tiny-voca ngoại tuyến, nhẹ, tiếng Anh
Lồng tiếng phụ đề của bạn bằng tiếng Anh Mỹ với tiny-voca, một mô hình 4,5 triệu tham số của Muhammed Nazeem, bằng một giọng nữ hoặc một giọng nam. Nó chạy trên bộ xử lý của chính máy tính bạn, nhanh gấp hàng chục lần thời gian thực, và mô hình có sẵn trong tiện ích bổ sung: không cần tải gì cả.
Cài đặt Tiện ích bổ sung tiny-voca (offline, lightweight English) Cài đặt
Subtitld tải về, kiểm tra SHA-256 và giữ cho tiện ích luôn được cập nhật.
- Ngôn ngữ
- 1
- Mô hình
- 1
- Giọng nói
- 2
- Tải tiện ích bổ sung
- 33–43 MB
- RAM, tối thiểu
- 256 MB
Nghe thử
Nó làm gì
Một mô hình 4,5 triệu tham số, thuộc hàng nhỏ nhất mà vẫn nghe tự nhiên: tiếng Anh Mỹ rõ ràng, ở 24 kHz.
Mô hình 26 MB có sẵn trong tiện ích bổ sung. Nó hoạt động ngay khi được cài, và không có gì rời khỏi máy tính của bạn.
Trên bộ xử lý của máy tính xách tay, mỗi câu ra trong vài phần trăm giây, nhanh gấp hàng chục lần thời gian thực, không cần card đồ họa.
Tiện ích bổ sung và mô hình theo Apache-2.0, còn llama.cpp, thứ chạy mô hình, theo MIT.
Giọng nói
Trong tab Người nói, chọn tiny-voca 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.
en2
Có hai giọng, một nữ và một nam, đều là tiếng Anh Mỹ. Tác giả của tiny-voca đã tạo ra chúng từ các mô tả bằng chữ, và huấn luyện mô hình trên giọng nói tổng hợp: không có giọng của người thật nào được thu âm. tiny-voca không nhân bản giọng. Để lồng tiếng bằng chính giọng của người nói, hãy chọn một công cụ nhân bản giọng như Sopro hoặc VoxMel.
Mô hình
Mô hình nằm sẵn trong tiện ích bổ sung, nên không cần tải gì. Đó là tệp GGUF mà ggml-org đã chuyển đổi từ tiny-voca, ở một phiên bản cố định, được kiểm tra khi dựng tiện ích bổ sung.
| Mô hình | Kích thước | Phù hợp với |
|---|---|---|
| tiny-voca (4.5M) Mặc định tiny-voca | Cả hai giọng; là một phần của tiện ích bổ sung |
Mô hình chạy trong llama.cpp, chính công cụ mà nhiều người dùng cho các mô hình ngôn ngữ. llama.cpp cũng chuyển văn bản thành âm, bằng một bản chuyển thể của bộ chuyển âm vị của chính tiny-voca, có sẵn trong mô hình.
Tùy chọn
Trong Cài đặt › Tiện ích bổ sung › tiny-voca (offline, lightweight English) › Cấu hình.
1Tốc độ nói của chính tiny-voca: 1,0 là nhịp tự nhiên của nó, 1,2 nhanh hơn 20%. Tốc độ của người nói trong Subtitld còn thay đổi thêm. Mô hình tự nói nhanh hơn hoặc chậm hơn; âm thanh không bị kéo giãn.
00 dùng tối đa bốn luồng, vốn đã nhanh hơn thời gian thực rất nhiều. Với một mô hình nhỏ như vậy, thêm luồng hiếm khi giúp ích.
Ngôn ngữ
Chỉ tiếng Anh. Mọi dự án tiếng Anh (Mỹ, Anh, Úc…) đều được chấp nhận, và 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, đơn vị đo 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.
en
Nền tảng
| Hệ thống | Tải về | Đã thử |
|---|---|---|
| Linux x86-64 | 42.6 MB | Lồng tiếng với cả hai giọng trên máy thật và trên các hệ thống AlmaLinux 8 và Ubuntu 24.04 mới cài; trong CI, tiện ích bổ sung đã cài nói được bằng cả hai giọng |
| macOS (Apple silicon) | 40.1 MB | Trong CI, tiện ích bổ sung đã cài nói được bằng cả hai giọng (Apple Silicon) |
| Windows x86-64 | 33.1 MB | Trong CI, tiện ích bổ sung đã cài nói được bằng cả hai giọng |
Linux x86-64 (mọi bản phân phối từ 2018 trở đi, glibc 2.28 hoặc mới hơn), macOS 13.3 hoặc mới hơn 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 và lồng tiếng với cả hai giọng.
Khắc phục sự cố
unsupported_languageNgôn ngữ của dự án không phải tiếng Anh. 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.internalCó lỗi bên trong tiện ích bổ sung; thông báo có chi tiết. Lồng tiếng lại câu đó sẽ khởi động lại công cụ đọc.
