Озвучує ваші субтитри десятьма мовами: дев’ятьма вбудованими голосами або клоном кожного мовця, взятим з кількох секунд відео. Працює на вашому комп’ютері, а ваги дозволяють комерційне використання.

Що це робить

Дев’ять голосів

П’ять китайських голосів (два говорять діалектами Пекіна та Сичуаня), два англійські, один японський і один корейський. Кожен може читати всі десять мов, але найкраще звучить у своїй.

Клон з відео

Оберіть Власний голос, і Subtitld передає моделі кілька секунд мовлення цього мовця, вирізаних з відео. Потрібно щонайменше 3 секунди.

Ближче з транскрипцією

Коли є сказані в зразку слова, клон ближчий до мовця. Без них він працює лише зі звучання, трохи менш точно.

Одна модель за раз

Вбудовані голоси й клон використовують дві різні моделі. У пам’яті завантажена лише одна; перемикання з однієї на іншу перезавантажує її.

Голоси

На вкладці Мовці оберіть Qwen3-TTS 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.

10 голосів у 4 мовах.

en 2
ja 1
ko 1
zh-cn 5

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.

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

Вбудовані голоси потребують моделі CustomVoice, а клон — Base. Кожна завантажується під час першої генерації репліки, яка її використовує, тож проєкт із обома займає близько 7 ГБ на диску. Вони потрапляють у кеш Hugging Face (~/.cache/huggingface/hub, якщо ви не встановили HF_HOME), поза текою додатка, тож оновлення або видалення додатка їх зберігає.

Модель	Завантаження	Добре для
qwen3-tts-1_7b-customvoice	3.4 GB	Дев’ять вбудованих голосів
qwen3-tts-1_7b-base	3.4 GB	Лише голос-клон
qwen3-tts-tokenizer-12hz	250 MB

Параметри

Додаток зчитує їх під час запуску, тож зміна застосовується після п’яти хвилин бездіяльності або після перезапуску Subtitld. Виняток — Пропускати автоматично вилучену транскрипцію еталона: Subtitld читає її для кожної репліки.

У Налаштуваннях › Додатки › Qwen3-TTS (offline, 1.7B) › 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.

Weight precision

За замовчуванням: auto

Auto обирає float32 на ЦП і bfloat16 з CUDA. float16 застосовується лише з CUDA; на ЦП додаток використовує float32.

Default voice reference (3+ seconds, mono WAV recommended)

За замовчуванням: порожньо

Кліп, який голос-клон копіює, коли Subtitld не може взяти зразок мовця з відео, наприклад коли відео не відкрито. Зразок з відео завжди має пріоритет.

Default voice reference transcript

За замовчуванням: порожньо

Слова, сказані в типовому кліпі вище. Додаток використовує їх для будь-якого зразка, який надходить без власної транскрипції, зокрема зразків з відео, тож залиште порожнім, якщо не покладаєтеся на типовий кліп.

Skip auto-extracted reference transcript

За замовчуванням: вимк.

Увімкніть, щоб текст субтитрів не йшов із зразком як його транскрипція. Клон тоді працює лише зі звучання голосу. Корисно, коли ваші субтитри переказують сказане.

Мови

Subtitld надсилає мову проєкту без регіону, тож pt-br читається як португальська. Для мови поза цими десятьма вбудований голос переходить до власної мови, а клон — до автоматичного визначення.

zh-cn
en
ja
ko
de
fr
ru
pt
es
it

Платформи

Система	Завантаження	Перевірено
Linux x86-64	455.7 MB	Збирається і запускається в CI
macOS (універсальний)	345.8 MB	Збирається і запускається в CI
Windows x86-64	316.5 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. Якщо ви обрали CUDA або MPS, поверніть пристрій на CPU.

Ліцензія

Додаток

Apache-2.0

Рушій

Apache-2.0

qwen-tts

Моделі

Apache-2.0

Ваги Qwen3-TTS

Підходить для комерційної роботи: додаток, бібліотека qwen-tts і ваги Qwen3-TTS мають ліцензію Apache-2.0.

Qwen3-TTS (offline, 1.7B)

Що це робить

Голоси

Зразок для клону

Моделі

Параметри

Мови

Платформи

Усунення несправностей

Ліцензія

Версії

Інші додатки групи «Голоси»