Завантажити

Paradee (offline, lightweight English)

ГолосиОфлайнЛише CPUКомерційне використання дозволено

Озвучує ваші субтитри природною англійською за допомогою Paradee від Sahil Mahendrakar — моделі на 8 мільйонів параметрів, дистильованої з Kokoro. Чотири голоси, два американські й два британські, від однієї моделі розміром 8,5 МБ. 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 Paradee (offline, lightweight English) Встановити

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

Джерело на GitHub
Мови
2
Моделі
1
Голоси
4
Завантаження додатка
75–93 MB
ОЗП, щонайменше
512 MB

Що це робить

Голоси Kokoro, удесятеро менші

Paradee вивчив чотири голоси Kokoro з десятою частиною його параметрів і звучить близько до нього. Природна англійська, 24 кГц.

Американська й британська

Heart і Puck говорять американською англійською, Isabella і Fable — британською, кожен зі своєю вимовою: «tomato», «schedule» і «can't» звучать так, як їх вимовляє кожен акцент.

Швидко на будь-якому комп’ютері

На одному ядрі процесора репліка виходить приблизно в 17–20 разів швидше за реальний час. Близько 300 МБ пам’яті й жодної відеокарти.

Офлайн після першої репліки

Модель розміром 8,5 МБ завантажується, коли вперше озвучується репліка. Після цього ніщо не залишає ваш комп’ютер. Моделі й додаток дозволяють комерційну роботу.

Голоси

На вкладці Мовці оберіть Paradee 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.

4 голосів у 2 мовах.

  • en-gb 2
  • en-us 2

Heart найближчий до Kokoro; Isabella з цих чотирьох найдалі від нього. Усі чотири голоси походять з однієї моделі, тож зміна голосу нічого не завантажує. Paradee не клонує голоси. Щоб озвучити власним голосом мовця, оберіть рушій із клонуванням голосу, наприклад Sopro або Chatterbox.

Модель випадково додає до своїх голосів трохи дихання й шуму, як і Kokoro. Повторне озвучування репліки може звучати в цих місцях ледь-ледь інакше; слова, голос і таймінг лишаються тими самими.

Моделі

Модель не входить до додатка. Вона завантажується до спільного кешу моделей Subtitld, коли вперше озвучується репліка, з Hugging Face, із закріпленою ревізією, і кожен файл перевіряється. Перерване завантаження продовжується з місця зупинки. Оновлення або видалення додатка модель зберігає.

Модель ЗавантаженняДобре для
Paradee 1.2 (7.9M, int8 ONNX, four voices) За замовчуванням paradee-1.2
8 MB
Усі чотири голоси, приблизно 17–20× швидше за реальний час на одному ядрі процесора

Додаток запускає ONNX-файл, який публікує автор Paradee, без PyTorch, і перетворює текст на звуки точно так, як код автора, власним фонемізатором Kokoro. Ми порівняли його з кодом автора: ті самі звуки для кожного тестового речення в обох акцентах і той самий звук для всіх чотирьох голосів.

Параметри

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

CPU threads
За замовчуванням: 0

0 використовує один потік, а це вже у багато разів швидше за реальний час. Для такої маленької моделі більше потоків допомагають рідко.

Speaking pace
За замовчуванням: 1

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

Мови

Лише англійська. Приймається будь-який англійський проєкт (американський, британський, австралійський…), і кожен голос читає його зі своїм акцентом. Для проєкту іншою мовою з’явиться відповідне повідомлення: оберіть для нього інший рушій дублювання.

Числа, ціни, дати, час і поширені скорочення читаються словами, а такі слова, як «read» чи «record», вимовляються так, як потребує речення. Імена й слова з інших мов, яких фонемізатор не знає, вимовляє espeak-ng, і вони можуть бути вимовлені неправильно.

  • en-us
  • en-gb

Платформи

Система ЗавантаженняПеревірено
Linux x86-64 93.5 MBОзвучено всіма чотирма голосами на справжньому комп’ютері, у чистих системах Debian, Ubuntu, Fedora та Arch і в CI
macOS (Apple silicon) 75.2 MBОзвучено всіма чотирма голосами в CI (Apple Silicon)
Windows x86-64 84.5 MBОзвучено всіма чотирма голосами 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 модель і озвучує кожним голосом.

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: 8,5 МБ.
  • 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: Paradee потребує близько 400 МБ.
  • internalУсередині додатка стався збій; подробиці в повідомленні.

Ліцензія

Додаток
GPL-3.0-or-later
Бо містить espeak-ng
Рушій
Apache-2.0, MIT, GPL-3.0-or-later
misaki, власний фонемізатор Kokoro, разом зі spaCy перетворює текст на звуки; espeak-ng вимовляє слова, яких вони не знають; ONNX Runtime від Microsoft запускає модель
Модель
Apache-2.0
Ваги Paradee 1.2 від Sahil Mahendrakar, дистильовані з Kokoro-82M від hexgrad

Підходить для комерційної роботи. Модель Paradee і код автора мають ліцензію Apache-2.0, як і Kokoro. Додаток має ліцензію GPL-3.0-or-later, бо містить espeak-ng; 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.

Версії

  • 26.11.1

    Offline English text-to-speech for Subtitld with Paradee 1.2: natural English speech at 24 kHz from an 8M-parameter model distilled from Kokoro-82M, many times faster than real time on the CPU. Four voices from one 8.5 MB model: Heart and Puck (American English), Isabella and Fable (British English).

    The archive holds the add-on, ONNX Runtime, misaki (Kokoro's phonemizer) with spaCy's small English pipeline, and espeak-ng with its English data. The model downloads the first time a line is spoken, 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 Paradee model and misaki are Apache-2.0, spaCy and its English pipeline MIT. Each archive carries THIRD_PARTY_LICENSES/ with the licence of everything frozen into it. The complete corresponding source is paradee-<version>-source.tar.gz in this release. The Linux archive also carries libquadmath (LGPL-2.1, with numpy); its source is paradee-<version>-libquadmath-source.tar.gz.

    What's Changed

    • Paradee add-on: lightweight offline English text-to-speech by @jonata in https://github.com/Subtitld/addon-paradee/pull/1
    • Parity test: allow other CPUs' int8 rounding by @jonata in https://github.com/Subtitld/addon-paradee/pull/2

    New Contributors

    • @jonata made their first contribution in https://github.com/Subtitld/addon-paradee/pull/1

Інші додатки групи «Голоси»

Оновлено · З каталогу додатків Повідомити про проблему з цим додатком