Tải về

Bark 3.0 (offline, English)

Chuyển giọng nói thành văn bảnNgoại tuyếnChỉ CPUĐược dùng thương mại

Biến lời nói tiếng Anh trong video của bạn thành phụ đề có thời gian, trên máy tính của bạn, với Bark 3.0, mô hình giọng nói của Conway Research. Nó chạy trên CPU, không cần card đồ họa, không cần tài khoản, và không có gì rời khỏi máy bạn.

Cài đặt từ Subtitld

Cài đặt Tiện ích bổ sung Bark 3.0 (offline, English) Cài đặt

Subtitld tải về, kiểm tra SHA-256 và giữ cho tiện ích luôn được cập nhật.

Mã nguồn trên GitHub
Ngôn ngữ
1
Mô hình
4
Tải tiện ích bổ sung
35–58 MB
RAM, tối thiểu
1.5 GB

Nó làm gì

Ngoại tuyến sau một lần tải

Mô hình 163 MB được tải một lần, vào lần đầu bạn chuyển thành văn bản, và được kiểm tra với một dấu vân tay cố định. Từ đó trở đi, không cần internet.

Không cần card đồ họa

Nó chạy trên CPU, nhanh gấp nhiều lần thời gian phát âm thanh: một video mười phút mất chưa tới một phút trên máy tính để bàn.

Dấu câu và chữ hoa

Bark 3.0 viết ra câu, không phải một chuỗi từ: dấu phẩy, dấu chấm, chữ hoa và con số đều ra đúng như khi bạn tự gõ.

Mỗi câu một phụ đề

Mỗi từ có thời gian riêng, nên mỗi phụ đề là trọn một câu, như với AssemblyAI. Tắt One cue per sentence thì câu dài sẽ được chia nhỏ cho dễ đọc.

Mô hình

Có bốn mô hình Bark 3.0. Bark 3.0 là mô hình được dùng, trừ khi bạn chọn mô hình khác trong Model; các mô hình khác chỉ được tải nếu bạn chọn chúng. Không mô hình nào nằm trong tiện ích bổ sung: mô hình bạn dùng được tải vào bộ nhớ đệm mô hình dùng chung của Subtitld vào lần đầu bạn chuyển thành văn bản, nên cập nhật tiện ích bổ sung không phải tải lại.

Mô hình Tải vềPhù hợp với
Bark 3.0 (0.6B, verbatim) Mặc định bark3
163 MB
Lời nói tiếng Anh hằng ngày, đúng từng chữ
Bark 3.0 Plus (0.6B, verbatim, more accurate) bark3-plus
180 MB
Chính xác hơn một chút, đúng từng chữ
Bark 3.0 Clean (0.6B, drops fillers and false starts) bark3-clean
179 MB
Phụ đề gọn gàng: bỏ "um", "uh" và những chỗ nói vấp
Bark 3.0 Pro (0.6B, full precision) bark3-pro
1.3 GB
Chính xác nhất, cho âm thanh khó nhất

Sau khi tải, tiện ích bổ sung chuẩn bị mô hình cho máy tính của bạn, một lần duy nhất, mất khoảng nửa phút. Sau khi chuẩn bị, mỗi mô hình chiếm khoảng 650 MB đĩa và cần khoảng 1,2 GB bộ nhớ trong lúc chuyển thành văn bản, và cả bốn chạy nhanh như nhau. Clean bỏ các từ đệm như "um" và "uh" cùng những chỗ nói vấp ở đầu câu, thường đó là điều phụ đề nên hiển thị; hãy chọn Bark 3.0 hoặc Plus nếu cần bản chép đúng từng chữ.

Video dài được chuyển thành văn bản khoảng 30 giây một lần, nên thanh tiến trình luôn chạy và Hủy có hiệu lực trong vòng vài giây.

Tùy chọn

Trong Cài đặt › Tiện ích bổ sung › Bark 3.0 (offline, English) › Cấu hình.

Model
Mặc định: bark3

Mô hình Bark 3.0 nào sẽ chuyển thành văn bản. Mỗi mô hình được tải vào lần đầu bạn chọn nó; các mô hình còn lại không bao giờ được tải.

CPU threads
Mặc định: 0

Số lõi CPU mà Bark 3.0 dùng. 0 để dùng một nửa số lõi, tối đa 8. Giá trị mới có hiệu lực vào lần tải mô hình kế tiếp.

