Завантажити

Phonon-2 (offline, English)

Мовлення в текстОфлайнЛише CPUКомерційне використання дозволено

Перетворює англійське мовлення у вашому відео на субтитри з часовими мітками, на вашому комп’ютері, за допомогою Phonon-2, моделі розпізнавання мовлення від Fermion Research. Працює на ЦП, не потребує ні відеокарти, ні облікового запису, і нічого не покидає ваш комп’ютер.

Встановіть його з Subtitld

Налаштування Додатки Phonon-2 (offline, English) Встановити

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

Джерело на GitHub
Мови
1
Моделі
1
Завантаження додатка
342 MB

Що це робить

Офлайн після одного завантаження

Модель розміром 164 МБ завантажується один раз, під час першої транскрипції, і перевіряється за закріпленим відбитком. Далі інтернет не потрібен.

Без відеокарти

Працює на ЦП. Вкажіть, скільки ядер він може використовувати, або залиште вибір йому.

Субтитри, які легко читати

Phonon-2 ділить мовлення за реченнями й паузами, тож кожен субтитр починається й закінчується там, де й мовець.

Ваші імена без помилок

Перелічіть імена й терміни з вашого відео в полі Hotwords, і Phonon-2 віддає їм перевагу.

Моделі

Модель одна, Phonon-2. Її немає в додатку: вона завантажується до спільного кешу моделей Subtitld під час першої транскрипції, тож оновлення додатка не завантажує її знову.

Модель ЗавантаженняДобре для
Phonon-2 За замовчуванням
164 MB
Англійське мовлення, від інтерв’ю до лекцій

Перша транскрипція також завантажує модель, тому триває довше за наступні. Phonon-2 транскрибує файл за один прохід: Скасувати спрацьовує, коли цей прохід закінчується.

Параметри

У Налаштуваннях › Додатки › Phonon-2 (offline, English) › Налаштувати.

Models folder
За замовчуванням: порожньо

Де зберігається модель. Залиште порожнім, щоб використовувати спільний кеш моделей Subtitld: тоді під час оновлення чи видалення додатка модель збережеться.

CPU threads
За замовчуванням: 0

Скільки ядер ЦП використовує Phonon-2. 0 — вибрати автоматично. Нове значення застосовується під час наступного завантаження моделі.

Hotwords
За замовчуванням: порожньо

Імена й терміни з вашого відео, через кому, до 25. Phonon-2 віддає їм перевагу, але вирішує все одно звук.

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 ЗавантаженняПеревірено
Linux x86-64 341.8 MBНа реальних комп’ютерах і в чистих контейнерах Ubuntu 22.04, Debian 10, Fedora та Arch

Поки що лише Linux x86-64, на дистрибутивах від 2018 року (glibc 2.28 або новіша). Збірки для macOS і Windows ще не готові.

Усунення несправностей

  • unsupported_languagePhonon-2 знає лише англійську. Для інших мов використовуйте Whisper (офлайн).
  • model_missingНе вдалося завантажити модель. Під час першого використання перевірте підключення до інтернету, а також теку Models folder, якщо ви її вказали.
  • bad_paramsSubtitld не зміг передати аудіо. Повідомлення вказує чому.
  • oomНедостатньо пам’яті. Закрийте інші програми або транскрибуйте діапазон замість усього відео.
  • disk_fullНедостатньо місця на диску для моделі або декодованого аудіо. Звільніть місце й спробуйте знову.
  • internalУсередині додатка стався збій, часто під час декодування аудіо в ffmpeg. Подробиці в повідомленні.

Ліцензія

Додаток
Apache-2.0
Рушій
Apache-2.0
fermion-research, від Fermion Research
Модель
CC-BY-4.0
Ваги Phonon-2

Підходить для комерційної роботи. Додаток і його рушій поширюються за Apache-2.0. Ваги Phonon-2 поширюються за CC-BY-4.0, яка вимагає зазначати Fermion Research скрізь, де поширюються самі ваги; це зазначення є у файлі NOTICE додатка. Створені вами субтитри належать вам.

Версії

  • 0.0.1

    Offline English speech-to-text for Subtitld with Phonon-2 from Fermion Research (fermion-research 0.2.11).

    Linux x86-64 for now. The archive runs on glibc 2.28 and newer, and was tested from the archive in clean Ubuntu 22.04, Debian 10, Fedora 44 and Arch Linux containers, with a real transcription in each. macOS and Windows builds are not done yet.

    The model is not included: Phonon-2 (164 MB, CC-BY-4.0) downloads once on first use into Subtitld's shared model cache, checked against a sha256 pinned in fermion-research. English only; the Whisper (offline) add-on covers other languages. The engine runs on torch, so the download is large, about 340 MB.

    The add-on is Apache-2.0. The archive contains THIRD_PARTY_LICENSES/ with the licences of everything frozen into it; INDEX.txt lists every shared library and the notice that covers it. The Phonon engine and transformers are Apache-2.0, torch and numpy are BSD-3-Clause, and the Python runtime and its libraries are under their own licences.

    The archive also ships LGPL code, and its complete source is attached here:

    • libquadmath (LGPL-2.1-or-later), in two builds, linked by the GCC Fortran runtime of numpy's and scipy's OpenBLAS: phonon2-addon-0.0.1-libquadmath-source.tar.gz.
    • libsndfile (LGPL-2.1-or-later) from soundfile, with LAME and mpg123 (LGPL) and libFLAC, libogg, libvorbis and Opus (BSD) linked into it: phonon2-addon-0.0.1-libsndfile-source.tar.gz.

    Each tarball's README says which build it is and how to rebuild it. The add-on's own source is phonon2-addon-0.0.1-source.tar.gz.

Інші додатки групи «Мовлення в текст»

Оновлено · З каталогу додатків Повідомити про проблему з цим додатком