下载

sanoTTS (ultra-light offline)

语音离线仅 CPU允许商用

使用 sanoTTS 为字幕配音。这是参数量在 29.4 万到 230 万之间的神经语音，在 CPU 上运行。它的 14 种语言共 28 个声音在首次使用时下载，每个只有几 MB，此后即可离线使用。

在 Subtitld 中安装

设置 插件 sanoTTS (ultra-light offline) 安装

Subtitld 会下载它、校验其 SHA-256，并保持更新。

GitHub 上的源代码
语言
14
语音
28
插件下载量
38–63 MB
内存，至少
512 MB

功能说明

每位说话人一个声音

选择 sanoTTS 作为 配音引擎，然后为每位说话人挑选一个声音。生成全部语音 会为该说话人的台词配音：全部台词、一段区间或选中项。

每个声音只有几 MB

每个声音在你第一次使用时下载，大小为 0.3 到 9 MB，先从 Hugging Face 下载，若失败则从 GitHub 下载。此后即可离线使用。

对电脑负担小

无需显卡。sanoTTS 默认使用两个 CPU 线程，因此你编辑时它不会占用所有核心。

适配字幕时长

开启 让配音适配字幕时长 后，每个新的音频片段会加快或放慢，使其时长与字幕一致。原始音频片段也会保留。

声音

大多数语言只有一个声音，或者一个标准版和一个紧凑的 -tiny 版：捷克语、德语、西班牙语、意大利语、葡萄牙语、罗马尼亚语、俄语和土耳其语都同时有这两种。英语（美国）有七个：

  • Heart，被标记为最自然的声音；Heart Nano 是最快的，参数量为 29.4 万。
  • Amy，有三种大小：最小、平衡和最高质量。
  • Hfc 和 Kristin，另外两种音色。

某个声音的第一句台词要等待它下载并加载；之后的台词会复用它。

Heart 和 Heart Nano 的长台词。 这两个声音无法处理过长的输入，因此插件会在句末把超过 170 个字符的字幕切开，再把各段拼接起来。拼接处可能会隐约听到痕迹。

28 种语音 支持 14 种语言.

  • ar-jo 1
  • cs-cz 2
  • de-de 2
  • en-us 7
  • es-es 2
  • fr-fr 1
  • id-id 1
  • it-it 2
  • pt-br 2
  • ro-ro 2
  • ru-ru 2
  • tr-tr 2
  • vi-vn 1
  • zh-cn 1

声音保存位置

保存在插件之外，因此更新或卸载插件都会保留你的声音。

系统 文件夹
Linux ~/.cache/sanotts
macOS ~/.cache/sanotts

选项

Subtitld 在启动插件时把这些设置交给它。更改之后，要等插件重启才会生效：即闲置五分钟之后，或重启 Subtitld 时。

在 设置 › 插件 › sanoTTS (ultra-light offline) › 配置 中。

Speaking rate
默认： 1.0

Applied at synthesis time by stretching phoneme durations, which sounds better than resampling afterwards.

CPU threads
默认： 2

Threads numpy/OpenBLAS may use. The default of 2 keeps synthesis from saturating every core while you are editing.

Download voices from
默认： 空

Where voice packs are fetched from on first use. Pin one if the other is blocked on your network.

Local voice directory
默认： 空

可选。一个存放已解压语音包的文件夹，用于完全无网络的工作环境。之后你选择的每个 sanoTTS 声音都会使用这个语音包，因此若要使用声音列表，请将其留空。请输入文件夹路径；“浏览”只能选择文件。

语言

14 种语言中有 10 种使用 espeak-ng 发音，它已包含在插件内，因此无需另外安装任何东西。sanoTTS 官方网站也列出了印地语和尼泊尔语，但这两种语言只存在于它的浏览器演示中，并不在本插件使用的版本里。

  • ar-jo
  • cs-cz
  • de-de
  • en-us
  • es-es
  • fr-fr
  • id-id
  • it-it
  • pt-br
  • ro-ro
  • ru-ru
  • tr-tr
  • vi-vn
  • zh-cn

平台

系统 下载已测试
Linux x86-64 63.2 MB在 CI 中进行真实的语音合成
macOS (Apple 芯片) 37.6 MB在 CI 中进行真实的语音合成

每次发布前，CI 会运行每个打包好的构建版本，并让它朗读英语和德语台词。目前还没有 Windows 版本：在 Windows 上，sanoTTS 在设置 espeak-ng 时可能会在一句台词中途停止；插件为此所做的修复尚未在真实的 Windows 机器上测试。

故障排除

某句台词失败时，它就会没有配音。以下是插件给出的原因。

  • model_missing无法从 Hugging Face 或 GitHub 下载语音包。请检查网络连接后重试。如果两者之一在你的网络中被屏蔽，请在 Download voices from 中选择另一个。
  • network_unavailable语音包下载失败。请检查网络连接后重试；已经下载的声音可以离线使用。
  • disk_full磁盘空间不足。请释放一些空间后重试。
  • bad_params字幕为空，或对该声音来说太长。请把它拆分为更短的字幕，或选择另一个声音。
  • unsupported_voice该台词保存的声音不是 sanoTTS 的声音。请重新从 音色 列表中选择。
  • internal插件内部出现故障。若只在使用 espeak-ng 的声音时出现（除英语、中文、越南语和印尼语之外的所有语言），说明内置的 espeak-ng 未能加载。这是插件的问题，而不是你电脑的问题：请报告此问题。

许可

插件
GPL-3.0-or-later
包含 espeak-ng 和 phonemizer-fork
引擎
MIT
sanoTTS 0.7.0
声音
GPL-3.0
首次使用时下载

GPL 允许商业使用。根据许可要求，每个版本还附带其 GPL 部分的源代码。

版本

  • 0.1.0

    Source for the GPL components

    This add-on is distributed under the GNU General Public License v3.0 or later. Complete Corresponding Source for the GPL-licensed parts (espeak-ng, phonemizer-fork) is attached to this release as *-corresponding-source.tar.gz, at no charge, per GPL-3.0 section 6(d).

    Each binary archive also contains a THIRD_PARTY_LICENSES/ directory with the full licence texts and the exact upstream revisions used.

其他语音插件

更新于 · 来自插件目录 报告此插件的问题