Tải về

Scylla's Band (offline, 14 voices, 6 languages)

Giọng nóiNgoại tuyếnChỉ CPUĐược dùng thương mại

Lồng tiếng phụ đề của bạn bằng tiếng Anh, tiếng Tây Ban Nha, tiếng Ý, tiếng Pháp, tiếng Đức và tiếng Việt với Scylla's Band, bằng mười bốn giọng có sẵn, giọng nào cũng nói được cả sáu thứ tiếng. Nó chạy trên bộ xử lý của chính máy tính bạn, nhanh gấp nhiều lần thời gian thực, với một mô hình 240 MB.

Cài đặt từ Subtitld

Cài đặt Tiện ích bổ sung Scylla's Band (offline, 14 voices, 6 languages) Cài đặt

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

Mã nguồn trên GitHub
Ngôn ngữ
6
Mô hình
1
Giọng nói
14
Tải tiện ích bổ sung
14–22 MB
RAM, tối thiểu
700 MB

Nó làm gì

Mười bốn giọng, mỗi giọng sáu ngôn ngữ

Giọng nào cũng nói được tiếng Anh, tiếng Tây Ban Nha, tiếng Ý, tiếng Pháp, tiếng Đức và tiếng Việt, nên một người nói vẫn giữ nguyên một giọng ở mọi ngôn ngữ bạn lồng tiếng.

Nhanh trên CPU

Một giây lời nói chỉ mất chưa tới một phần mười giây để tạo trên bộ xử lý của máy tính xách tay, với dưới 500 MB bộ nhớ. Không dùng card đồ họa.

Cường độ, nhịp độ và cao độ

Trong cài đặt của tiện ích, bạn có thể cho giọng đọc điềm tĩnh hơn hay mãnh liệt hơn, chậm hơn hay nhanh hơn, cao hơn hay thấp hơn.

Ngoại tuyến sau câu đầu tiên

Mô hình 240 MB chỉ được tải một lần, vào lần đầu bạn lồng tiếng với nó. Sau đó, không có gì rời khỏi máy tính của bạn.

Trước khi cài đặt

  • Đĩa: khoảng 300 MB, phần lớn là mô hình, được tải ở câu đầu tiên.
  • Bộ nhớ: dưới 500 MB khi đang nói.
  • Bộ xử lý: bất kỳ bộ xử lý Intel hoặc AMD 64-bit nào, hoặc bất kỳ máy Mac Apple Silicon nào.

Scylla's Band chỉ nói bằng các giọng của riêng nó: nó không nhân bản giọng người nói trong video. Để dùng chính giọng của người nói, hãy dùng VoxCPM2, Sopro hoặc Chatterbox.

Giọng nói

Trong tab Người nói, chọn Scylla's Band 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. Hãy đặt ngôn ngữ của dự án trước khi lồng tiếng.

14 giọng nói.

Mười bốn giọng là Scylla, Ariadne, Felix, Gwen, Ink, Kincade, Max, Orpheus, Poppy, Priya, Rex, Stone, Thistle và Tuesday. Giọng nào cũng được huấn luyện bằng cả sáu ngôn ngữ, nên danh sách vẫn như nhau dù dự án của bạn ở ngôn ngữ nào. Khi nói tiếng Anh, Ink, Orpheus và Tuesday nói giọng Anh, còn các giọng khác nói giọng Mỹ.

Subtitld gán cho mỗi người nói một hạt giống (seed), nên lồng tiếng lại một câu sẽ cho ra đúng bản cũ. Đổi một từ thì câu đó sẽ được đọc lại từ đầu.

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 bạn lồng tiếng, từ kho Hugging Face của spybyscript ở một bản phát hành 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
Scylla's Band v3-20261104 (LiteRT bundle) Mặc định scyllasband-litert
240 MB
Mọi giọng và ngôn ngữ, nhanh gấp nhiều lần thời gian thực trên CPU

Tiện ích chạy môi trường chạy C++ riêng của Scylla's Band cùng LiteRT của Google, ngay trong tiến trình của tiện ích, nên không cần thư viện học máy Python nào và khởi động gần như tức thì.

Tùy chọn

Trong Cài đặt › Tiện ích bổ sung › Scylla's Band (offline, 14 voices, 6 languages) › Cấu hình.

