Pocket TTS (offline, 7 languages)

Що це робить

Перед встановленням

Pocket TTS небагато вимагає від комп’ютера:

• Диск: близько 220 МБ на кожну мову озвучування, завантажується під час першої репліки нею.
• Пам’ять: близько 660 МБ під час синтезу мовлення або 450 МБ з Use less memory.
• Процесор: в Intel і AMD — з підтримкою AVX2 і FMA, які процесори Intel мають з 2013 року, а AMD — з 2015 року. Деяким Celeron, Pentium і Atom їх бракує, і на них перша репліка завершується помилкою з відповідним повідомленням. Підходить будь-який Mac з Apple Silicon.

Додаток не клонує голоси. Pocket TTS це вміє, але Kyutai надає свою модель клонування лише тим, хто входить у Hugging Face і приймає її умови, тому додаток використовує модель без неї. Щоб озвучувати власним голосом мовця, використовуйте VoxCPM2 або Qwen3-TTS.

Голоси

На вкладці Мовці оберіть Pocket TTS 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. Модель обирається за мовою проєкту, тож задайте мову до озвучування.

23 голосів.

Іншою мовою голос може зберігати щось від свого акценту, тож спробуйте кілька голосів мовою вашого проєкту, перш ніж обрати. Сама Kyutai обирає Alba для англійської, Estelle для французької, Giovanni для італійської, Lola для іспанської та Daan для нідерландської. Кожен голос завантажується під час першого використання й важить менше ніж 8 МБ.

Kyutai пропонує ще чотири голоси, яких додаток не містить: два походять із записів з ліцензією лише для некомерційного використання, а про два не вказано, звідки вони.

Моделі

Pocket TTS має по одній моделі на кожну мову. Жодна не входить до додатка: кожна завантажується до спільного кешу моделей Subtitld під час першого озвучування її мовою, з Hugging Face, із закріпленою ревізією, і кожен файл перевіряється. Перерване завантаження продовжується з місця зупинки. Оновлення або видалення додатка моделі зберігає.

Model у налаштуваннях додатка обирає розмір. Small — найновіша англійська модель Kyutai, з 18 мільйонами параметрів замість 100 мільйонів. Large preview завантажує 24-шарові моделі Kyutai, 670 МБ на мову й 1,3 ГБ для англійської, і працює приблизно в реальному часі. Kyutai називає їх попередніми, а не остаточними моделями. У нашому тесті вони помилялися не рідше, ніж Standard.

Параметри

У Налаштуваннях › Додатки › Pocket TTS (offline, 7 languages) › Налаштувати.

Мови

Англійська, французька, німецька, португальська, італійська, іспанська та нідерландська. Для проєкту будь-якою іншою мовою з’явиться відповідне повідомлення: оберіть для нього інший рушій дублювання.

• en
• fr
• de
• pt
• it
• es
• nl

Платформи

Linux x86-64, 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 англійські моделі й озвучує ними. У Linux потрібна glibc 2.34 або новіша, як і самому Subtitld.

Усунення несправностей

• network_unavailableНе вдалося завантажити модель. Перевірте з’єднання й спробуйте ще раз: завантаження продовжиться.
• disk_fullНедостатньо місця на диску для моделі. Кожна мова потребує близько 220 МБ.
• unsupported_languageМова проєкту не входить до цих семи 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.
• internalУсередині додатка стався збій; подробиці в повідомленні. Якщо в ньому сказано, що процесор не підтримує AVX2 і FMA, цей комп’ютер не може запускати Pocket TTS.

Ліцензія

Підходить для комерційної роботи: додаток має ліцензію Apache-2.0, Pocket TTS — MIT, а його моделі належать Kyutai й поширюються за ліцензією CC-BY-4.0. Голоси походять із записів під CC0 або CC-BY-4.0. Створений дубляж належить вам. Kyutai забороняє використовувати Pocket TTS, щоб імітувати голос справжньої людини без її згоди або щоб вводити в оману.