Tải về

Inflect (offline, lightweight English)

Giọng nóiNgoại tuyếnChỉ CPUĐược dùng thương mại

Lồng tiếng phụ đề của bạn bằng tiếng Anh Mỹ tự nhiên với Inflect v2 của Owen Song, một mô hình dưới 10 triệu tham số. Nó chạy trên bộ xử lý của chính máy tính bạn, nhanh gấp nhiều lần thời gian thực, không cần card đồ họa và không cần tài khoản.

Cài đặt từ Subtitld

Cài đặt Tiện ích bổ sung Inflect (offline, lightweight 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
2
Giọng nói
2
Tải tiện ích bổ sung
35–45 MB
RAM, tối thiểu
512 MB

Nó làm gì

Tự nhiên so với kích thước

Inflect v2 có dưới 10 triệu tham số, vậy mà nghe gần như các mô hình lớn hơn nhiều lần. Một giọng tiếng Anh Mỹ, ở 24 kHz.

Nhanh trên mọi máy tính

Trên bộ xử lý của máy tính để bàn, Micro nói nhanh gấp khoảng 13 lần thời gian thực và Nano khoảng 30 lần. Ngay cả chỉ với một lõi, cả hai đều nhanh hơn thời gian thực. Dưới 300 MB bộ nhớ.

Ngoại tuyến sau câu đầu tiên

Mỗi mô hình được tải vào lần đầu giọng của nó nói: 38 MB cho Micro, 16 MB cho Nano. Sau đó, không có gì rời khỏi máy tính của bạn.

Miễn phí cho công việc thương mại

Các mô hình theo Apache-2.0 và tiện ích bổ sung theo GPL-3.0-or-later. Bản lồng tiếng bạn làm ra là của bạn.

Giọng nói

Trong tab Người nói, chọn Inflect làm Công cụ lồng tiếng của một người nói, rồi chọn một Giọng nói. Bật Khớp bản lồng tiếng với thời lượng phụ đề cho người nói đó để kéo dài hoặc nén mỗi câu cho vừa phụ đề của nó.

2 giọng nói bằng 1 ngôn ngữ.

  • en-us 2

Cả hai giọng đều là cùng một người đàn ông Mỹ tổng hợp, do tác giả của mô hình tạo ra mà không dùng bản ghi âm của người thật: Micro nghe tự nhiên hơn một chút, Nano nhỏ hơn và nhanh hơn. Inflect không nhân bản giọng. Để lồng tiếng bằng chính giọng của người nói, hãy chọn một công cụ nhân bản giọng như Sopro hoặc Chatterbox.

Mỗi câu được nói với cùng một seed mỗi lần, nên lồng tiếng lại một câu với cùng giọng sẽ cho ra cùng âm thanh.

Mô hình

Các mô hình không nằm trong tiện ích bổ sung. Mỗi mô hình được tải vào bộ nhớ đệm mô hình dùng chung của Subtitld vào lần đầu giọng của nó nói, từ Hugging Face ở một phiên bản cố định, với từng tệp được kiểm tra. Một lần tải bị gián đoạn sẽ tiếp tục từ chỗ đã dừng. Cập nhật hoặc gỡ tiện ích bổ sung vẫn giữ lại các mô hình.

Mô hình Tải vềPhù hợp với
Inflect-Micro v2 (9.4M, ONNX) Mặc định inflect-micro-v2
38 MB
Chất lượng tốt nhất, nhanh khoảng 13 lần thời gian thực
Inflect-Nano v2 (4.0M, ONNX) inflect-nano-v2
16 MB
Nhỏ nhất và nhanh nhất, nhanh khoảng 30 lần thời gian thực, kém tự nhiên hơn một chút

Tiện ích chạy bản dựng ONNX do chính tác giả của Inflect công bố, không cần PyTorch. Chúng tôi đã so sánh nó với mã của chính tác giả trên cùng các câu: cùng cách phát âm cho cả 412 câu trong bộ kiểm thử của tác giả, và cùng âm thanh cho cả hai mô hình.

Tùy chọn

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

CPU threads
Mặc định: 0

0 dùng một nửa số bộ xử lý logic của máy tính, tối đa 8. Ít luồng hơn giúp máy tính phản hồi tốt hơn trong khi lồng tiếng.

Speaking pace
Mặc định: 1

Tốc độ nói của chính Inflect: 1,0 là nhịp tự nhiên của nó, 1,2 nhanh hơn 20%. Mô hình tự nói nhanh hơn hoặc chậm hơn; âm thanh không bị kéo giãn.

