Latest Topics for bbs.pyvideotrans.com KeyError: 'km'

#4162 KeyError: 'km'...

[Last reply:21 minutes ago] 在 v3.99 版本中，该选项的名称或位置可能已调整。解决方案：检查“通用设置”区域是否有类似“显示所有参数”或“Show all parameters”的选项，勾选它。如果找不到，可以尝试以下方法直接修改音量：点击主界面右下角的设置更多参数... 按钮。在弹出的窗口中，找到并修改音量+、音调+、配音语速等参数。...

82.27* Posted at: 9 hours ago

#4166 我要翻译中文音频，给我最近最合适的配置参数，并且告知设置的位置在哪，还有推荐的模型选择...

💬 1

[Last reply:3 hours ago] 要翻译中文音频，推荐以下配置参数以获得最佳效果：一、语音识别 (ASR) 阶段渠道与模型：选择 qwen-asr(本地) 或 faster-whisper(本地) 的 large-v3 模型。qwen-asr 对中文支持效果较好。设置位置：在主界面“语音识别”行的下拉列表中选择。关键参数：发音语言：必须明确选择中文。...

47.250* Posted at: 3 hours ago

#4165 在翻译视频或音频，可能是视频上普通话不标准，导致有些文字有很多错别字，这个怎么调整...

💬 3

[Last reply:4 hours ago] 这是由于说话人口齿不清导致语音识别模型难以准确解析。可以通过优化识别参数和预处理音频来改善。调整语音识别高级参数：点击菜单 -> 工具/选项 -> 高级选项。在“语音识别参数”区域，进行以下调整：语音阈值：适当降低（例如从0.5改为0.3或0.2），让模型更“敏感”，尝试捕捉不清晰的语音。no speec...

47.250* Posted at: 4 hours ago

#4164 speech_recognition.exceptions.RequestError: recognition request failed: Service Unavailable...

💬 1

[Last reply:6 hours ago] 这是由于 Google 语音识别服务不可用导致的网络连接问题。解决方案：检查网络代理：如果你在中国大陆，使用 Google 服务需要配置网络代理。请确保主界面“网络代理地址”已正确填写（格式如 http://127.0.0.1:10808）。如果没有可用代理，请勿填写。切换语音识别渠道：Google 语音识别为在线服务...

103.151* Posted at: 6 hours ago

#4163 原始视频是英文，第一句对白出现是第4秒开始的，但语音识别默认的时间是从0秒起开始的，后面倒是都没问题，但第一句对不上，什么原因...

💬 13

[Last reply:8 hours ago] 这是由于字幕编辑窗口的交互设计限制，当前版本中，在“单视频交互模式”弹出的编辑窗口里，确实无法直接通过点击或双击来修改字幕的“开始时间”和“结束时间”单元格。解决方案：直接编辑 SRT 文件（最有效）：在语音识别阶段完成后，不要关闭弹出的字幕编辑窗口。在该窗口中，点击右下角的保存按钮，软件会生成一个临时的 .srt...

2409:8a55* Posted at: 9 hours ago

#4161 TaskCfgVTT(is_cuda=True, uuid='e6e9c2f4e7', cache_folder='E:/软件/win-pyvideotrans-v3.99-418/tmp/16876/e6e9c2f4e7', target...

💬 1

[Last reply:14 hours ago] 这是由于显存或内存不足导致的。错误信息明确指出在使用 faster-whisper(本地) 的 large-v3-turbo 模型时，GPU 进程池异常终止，原因是显存或内存不足。请按以下步骤尝试解决：降低模型大小：在主界面的语音识别渠道中，将模型从 large-v3-turbo 更换为更小的模型，例如 medium、...

171.92* Posted at: 14 hours ago

#4160 OSError: Error no file named pytorch_model.bin, model.safetensors, tf_model.h5, model.ckpt.index or flax_model.msgpack f...

💬 1

[Last reply:15 hours ago] 这是 Qwen-TTS(本地) 配音渠道的模型文件下载不完整或缺失导致的错误。解决方案：检查模型目录：前往软件安装目录 D:/APP/win-pyvideotrans-v3.98-0401/models/，查看是否存在名为 models--Qwen--Qwen3-TTS-12Hz-1.7B-CustomVoice 的文...

64.118* Posted at: 15 hours ago

#4154 无法正常调用GPU进行加速的问题...

💬 30

[Last reply:15 hours ago] 是的，根据截图和知识库信息，LLM重新断句功能目前不支持本地LLM。在菜单 -> 工具/选项 -> 高级选项的【通用设置】区域，“LLM重新断句所用AI渠道” 的下拉选项中只包含 openai 和 deepseek 两种在线AI渠道，没有本地LLM的选项。这意味着该功能目前只能调用配置了API Ke...

