої транскрипції, і перевіряється за закріпленим відбитком. Далі інтернет не потрібен.

Без відеокарти

Працює на ЦП, у багато разів швидше, ніж триває звук: десятихвилинне відео на настільному комп’ютері транскрибується менш ніж за хвилину.

Пунктуація та великі літери

Bark 3.0 пише речення, а не потік слів: коми, крапки, великі літери й числа виходять такими, як ви б їх надрукували.

Один субтитр на речення

Кожне слово має свій час, тож кожен субтитр — ціле речення, як в AssemblyAI. Вимкніть One cue per sentence, і довгі речення буде поділено, щоб їх було легко читати.

Моделі

Моделей Bark 3.0 чотири. Використовується Bark 3.0, якщо ви не виберете іншу в полі Model; інші завантажуються, лише якщо ви їх виберете. Жодної з них немає в додатку: та, якою ви користуєтеся, завантажується до спільного кешу моделей Subtitld під час першої транскрипції, тож оновлення додатка не завантажує її знову.

Модель	Завантаження	Добре для
Bark 3.0 (0.6B, verbatim) За замовчуванням bark3	163 MB	Повсякденне англійське мовлення, слово в слово
Bark 3.0 Plus (0.6B, verbatim, more accurate) bark3-plus	180 MB	Трохи точніша, слово в слово
Bark 3.0 Clean (0.6B, drops fillers and false starts) bark3-clean	179 MB	Чисті субтитри: без «um», «uh» та обірваних початків фраз
Bark 3.0 Pro (0.6B, full precision) bark3-pro	1.3 GB	Найточніша, для найважчого звуку

Після завантаження додаток один раз готує модель для вашого комп’ютера, приблизно за пів хвилини. Підготовлена модель займає близько 650 МБ на диску й під час транскрипції потребує близько 1,2 ГБ пам’яті; усі чотири працюють з однаковою швидкістю. Clean прибирає слова-паразити на кшталт «um» і «uh» та обірвані початки речень — зазвичай саме це й має показувати субтитр; для дослівної транскрипції виберіть Bark 3.0 або Plus.

Довгі відео транскрибуються приблизно по 30 секунд за раз, тож смуга прогресу не стоїть на місці, а Скасувати спрацьовує за лічені секунди.

Параметри

У Налаштуваннях › Додатки › Bark 3.0 (offline, English) › Налаштувати.

Model

За замовчуванням: bark3

Яка модель Bark 3.0 транскрибує. Кожна завантажується, коли ви вперше її вибираєте; інші не завантажуються взагалі.

CPU threads

За замовчуванням: 0

Скільки ядер ЦП використовує Bark 3.0. 0 — половина ядер, але не більше 8. Нове значення застосовується під час наступного завантаження моделі.

One cue per sentence

За замовчуванням: увімк.

Увімкнено: один субтитр на речення будь-якої довжини, як в AssemblyAI. Вимкнено: довге речення ділиться на субтитри не довші за приблизно два рядки або 7 секунд.

Мови

Лише англійська. Якщо залишити мову порожньою або на автовизначенні, все одно транскрибується англійська. Проєкт іншою мовою відхиляється: для таких мов використовуйте Whisper (офлайн).

en

Платформи

Система	Завантаження	Перевірено
Linux x86-64	57.9 MB	На реальних комп’ютерах і в CI
macOS (Apple silicon)	39.8 MB	У CI
Windows x86-64	34.7 MB	У CI

Linux x86-64, macOS на Apple silicon і Windows x86-64. ffmpeg постачається разом із Subtitld.

Усунення несправностей

unsupported_languageBark 3.0 знає лише англійську. Для інших мов використовуйте Whisper (офлайн).
networkНе вдалося завантажити модель. Перевірте підключення до інтернету й спробуйте знову: перерване завантаження продовжиться з того місця, де зупинилося.
model_missingНе вдалося завантажити підготовлену модель. Повідомлення вказує її теку: видаліть цю теку, і під час наступної транскрипції модель буде підготовлено знову.
bad_paramsSubtitld не зміг передати аудіо, або значення параметра моделі невідоме. Повідомлення вказує чому.
oomНедостатньо пам’яті. Закрийте інші програми й спробуйте знову.
disk_fullНедостатньо місця на диску, щоб підготувати модель або декодувати аудіо. Під час підготовки Bark 3.0 потребує близько 900 МБ, Pro — близько 2 ГБ.
internalУсередині додатка стався збій, часто під час декодування аудіо в ffmpeg. Подробиці в повідомленні.

Ліцензія

Додаток

Apache-2.0

Рушій

MIT

ONNX Runtime, від Microsoft

Модель

CC-BY-4.0

Ваги Bark 3.0, від Conway Research, на основі NVIDIA Parakeet

Підходить для комерційної роботи. Додаток поширюється за Apache-2.0, ONNX Runtime — за MIT. Ваги Bark 3.0 поширюються за CC-BY-4.0, їх випустила Conway Research на основі моделі Parakeet від NVIDIA; ліцензія вимагає зазначати авторство скрізь, де поширюються самі ваги, і це зазначення є у файлі NOTICE додатка. Створені вами субтитри належать вам.

Bark 3.0 (offline, English)