One cue per sentence
Mặc định: bật

Bật: một phụ đề cho mỗi câu, dù dài đến đâu, như với AssemblyAI. Tắt: câu dài được chia thành các phụ đề dài tối đa khoảng hai dòng hoặc 7 giây.

Ngôn ngữ

Chỉ tiếng Anh. Để trống ngôn ngữ, hoặc để tự nhận diện, vẫn chuyển thành văn bản tiếng Anh. Dự án đặt ngôn ngữ khác sẽ bị từ chối: hãy dùng Whisper (offline) cho các ngôn ngữ đó.

  • en

Nền tảng

Hệ thống Tải vềĐã thử
Linux x86-64 57.9 MBTrên máy thật và trong CI
macOS (Apple silicon) 39.8 MBTrong CI
Windows x86-64 34.7 MBTrong CI

Linux x86-64, macOS trên chip Apple silicon và Windows x86-64. ffmpeg đi kèm với Subtitld.

Khắc phục sự cố

  • unsupported_languageBark 3.0 chỉ biết tiếng Anh. Với các ngôn ngữ khác, hãy dùng Whisper (offline).
  • networkKhông tải được mô hình. Kiểm tra kết nối internet rồi thử lại: lượt tải bị gián đoạn sẽ tiếp tục từ chỗ đã dừng.
  • model_missingKhông nạp được mô hình đã chuẩn bị. Thông báo có ghi thư mục của nó: xóa thư mục đó, và lần chuyển thành văn bản kế tiếp sẽ chuẩn bị lại.
  • bad_paramsSubtitld không chuyển được âm thanh, hoặc thiết lập mô hình không xác định. Thông báo cho biết lý do.
  • oomHết bộ nhớ. Đóng các chương trình khác rồi thử lại.
  • disk_fullKhông đủ dung lượng đĩa để chuẩn bị mô hình hoặc giải mã âm thanh. Trong lúc chuẩn bị, Bark 3.0 cần khoảng 900 MB, Pro khoảng 2 GB.
  • internalCó lỗi bên trong tiện ích bổ sung, thường là do ffmpeg giải mã âm thanh. Thông báo có chi tiết.

Giấy phép

Tiện ích bổ sung
Apache-2.0
Công cụ
MIT
ONNX Runtime, của Microsoft
Mô hình
CC-BY-4.0
Trọng số Bark 3.0, của Conway Research, từ NVIDIA Parakeet

Phù hợp cho công việc thương mại. Tiện ích bổ sung theo Apache-2.0 và ONNX Runtime theo MIT. Trọng số Bark 3.0 theo CC-BY-4.0, của Conway Research, được làm từ mô hình Parakeet của NVIDIA; giấy phép yêu cầu ghi công ở bất cứ nơi nào chính các trọng số được chia sẻ, và tệp NOTICE của tiện ích bổ sung có ghi điều đó. Phụ đề bạn làm ra là của bạn.

Phiên bản

  • 26.10.2

    New in 26.10.2: a One cue per sentence setting, on by default, as in the AssemblyAI add-on: each sentence is one subtitle, however long. Turn it off to split long sentences into subtitles of about two lines or 7 seconds, as 26.10.1 did.

    Offline English speech-to-text for Subtitld with Conway Research's Bark 3.0, a fine-tune of NVIDIA's parakeet-tdt-0.6b-v3, with word times. On the CPU, no torch.

    The archive holds the add-on, ONNX Runtime and the encoder's graph without weights. The chosen model (Bark 3.0 163 MB by default; Plus 180 MB, Clean 179 MB, Pro 1.25 GB) downloads from Conway Research's Hugging Face repositories on first use, at a pinned revision, checked by sha256, and is converted once for the graph.

    The add-on is Apache-2.0; the Bark 3.0 models and NVIDIA's tokenizer are CC-BY-4.0. Each archive carries THIRD_PARTY_LICENSES/ with the licence of everything frozen into it. The Linux archive carries libquadmath (LGPL-2.1, with numpy); its complete source is bark3-<version>-libquadmath-source.tar.gz in this release.

Các tiện ích bổ sung Chuyển giọng nói thành văn bản khác

Cập nhật · Từ danh mục tiện ích bổ sung Báo cáo sự cố với tiện ích bổ sung này