Intensity
Mặc định: 0

Từ điềm tĩnh (−2) đến mãnh liệt (2); 0 là cách nói vốn có của mỗi giọng. Nó thay đổi mức độ cảm xúc của câu được thể hiện mạnh hay nhẹ, chứ không đổi đó là cảm xúc gì.

Pace
Mặc định: 0

Từ chậm hơn (−2) đến nhanh hơn (2), cả lời nói lẫn khoảng ngừng giữa các từ. Điều chỉnh tốc độ của chính Subtitld và Khớp bản lồng tiếng với thời lượng phụ đề vẫn được áp dụng thêm.

Pitch
Mặc định: 0

Nâng hoặc hạ mọi giọng, tính theo nửa cung.

CPU threads
Mặc định: 0

0 để môi trường chạy tự chọn, tối đa 4. Ít luồng hơn giúp máy tính phản hồi tốt hơn trong khi lồng tiếng.

Cường độ, nhịp độ và cao độ áp dụng cho mọi người nói dùng Scylla's Band trong dự án.

Ngôn ngữ

Tiếng Anh, tiếng Tây Ban Nha, tiếng Ý, tiếng Pháp, tiếng Đức và tiếng Việt. Một dự án ở bất kỳ ngôn ngữ nào khác sẽ nhận được một thông báo nói rõ điều này: hãy chọn một công cụ lồng tiếng khác cho dự án đó.

Số được đọc thành chữ ở cả sáu ngôn ngữ, nên "42" thành "bốn mươi hai" trong tiếng Việt và "forty-two" trong tiếng Anh.

  • en
  • es
  • it
  • fr
  • de
  • vi

Nền tảng

Hệ thống Tải vềĐã thử
Linux x86-64 22.4 MBLồng tiếng với mô hình thật bằng cả sáu ngôn ngữ, trên máy thật và trong CI
macOS (Apple silicon) 18.5 MBLồng tiếng với mô hình thật bằng cả sáu ngôn ngữ, trong CI (Apple Silicon)
Windows x86-64 13.6 MBLồng tiếng với mô hình thật bằng cả sáu ngôn ngữ, trong CI

Linux x86-64, 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 nó bằng cả sáu ngôn ngữ. Trên Linux, nó cần glibc 2.35 trở lên.

Khắc phục sự cố

  • network_unavailableKhông tải được mô hình. Kiểm tra kết nối rồi thử lại: việc tải sẽ tiếp tục.
  • disk_fullKhông đủ dung lượng đĩa cho mô hình, khoảng 300 MB.
  • unsupported_languageNgôn ngữ của dự án không thuộc sáu ngôn ngữ này, 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.
  • internalCó lỗi bên trong tiện ích bổ sung; thông báo có chi tiết.

Giấy phép

Tiện ích bổ sung
Apache-2.0
Công cụ
Apache-2.0
libscyllasband, môi trường chạy riêng của Scylla's Band, cùng LiteRT của Google
Mô hình
Apache-2.0
Trọng số Scylla's Band, của spybyscript; các phần từ Vocos và DeepPhonemizer theo MIT

Tiện ích bổ sung, môi trường chạy của Scylla's Band, LiteRT và trọng số Scylla's Band đều theo Apache-2.0, còn các phần của mô hình đến từ Vocos và DeepPhonemizer theo MIT. Bạn có thể dùng tiện ích và các bản lồng tiếng nó tạo ra cho bất kỳ mục đích nào, kể cả công việc có trả tiền. Bản lồng tiếng bạn làm ra là của bạn.

Phiên bản

  • 26.11.1

    Offline text-to-speech with Scylla's Band: fourteen voices, each speaking English, Spanish, Italian, French, German and Vietnamese at 24 kHz. Eleven voices speak American English and three (Ink, Orpheus, Tuesday) British English.

    • The model, about 240 MB, downloads on the first line, checked against pinned sha256 sums; an interrupted download resumes.
    • Runs on the CPU, many times faster than real time, in about 500 MB of memory.
    • Intensity, pace and pitch in Configure, each from -2 to 2.
    • The same seed gives the same take, so a regenerated line keeps its delivery.
    • Built-in voices only: Scylla's Band does not clone a speaker's voice.

    Linux x86_64, macOS arm64 and Windows x86_64.

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