Giấy phép
Phù hợp cho công việc thương mại. Tiện ích bổ sung và mô hình tiny-voca theo Apache-2.0, còn llama.cpp theo MIT. 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
The first release: lightweight English text-to-speech for Subtitld with tiny-voca, a 4.5-million-parameter model by Muhammed Nazeem.
- Two American English voices, a woman and a man, at 24 kHz. No voice cloning.
- Dozens of times faster than real time on a CPU: a line takes a few hundredths of a second.
- Numbers, prices, dates, times and units are read out as words.
- The model (26 MB) is part of the add-on: nothing to download.
- A Speed setting, which a speaker's Rate in Subtitld scales further.
- English only: a line in another project language gets a message saying so.
- Runs in llama.cpp's server, which the add-on starts on 127.0.0.1 and stops when it exits. The Linux archive runs on glibc 2.28 and newer.
The add-on and the tiny-voca weights are Apache-2.0; llama.cpp and ggml are MIT. Each archive carries THIRD_PARTY_LICENSES/, including the licences of the pronunciation data in the model (CMU Pronouncing Dictionary, Wikipedia Homograph Data).
Các tiện ích bổ sung Giọng nói khác
-
Piper Ngoại tuyến
158 giọng ngoại tuyến trong 49 ngôn ngữ, mỗi giọng là một bản tải nhỏ riêng.
-
Kokoro Ngoại tuyến
54 giọng ngoại tuyến trong chín ngôn ngữ, tất cả từ một mô hình 82 MB.
-
Supertonic Ngoại tuyến
Mười giọng ngoại tuyến, mỗi giọng nói được cả 31 ngôn ngữ của nó.
-
sanoTTS Ngoại tuyến
Giọng ngoại tuyến nhỏ gọn, 28 giọng trong 14 ngôn ngữ, mỗi giọng dưới 10 MB.
-
Parler-TTS Ngoại tuyến
Giọng tiếng Anh theo mô tả bằng văn bản; 34 người nói có tên.
-
Qwen3-TTS Nhân bản
Mười ngôn ngữ, chín giọng, và nhân bản giọng từ 3 giây của một người nói.
-
Coqui XTTS Nhân bản
Nhân bản giọng trong 16 ngôn ngữ, với giấy phép mô hình phi thương mại.
-
F5-TTS Nhân bản
Chỉ nhân bản giọng, bằng tiếng Anh và tiếng Trung; mô hình phi thương mại.
-
VoxCPM2 Nhân bản
30 ngôn ngữ ở 48 kHz, bằng chính giọng người nói hoặc một giọng được mô tả. Nặng.
-
Pocket TTS Ngoại tuyến
Nhanh và nhẹ, chỉ dùng CPU. 23 giọng trong bảy ngôn ngữ châu Âu.
-
Sopro Nhân bản
Chính giọng người nói, nhanh trên CPU. Bốn ngôn ngữ.
-
KittenTTS 2 Nhân bản
Chính giọng người nói bằng 16 ngôn ngữ, trên CPU. Trọng số theo một giấy phép hạn chế.
-
Ming-3.0-tts Nhân bản
7 ngôn ngữ ở 44,1 kHz: giọng nhân bản, tích hợp hoặc được mô tả, có cảm xúc. Nặng.
-
Scylla's Band Ngoại tuyến
Mười bốn giọng nói sáu ngôn ngữ, nhẹ và nhanh trên CPU. Chỉ có giọng có sẵn.
-
Audio8 TTS Nhân bản
Chính giọng người nói bằng 23 ngôn ngữ, kể cả tiếng Quảng Đông và tiếng Ả Rập. Chậm trên CPU.
-
Inflect Ngoại tuyến
Giọng tiếng Anh tự nhiên từ một mô hình tí hon, nhanh trên mọi CPU.
-
Paradee Ngoại tuyến
Bốn giọng tiếng Anh tự nhiên, Mỹ và Anh, từ một mô hình duy nhất 8,5 MB.
-
BlueTTS Nhân bản
Tiếng Do Thái và tiếng Yiddish, cùng năm ngôn ngữ khác. Chính giọng người nói, nhanh trên CPU.
-
ZONOS3-Mini Nhân bản
43 ngôn ngữ, từ tiếng Ả Rập đến tiếng Việt. Chính giọng người nói, trên CPU.
-
Reverb Nhân bản
Bảy ngôn ngữ châu Âu và chính giọng người nói, trên CPU; mô hình phi thương mại.
-
OmniVoice Nhân bản
646 ngôn ngữ, chính giọng người nói qua các ngôn ngữ; mô hình phi thương mại.
-
VoxMel Nhân bản
Tiếng Anh và tiếng Quan Thoại, với bản nhân bản sát giọng của chính người nói.
-
Chatterbox Nhân bản
Chính giọng người nói bằng 20 ngôn ngữ, trên CPU, không cần tài khoản.