Latest Topics for bbs.pyvideotrans.com 克隆音色，怎么不支持上传本地音色，好像没有批量处理，右边字幕只能上传一个视频的吗？想节约时间，提前修改好字幕这样节省时间，但是没有批量处理的

#4206 克隆音色，怎么不支持上传本地音色，好像没有批量处理，右边字幕只能上传一个视频的吗？想节约时间，提前修改好字幕这样节省时间，但是没有批量处理的...

[Last reply:28 minutes ago] 二次识别功能在v3.99中仍然存在，可能只是界面上不易发现，它通常在选择嵌入字幕类型后在“设置更多参数”中显示。静音分割持续毫秒默认值为500ms（优化建议可设为140ms），要减少句间停顿可适当降低该值（如改为200）。语速提升1.2倍应填 +20，但若依旧感觉慢，建议尝试 +50 并试听，避免失真。找到“二次识别”...

74.48* Posted at: 8 days ago

#4351 自己下载的本地模型可以添加进来吗...

💬 5

[Last reply:3 hours ago] 断句粘连的常见原因是语音识别参数中“最长语音持续秒数”设置得过大，导致模型将多个句子当成长段输出，或者识别后没有进行有效分割。请在菜单 → 工具/选项 → 高级选项 → 语音识别参数中尝试以下调整（修改后立即生效）：将最长语音持续秒数改为 5 或更小（如 3），强制在较长静音处分割。将静音分割持续毫秒改为 ...

120.236* Posted at: 3 hours ago

#4345 有没有视频语音提取转文字...

💬 15

[Last reply:4 hours ago] 软件官方仅适配 CUDA 12.8 环境，在 CUDA 13.2 + cuDNN 9.2 组合下，默认的 float32 数据类型可能引发兼容性或显存压力，导致 GPU 加速失效。将 “CUDA 数据类型” 改为 float16 可以降低资源占用和部分兼容性要求，从而避开问题正常执行。建议保持此项设置为 float16...

2a09:bac5* Posted at: 8 hours ago

#4350 TaskCfgSTT(is_cuda=True, uuid='7818646aeb', cache_folder='E:/win-pyvideotrans-v3.99-428/tmp/13252/7818646aeb', target_di...

💬 7

[Last reply:4 hours ago] 已确认问题根源在于 CUDA 加速与当前显卡或环境的兼容性，而非识别功能本身。若仍希望开启 CUDA 加速以提升速度，请按顺序尝试：先调整高级参数打开菜单 → 工具/选项 → 高级选项 → 语音识别参数，做以下修改：CUDA数据类型：改为 int8beam_size：设为 1best_of：设为 1 保存后重新...

2a09:bac5* Posted at: 4 hours ago

#4349 中文配音后，会弹出单独的交互窗口，我可以试听配音，也可以重新配音...

💬 5

[Last reply:5 hours ago] 界面内的试听播放器依赖 PySide6 多媒体后端，其解码兼容性问题暂无参数可直接调整。若仍希望不走临时文件夹而高效核实效果，推荐使用“快速定位并播放”的替代方法：在交互窗口中点击某行字幕，记住该句序号（如 002）。回到软件主界面，点击菜单工具/选项 → 高级选项，找到保留每条字幕的配音文件并勾选（设定后重新配...

2409:8a55* Posted at: 5 hours ago

#4348 TaskCfgSTT(is_cuda=True, uuid='3ffe60a02a', cache_folder='E:/win-pyvideotrans-v3.99-428/tmp/13252/3ffe60a02a', target_di...

💬 1

[Last reply:6 hours ago] 该错误是因为 cuBLAS（CUDA基础线性代数库）返回了 CUBLAS_STATUS_NOT_SUPPORTED，通常发生在 RTX 50 系列或其他新架构显卡上，当前 faster-whisper 版本尚不完全兼容。解决方案（按推荐顺序尝试）关闭 CUDA 加速在主界面取消勾选“CUDA加速”选项，然后重新开始...

2a09:bac5* Posted at: 6 hours ago

#4347 AttributeError: module 'decoders' has no attribute 'DecodeStream'...

💬 1

[Last reply:6 hours ago] 该错误是 Python 环境中的 tokenizers 库版本不兼容导致的，通常发生在使用旧版补丁覆盖或打包文件不完整的情况下。请按以下顺序排查：重新下载完整包：前往官网下载最新的 v3.99 完整软件包（不要只下载升级补丁），将其解压到一个全新、路径不含中文和特殊符号的文件夹（例如 D:\pyVideoTrans），...

218.173* Posted at: 6 hours ago

#4346 如何进行视频里多角色翻译和配音？...

💬 1

[Last reply:7 hours ago] 实现多角色翻译和配音，核心需要启用“说话人分离”并为不同说话人分配不同的配音角色。以下是操作步骤：在主界面勾选“识别说话人”（位于“设置更多参数…”区域），根据视频中说话人数预估一个数值，不限制时软件自动判断。选择语音识别渠道（如 faster-whisper）并设定好模型，开始执行语音识别，识别结束后会弹出字幕编辑窗...

140.245* Posted at: 7 hours ago

#4344 怎么把下载的模型删除掉...

💬 1

[Last reply:8 hours ago] 这是因为模型文件都保存在软件安装目录下的 models 文件夹内，直接删除对应的模型子文件夹即可。操作步骤：进入 pyVideoTrans 的安装目录（即 sp.exe 或 sp.py 所在位置）。打开 models 文件夹。找到你不想要的模型文件夹，例如：models--Systran--faster-whisper...

36.230* Posted at: 8 hours ago

#4343 比如3DS，配音是“3毫秒”，我想发单个字母的声音，还有就是让所有大写的单个字母都发字母音，需要怎么设置，或者有提示词设置吗...