Variation
Mặc định: 0.667

0 thì phẳng và lúc nào cũng giống nhau, cao hơn thì sinh động hơn. 0,667 là giá trị mặc định của chính Inflect.

Ngôn ngữ

Chỉ tiếng Anh. Mọi dự án tiếng Anh (Mỹ, Anh, Úc…) đều được đọc bằng giọng Mỹ. Một dự án ở ngôn ngữ khác sẽ nhận được một thông báo nói rõ điều này: hãy chọn một công cụ lồng tiếng khác cho dự án đó.

Số, giá tiền, ngày, giờ và các chữ viết tắt thông dụng được đọc thành lời: "$3.50" thành "three dollars and fifty cents". Tên hiếm gặp, địa danh và từ của các ngôn ngữ khác có thể bị phát âm sai.

  • en-us

Nền tảng

Hệ thống Tải vềĐã thử
Linux x86-64 45.3 MBLồng tiếng với cả hai mô hình trên máy thật và trong CI
macOS (Apple silicon) 40.4 MBLồng tiếng với cả hai mô hình trong CI (Apple Silicon)
Windows x86-64 35.3 MBLồng tiếng với cả hai mô hình trong CI

Linux x86-64 (mọi bản phân phối từ năm 2018 trở đi), macOS trên Apple Silicon và Windows x86-64. Mỗi bản phát hành được dựng trên cả ba, và trên mỗi nền tảng, CI cài tiện ích bổ sung giống như Subtitld làm, tải cả hai mô hình và lồng tiếng với chúng.

Khắc phục sự cố

  • network_unavailableKhông tải được mô hình, hoặc một tệp đã tải không qua được bước kiểm tra và đã bị loại bỏ. Kiểm tra kết nối rồi thử lại: việc tải sẽ tiếp tục.
  • disk_fullKhông đủ dung lượng đĩa cho mô hình: 38 MB cho Micro, 16 MB cho Nano.
  • unsupported_languageNgôn ngữ của dự án không phải tiếng Anh, hoặc chưa được đặt. Hãy đặt ngôn ngữ trong dự án, hoặc chọn một công cụ lồng tiếng khác.
  • unsupported_voiceDự án chỉ định một giọng mà phiên bản này không có. Chọn lại giọng trong tab Người nói.
  • bad_paramsCâu không có văn bản. Hãy viết phụ đề rồi lồng tiếng lại.
  • out_of_memoryMáy tính đã hết bộ nhớ. Đóng các chương trình khác: Inflect cần khoảng 300 MB.
  • internalCó lỗi bên trong tiện ích bổ sung; thông báo có chi tiết.

Giấy phép

Tiện ích bổ sung
GPL-3.0-or-later
Vì nó bao gồm espeak-ng
Công cụ
GPL-3.0-or-later, MIT
espeak-ng chuyển văn bản thành âm; ONNX Runtime, của Microsoft, chạy mô hình
Mô hình
Apache-2.0
Trọng số Inflect-Micro v2 và Inflect-Nano v2, của Owen Song

Phù hợp cho công việc thương mại. Các mô hình Inflect v2 và mã của tác giả theo Apache-2.0. Tiện ích bổ sung theo GPL-3.0-or-later vì nó bao gồm espeak-ng, công cụ chuyển văn bản thành âm; toàn bộ mã nguồn của tiện ích, kể cả của espeak-ng, có trong mỗi bản phát hành. Giấy phép áp dụng cho tiện ích bổ sung, không áp dụng cho những gì bạn làm ra với nó: bản lồng tiếng bạn làm ra là của bạn. Tác giả của mô hình yêu cầu không bao giờ để giọng nói của nó bị coi là bản ghi âm của một người thật.

Phiên bản

  • 26.11.1

    Offline English text-to-speech for Subtitld with Inflect v2: a natural American English voice at 24 kHz from a model of under 10M parameters, many times faster than real time on the CPU. Two voices: Inflect Micro (best quality, 38 MB) and Inflect Nano (16 MB, faster).

    The archive holds the add-on, ONNX Runtime and espeak-ng with its English data. Each model downloads the first time its voice speaks, 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 Inflect v2 models are Apache-2.0. Each archive carries THIRD_PARTY_LICENSES/ with the licence of everything frozen into it. The complete corresponding source is inflect-<version>-source.tar.gz in this release. The Linux archive also carries libquadmath (LGPL-2.1, with numpy); its source is inflect-<version>-libquadmath-source.tar.gz.

Các tiện ích bổ sung Giọng nói khác

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