Tải về

Paradee (offline, lightweight English)

Giọng nóiNgoại tuyếnChỉ CPUĐược dùng thương mại

Lồng tiếng phụ đề của bạn bằng tiếng Anh tự nhiên với Paradee của Sahil Mahendrakar, một mô hình 8 triệu tham số được chưng cất từ Kokoro. Bốn giọng, hai giọng Mỹ và hai giọng Anh, từ một mô hình duy nhất 8,5 MB. 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 Paradee (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
2
Mô hình
1
Giọng nói
4
Tải tiện ích bổ sung
75–93 MB
RAM, tối thiểu
512 MB

Nó làm gì

Giọng của Kokoro, chỉ bằng một phần mười kích thước

Paradee đã học bốn giọng của Kokoro với một phần mười số tham số của nó, và nghe gần giống nó. Tiếng Anh tự nhiên, ở 24 kHz.

Mỹ và Anh

Heart và Puck nói tiếng Anh Mỹ, Isabella và Fable nói tiếng Anh Anh, mỗi giọng có cách phát âm riêng: "tomato", "schedule" và "can't" được đọc đúng như mỗi giọng địa phương nói.

Nhanh trên mọi máy tính

Trên một lõi bộ xử lý, mỗi câu ra nhanh gấp khoảng 17 đến 20 lần thời gian thực. Khoảng 300 MB bộ nhớ, và không cần card đồ họa.

Ngoại tuyến sau câu đầu tiên

Mô hình 8,5 MB được tải vào lần đầu một câu được nói. Sau đó, không có gì rời khỏi máy tính của bạn. Các mô hình và tiện ích bổ sung cho phép dùng vào công việc thương mại.

Giọng nói

Trong tab Người nói, chọn Paradee 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.

4 giọng nói bằng 2 ngôn ngữ.

  • en-gb 2
  • en-us 2

Heart gần với Kokoro nhất; trong bốn giọng, Isabella khác xa nó nhất. Cả bốn giọng đều đến từ cùng một mô hình, nên đổi giọng không phải tải gì thêm. Paradee 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.

Mô hình thêm ngẫu nhiên một chút tiếng thở và tiếng xì vào giọng của nó, giống như Kokoro. Lồng tiếng lại một câu có thể nghe khác đi rất nhẹ ở những chỗ đó; lời, giọng và thời gian vẫn giữ nguyên.

Mô hình

Mô hình không nằm trong tiện ích bổ sung. Nó được tải vào bộ nhớ đệm mô hình dùng chung của Subtitld vào lần đầu một câu được 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 mô hình.

Mô hình Tải vềPhù hợp với
Paradee 1.2 (7.9M, int8 ONNX, four voices) Mặc định paradee-1.2
8 MB
Cả bốn giọng, nhanh khoảng 17–20 lần thời gian thực trên một lõi bộ xử lý

Tiện ích chạy tệp ONNX do tác giả của Paradee công bố, không cần PyTorch, và chuyển văn bản thành âm đúng như mã của tác giả, bằng bộ chuyển âm vị của chính Kokoro. Chúng tôi đã so sánh nó với mã của tác giả: cùng cách phát âm cho mọi câu kiểm thử ở cả hai giọng địa phương, và cùng âm thanh cho cả bốn giọng.

Tùy chọn

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

CPU threads
Mặc định: 0

0 dùng một luồng, vốn đã nhanh gấp nhiều lần thời gian thực. Với một mô hình nhỏ như vậy, thêm luồng hiếm khi giúp ích.

Speaking pace
Mặc định: 1

Tốc độ nói của chính Paradee: 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.

Ngôn ngữ

Chỉ tiếng Anh. Mọi dự án tiếng Anh (Mỹ, Anh, Úc…) đều được chấp nhận, và mỗi giọng đọc nó bằng giọng địa phương của riêng mình. 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, và những từ như "read" hoặc "record" được đọc theo đúng nghĩa trong câu. Tên và từ của các ngôn ngữ khác mà bộ chuyển âm vị không biết sẽ được espeak-ng đọc, và có thể bị phát âm sai.

  • en-us
  • en-gb

Nền tảng

Hệ thống Tải vềĐã thử
Linux x86-64 93.5 MBLồng tiếng với cả bốn giọng trên máy thật, trên các hệ thống Debian, Ubuntu, Fedora và Arch mới cài, và trong CI
macOS (Apple silicon) 75.2 MBLồng tiếng với cả bốn giọng trong CI (Apple Silicon)
Windows x86-64 84.5 MBLồng tiếng với cả bốn giọng 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 mô hình và lồng tiếng với từng giọng.

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: 8,5 MB.
  • 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: Paradee cần khoảng 400 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
Apache-2.0, MIT, GPL-3.0-or-later
misaki, bộ chuyển âm vị của chính Kokoro, cùng với spaCy chuyển văn bản thành âm; espeak-ng đọc những từ mà chúng không biết; ONNX Runtime, của Microsoft, chạy mô hình
Mô hình
Apache-2.0
Trọng số Paradee 1.2, của Sahil Mahendrakar, chưng cất từ Kokoro-82M của hexgrad

Phù hợp cho công việc thương mại. Mô hình Paradee và mã của tác giả theo Apache-2.0, giống như Kokoro. Tiện ích bổ sung theo GPL-3.0-or-later vì nó bao gồm espeak-ng; 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.

Phiên bản

  • 26.11.1

    Offline English text-to-speech for Subtitld with Paradee 1.2: natural English speech at 24 kHz from an 8M-parameter model distilled from Kokoro-82M, many times faster than real time on the CPU. Four voices from one 8.5 MB model: Heart and Puck (American English), Isabella and Fable (British English).

    The archive holds the add-on, ONNX Runtime, misaki (Kokoro's phonemizer) with spaCy's small English pipeline, and espeak-ng with its English data. The model downloads the first time a line is spoken, 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 Paradee model and misaki are Apache-2.0, spaCy and its English pipeline MIT. Each archive carries THIRD_PARTY_LICENSES/ with the licence of everything frozen into it. The complete corresponding source is paradee-<version>-source.tar.gz in this release. The Linux archive also carries libquadmath (LGPL-2.1, with numpy); its source is paradee-<version>-libquadmath-source.tar.gz.

    What's Changed

    • Paradee add-on: lightweight offline English text-to-speech by @jonata in https://github.com/Subtitld/addon-paradee/pull/1
    • Parity test: allow other CPUs' int8 rounding by @jonata in https://github.com/Subtitld/addon-paradee/pull/2

    New Contributors

    • @jonata made their first contribution in https://github.com/Subtitld/addon-paradee/pull/1

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