Клонує голос кожного мовця з кількох секунд відео та озвучує ваші субтитри 16 мовами на вашому комп’ютері. Модель вільна лише для некомерційного використання.

Що це робить

Клон з відео

Оберіть Власний голос, і Subtitld передає моделі кілька секунд мовлення цього мовця, вирізаних з відео. Найкраще працює з 6 секундами або більше.

Два вбудовані голоси

XTTS female 1 і XTTS male 1 для мовців, яких ви не клонуєте.

16 мов

Модель говорить мовою проєкту або англійською, якщо мову проєкту не задано.

Завантажується один раз

Перша репліка чекає, поки модель завантажиться, а під час першого запуску ще й поки вона завантажиться з мережі; решта використовують уже завантажену. На ЦП довге речення може тривати пів хвилини.

Некомерційна модель. Ваги XTTS-v2 діють за ліцензією Coqui Public Model License (CPML): вони безкоштовні для некомерційного використання, а для будь-чого іншого потрібна платна ліцензія від Coqui. Додаток погоджується з умовами Coqui за вас, коли завантажує модель, тож ви цього не побачите; умови діють так само.

Голоси

На вкладці Мовці оберіть Coqui XTTS як Рушій дублювання мовця, а потім виберіть Голос. Власний голос розташований угорі списку. Кожна репліка виходить такої довжини, яку створює модель; увімкніть Вмістити дубляж у тривалість субтитру для мовця, щоб він розтягував або стискав її до свого субтитру.

3 голосів однією мовою.

en 2

Зразок для клону

Коли голос мовця — Власний голос, Subtitld вирізає зразок цього мовця з аудіо проєкту:

його найдовший субтитр між 3 і 12 секундами;
якщо жоден не підходить, перші 12 секунд довшого;
якщо всі коротші за 3 секунди, кілька поспіль, з’єднаних, доки не набуде 3 секунд.

XTTS найкраще працює з 6 секундами або більше, тож дайте кожному мовцеві щонайменше одну репліку тривалістю 6–12 секунд. Якщо ви відокремили музику від голосу для цього відео, зразок береться лише з голосу. Типовий еталонний голос у налаштуваннях додатка використовується лише тоді, коли зразок вирізати не вдалося, наприклад коли відео не відкрито.

Subtitld зберігає зразок кожного мовця й вирізає його знову, лише якщо аудіофайл змінився. Після перетворення реплік мовця видаліть його зразок, щоб отримати новий; його назва закінчується іменем мовця.

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

Моделі

Одна модель, яка завантажується під час першої генерації репліки; два малі файли поруч — її налаштування та словник. Додаток тримає модель завантаженою, доки вона не буде без діла п’ять хвилин.

Модель	Завантаження
xtts_v2	1.9 GB
xtts_v2_config	1 MB
xtts_v2_vocab	1 MB

Параметри

Додаток зчитує їх під час запуску, тож зміна застосовується після п’яти хвилин бездіяльності або після перезапуску Subtitld.

У Налаштуваннях › Додатки › Coqui XTTS-v2 (offline + voice clone) › Налаштувати.

Inference device

За замовчуванням: cpu

Залиште CPU. Випущені збірки створено з пакетом PyTorch для ЦП, тож CUDA з ними не працює; MPS позначено як бета.

Default voice reference (6+ seconds, mono WAV recommended)

За замовчуванням: порожньо

Кліп для копіювання, коли Subtitld не може взяти зразок мовця з відео, наприклад коли відео не відкрито. Зразок з відео завжди має пріоритет. Поки це встановлено, два вбудовані голоси також копіюють цей кліп.

Мови

Додаток передає моделі мову проєкту без регіону; якщо мову не задано, вона говорить англійською.

en
es
fr
de
it
pt
pl
tr
ru
nl
cs
ar
zh-cn
ja
hu
ko

Платформи

Система	Завантаження	Перевірено
Linux x86-64	442.7 MB	Збирається і запускається в CI
macOS (універсальний)	323.1 MB	Збирається і запускається в CI
Windows x86-64	302.2 MB	Збирається і запускається в CI

Кожен реліз збирається в Linux, macOS і Windows, а CI перевіряє, що програма запускається й показує свої голоси. CI не генерує мовлення.

Усунення несправностей

bad_paramsАбо в субтитрі немає тексту, або клон не отримав зразка: Subtitld не зміг його вирізати (відео не відкрито або немає субтитрів для цього мовця), а типовий кліп не задано. Додайте текст субтитру, відкрийте відео або встановіть Типовий еталонний голос.
internalМодель не завантажилася або не змогла озвучити репліку; повідомлення вказує, яка саме. Невдале завантаження під час першого використання теж сюди призводить: перевірте з’єднання та вільне місце на диску й спробуйте ще раз. Також перевірте, чи мова проєкту входить до перелічених вище.

Ліцензія

Додаток

MIT

Рушій

MPL-2.0

coqui-ai-TTS (форк idiap)

Моделі

CPML

Ваги XTTS-v2; некомерційні без ліцензії Coqui

Не для комерційної роботи, якщо у вас немає комерційної ліцензії від Coqui на ваги XTTS-v2. Власний код додатка має ліцензію MIT.

Coqui XTTS (offline + voice clone)

Що це робить

Голоси

Зразок для клону

Моделі

Параметри

Мови

Платформи

Усунення несправностей

Ліцензія

Версії

Інші додатки групи «Голоси»