💬 1

[Last reply:8 hours ago] 这是由于 TTS 引擎对缩写/大写字母组合的发音处理方式导致的，pyVideoTrans 本身不提供拼读字母的自动转换开关。需要从字幕文本层面手动干预。解决方案：在字幕处理阶段修改文本：在语音识别和翻译完成后，人工检查字幕文件（SRT），将需要拼读的大写字母组合（如 3DS）手动替换为带空格的单个字符形式“3 D S”...

2409:8a55* Posted at: 8 hours ago

#4342 音频比视频要慢了大概10秒左右，要怎么处理？...

💬 1

[Last reply:8 hours ago] 音频比视频慢了约10秒，是由于翻译后的配音时长与原始语音时长不一致导致的。处理步骤如下：开启对齐选项：在主界面勾选配音加速和/或视频慢速，强制使配音与原视频时长匹配。开启二次识别：勾选二次识别，软件会在配音完成后再次对配音音频进行语音识别，生成精准匹配配音的字幕，确保字幕与声音对齐。调整配音速度：如果仅慢10秒...

218.173* Posted at: 8 hours ago

#4341 FileNotFoundError: [WinError 206] 文件名或扩展名太长。: 'C:\\Users\\hasee\\Downloads\\_video_out\\2 X 上的 Filecoin：“Cardano s @IOHK...

💬 1

[Last reply:9 hours ago] 原因是 Windows 系统对文件路径有最大长度限制（通常为 260 个字符），你的原视频文件名太长，导致自动生成的输出目录完整路径超出了系统限制。解决方法：将原视频文件移动到一个浅层目录（如 D:\videos），并将视频重命名为简短英文或数字名称（例如 video1.mp4）。避免文件名中含中文、特殊符号或过长字符...

64.186* Posted at: 9 hours ago

#4283 术语表是不是区分大小写的？...

💬 18

[Last reply:9 hours ago] 要实现“忽略术语原词大小写，仅匹配字母序列”这一规则，你需要直接在所使用的翻译渠道的提示词中添加明确指令。以下是具体的操作步骤和示例：1. 确定要修改的提示词文件位置如果你勾选了【发送完整字幕】，需要修改：[软件目录]/videotrans/prompts/srt/deepseek.txt （如果使用其他渠道，请选...

2409:8a55* Posted at: 4 days ago

#4339 videotrans.configure._except.StopRetry: No Ref Audio. Clone disabled....

💬 1

[Last reply:16 hours ago] This error occurs because the audio cloning feature is enabled (a clone voice role is selected) but no valid reference audio is found or the extracted speech se...

191.6* Posted at: 16 hours ago

#4338 whisper语音识别问题...

💬 17

[Last reply:21 hours ago] 软件中 DeepSeek 作为翻译渠道时，模型名称需要手动输入，而非在下拉菜单直接选择。目前知识库未提供 DeepSeek 官方支持的全部模型列表，但常见的可用模型包括：deepseek-chat（即 DeepSeek-V3 最新对话模型）deepseek-reasoner（即 DeepSeek-R1 推理模型，适合复...

112.22* Posted at: 1 day ago

#4334 工具/选项中的“实时语音转文字”功能时报错...

💬 9

[Last reply:21 hours ago] 根据您提供的日志，pyVideoTrans v3.99-428 启动正常，已检测到 GPU。但“实时语音转文字”功能所需的 tools 文件夹确实缺失，这属于该版本可能的打包遗漏。目前日志中没有记录到任何错误，因此无法直接定位。请按以下步骤尝试解决：卸载当前版本：完全删除 G:\pyVideoTrans 目录。临时...

107.173.15.138,107.173* Posted at: 1 day ago

#4337 win-pyvideotrans-v3.99-428执行后没生成.mp4文件...

💬 3

[Last reply:1 day ago] WebM 格式（通常 VP8/VP9 编码）与 FFmpeg 硬件加速的兼容性较差，即使勾选输出为 MP4，合成阶段也容易因解码器或滤镜链冲突卡死。解决方案（按推荐顺序）：禁用硬件解码/编码打开菜单 → 工具/选项 → 高级选项：取消勾选视频合成cuda硬解码取消勾选主界面 CUDA加速（如果仍在勾选状态） ...

2a09:bac1* Posted at: 1 day ago

#4336 concurrent.futures._base.CancelledError...

💬 1

[Last reply:1 day ago] 这是 F5-TTS 配音服务连接或响应异常导致的 CancelledError，通常表示 API 请求被中断或超时。解决方案：检查 F5-TTS 服务是否正在运行，命令行窗口是否被关闭。确认软件中的 API 地址设置正确（默认 http://127.0.0.1:7860），端口没有被其他程序占用。确保参考音频文件放在 ...

240e:399* Posted at: 1 day ago

#4335 requests.exceptions.ProxyError: HTTPSConnectionPool(host='translate.google.com', port=443): Max retries exceeded with ur...

💬 1

[Last reply:1 day ago] 错误信息明确指向 Google翻译因代理不可达导致的连接失败。你的软件中启用了网络代理，但该代理地址无效或被拒绝连接。解决方案（二选一）：方案一：关闭代理（推荐，如果你在国内无可用代理）在主界面网络代理地址文本框中，删除已填写的所有内容，保持完全空白。将翻译渠道更换为无需代理的服务，例如：微软翻译、百度翻译、腾讯翻译...

156.226* Posted at: 1 day ago

#4333 在哪能够看到小版本升级的内容...

💬 2

[Last reply:1 day ago] 未作记录，有需要直接查看 github 上的简要 commit 日志...

103.172* Posted at: 1 day ago