Завантажити

Inflect (offline, lightweight English)

ГолосиОфлайнЛише CPUКомерційне використання дозволено

Озвучує ваші субтитри природною американською англійською за допомогою Inflect v2 від Owen Song — моделі менш ніж на 10 мільйонів параметрів. Працює на процесорі вашого комп’ютера, у багато разів швидше за реальний час, без відеокарти й без облікового запису.

Встановіть його з Subtitld

Налаштування Додатки Inflect (offline, lightweight English) Встановити

Subtitld завантажує його, перевіряє SHA-256 і тримає оновленим.

Джерело на GitHub
Мови
1
Моделі
2
Голоси
2
Завантаження додатка
35–45 MB
ОЗП, щонайменше
512 MB

Що це робить

Природно для свого розміру

Inflect v2 має менше 10 мільйонів параметрів, але звучить майже як моделі, у багато разів більші. Один американський англійський голос, 24 кГц.

Швидко на будь-якому комп’ютері

На процесорі настільного комп’ютера Micro говорить приблизно в 13 разів швидше за реальний час, а Nano — приблизно в 30 разів. Навіть на одному ядрі обидві моделі швидші за реальний час. Менше 300 МБ пам’яті.

Офлайн після першої репліки

Кожна модель завантажується, коли її голос уперше заговорить: 38 МБ для Micro, 16 МБ для Nano. Після цього ніщо не залишає ваш комп’ютер.

Безкоштовно для комерційної роботи

Моделі мають ліцензію Apache-2.0, а додаток — GPL-3.0-or-later. Створений дубляж належить вам.

Голоси

На вкладці Мовці оберіть Inflect як Рушій дублювання мовця, а потім виберіть Голос. Увімкніть Вмістити дубляж у тривалість субтитру для мовця, щоб він розтягував або стискав кожну репліку до свого субтитру.

2 голосів однією мовою.

  • en-us 2

Обидва голоси — той самий синтетичний американський чоловік, створений автором моделі без записів справжньої людини: Micro звучить трохи природніше, Nano менший і швидший. Inflect не клонує голоси. Щоб озвучити власним голосом мовця, оберіть рушій із клонуванням голосу, наприклад Sopro або Chatterbox.

Кожна репліка щоразу озвучується з тим самим seed, тож повторне озвучування репліки тим самим голосом дає той самий звук.

Моделі

Моделі не входять до додатка. Кожна завантажується до спільного кешу моделей Subtitld, коли її голос уперше заговорить, з Hugging Face, із закріпленою ревізією, і кожен файл перевіряється. Перерване завантаження продовжується з місця зупинки. Оновлення або видалення додатка моделі зберігає.

Модель ЗавантаженняДобре для
Inflect-Micro v2 (9.4M, ONNX) За замовчуванням inflect-micro-v2
38 MB
Найкраща якість, приблизно 13× швидше за реальний час
Inflect-Nano v2 (4.0M, ONNX) inflect-nano-v2
16 MB
Найменша й найшвидша, приблизно 30× швидше за реальний час, трохи менш природна

Додаток запускає ONNX-збірку, яку публікує автор Inflect, без PyTorch. Ми порівняли її з власним кодом автора на тих самих репліках: ті самі звуки для всіх 412 речень тестового набору автора й той самий звук для обох моделей.

Параметри

У Налаштуваннях › Додатки › Inflect (offline, lightweight English) › Налаштувати.

CPU threads
За замовчуванням: 0

0 використовує половину логічних процесорів комп’ютера, але не більше 8. Менше потоків — комп’ютер чутливіший під час озвучування.

Speaking pace
За замовчуванням: 1

Як швидко говорить сам Inflect: 1,0 — його природний темп, 1,2 — на 20% швидше. Модель сама говорить швидше чи повільніше; звук не розтягується.

Variation
За замовчуванням: 0.667

0 — рівно й завжди однаково, вище — жвавіше. 0,667 — власне типове значення Inflect.

Мови

Лише англійська. Будь-який англійський проєкт (американський, британський, австралійський…) читається американським голосом. Для проєкту іншою мовою з’явиться відповідне повідомлення: оберіть для нього інший рушій дублювання.

Числа, ціни, дати, час і поширені скорочення читаються словами: «$3.50» стає «three dollars and fifty cents». Рідкісні імена, назви місць і слова з інших мов можуть бути вимовлені неправильно.

  • en-us

Платформи

Система ЗавантаженняПеревірено
Linux x86-64 45.3 MBОзвучено обома моделями на справжньому комп’ютері та в CI
macOS (Apple silicon) 40.4 MBОзвучено обома моделями в CI (Apple Silicon)
Windows x86-64 35.3 MBОзвучено обома моделями в CI

Linux x86-64 (будь-який дистрибутив від 2018 року), macOS на Apple Silicon і Windows x86-64. Кожен реліз збирається на всіх трьох, і на кожній з них CI встановлює додаток так само, як це робить Subtitld, завантажує обидві моделі й озвучує ними.

Усунення несправностей

  • network_unavailableНе вдалося завантажити модель, або завантажений файл не пройшов перевірку й був видалений. Перевірте з’єднання й спробуйте ще раз: завантаження продовжиться.
  • disk_fullНедостатньо місця на диску для моделі: 38 МБ для Micro, 16 МБ для Nano.
  • unsupported_languageМова проєкту не англійська або не задана. Задайте її в проєкті або оберіть інший рушій дублювання.
  • unsupported_voiceПроєкт називає голос, якого немає в цій версії. Виберіть голос знову на вкладці Мовці.
  • bad_paramsУ репліці немає тексту. Напишіть субтитр і озвучте його знову.
  • out_of_memoryКомп’ютеру забракло пам’яті. Закрийте інші програми: Inflect потребує близько 300 МБ.
  • internalУсередині додатка стався збій; подробиці в повідомленні.

Ліцензія

Додаток
GPL-3.0-or-later
Бо містить espeak-ng
Рушій
GPL-3.0-or-later, MIT
espeak-ng перетворює текст на звуки; ONNX Runtime від Microsoft запускає модель
Моделі
Apache-2.0
Ваги Inflect-Micro v2 та Inflect-Nano v2, від Owen Song

Підходить для комерційної роботи. Моделі Inflect v2 і код автора мають ліцензію Apache-2.0. Додаток має ліцензію GPL-3.0-or-later, бо містить espeak-ng, який перетворює текст на звуки; повний вихідний код, разом з espeak-ng, додано до кожного релізу. Ліцензія стосується додатка, а не того, що ви з ним створюєте: створений дубляж належить вам. Автор моделі просить ніколи не видавати її мовлення за запис справжньої людини.

Версії

  • 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.

Інші додатки групи «Голоси»

Оновлено · З каталогу додатків Повідомити про проблему з цим додатком