156.229* Posted at: 21 hours ago

#4159 [mov,mp4,m4a,3gp,3g2,mj2 @ 00000267be3504c0] moov atom not found F:/softwares/win-pyvideotrans-v3.96-22/tmp/4896/ab26504...

💬 1

[Last reply:15 hours ago] 这是由于视频处理过程中生成的无声视频文件损坏导致的，具体表现为 moov atom not found 错误。解决方案：清理缓存并重试：在软件主界面左上角勾选清理已生成复选框，然后重新处理视频。这将强制软件重新生成所有中间文件。检查文件路径：确保输入视频的文件路径和名称简短且不含中文或特殊符号。建议将视频移动到浅层...

77.93* Posted at: 15 hours ago

#4158 pyvideotrans目录中包含有哪些提示词文件，这些提示词文件分别又对应的是哪些功能，如果我的需求是把v3.98的这些配置覆盖到3.99版本，我要覆盖哪些文件才行...

💬 5

[Last reply:16 hours ago] recharge-llm.txt 文件的主要内容是指导 AI 大模型（如 GPT、DeepSeek 等）如何对语音识别生成的字幕进行重新断句和优化的系统指令。其核心目的是：将识别出的、可能过长或过短、断句不自然的字幕，根据语义和语法规则，重新分割成更符合阅读习惯、长度更适宜的句子。该提示词文件通常会包含以下关键指令：任...

2409:8a55* Posted at: 16 hours ago

#4157 二次语音识别在什么情况下不会生效...

💬 1

[Last reply:17 hours ago] 二次语音识别（二次识别）在以下情况下不会生效：未选择配音：二次识别仅在“视频翻译”或“批量为字幕配音”功能中，选择了配音渠道并生成了配音音频后才会执行。如果只进行语音识别和翻译，不进行配音，则二次识别不会触发。未嵌入单字幕：在主界面中，如果字幕嵌入方式选择了“不嵌入字幕”、“嵌入硬字幕(双)”或“嵌入软字幕(双)”，二...

2409:8a55* Posted at: 17 hours ago

#4156 语音识别环节断句问题...

💬 5

[Last reply:17 hours ago] 这是“合并过短字幕”功能与原始音频语义切分之间的权衡结果。当您启用“合并过短字幕到邻近”后，软件会强制将过短的句子与相邻句子合并，以消除过短片段。合并的逻辑是基于时间相邻性，而非语义完整性，因此可能将原本语义独立但时间上接近的两句话合并成一句，从而导致合并后的字幕行时长变长（例如7-8秒）。要解决此问题，您需要调整“最...

2409:8a55* Posted at: 18 hours ago

#4155 就是半句话，末尾没标点，另一半在下一条字幕的开始位置，这种怎么样避免，至少在切分字幕的时候，能保证一个短句得说完，以出现标点为准...

💬 1

[Last reply:18 hours ago] 这是由于语音识别模型在分割音频片段时，没有以完整的句子或标点符号为边界导致的。要确保字幕以完整句子为单位，避免半截句，需要进行以下配置调整。解决方案：调整语音识别参数：打开软件，点击顶部菜单栏的工具/选项 -> 高级选项。找到【语音识别参数】区域。将静音分割持续毫秒的值增大，例如从默认的 500 调整为...

2409:8a55* Posted at: 18 hours ago

#1642 在翻译 srt 字幕时，添加了术语表，为什么没有按照术语表的设置翻译？...

💬 11

[Last reply:20 hours ago] AI翻译的温度参数（temperature）设置不起作用，通常是因为您使用的翻译渠道不支持此参数。原因与解决方案：确认翻译渠道：温度参数是大型语言模型（LLM）特有的高级参数，仅对 OpenAI ChatGPT、DeepSeek、Gemini、Claude 等 AI 渠道有效。如果您使用的是 Google、微软、百度等...

38.150* Posted at: 4 months ago

#4153 英语语音识别，推荐用哪个渠道...

💬 1

[Last reply:21 hours ago] 英语语音识别推荐使用 faster-whisper(本地) 渠道，并选择 large-v3 模型。这是兼顾速度与准确度的最佳免费本地方案。具体配置步骤如下：在主界面“语音识别”下拉菜单中，选择 faster-whisper(本地)。在右侧模型选择中，选择 large-v3 模型（效果最好）。如果您的硬件资源有限，可降级...

2409:8a55* Posted at: 21 hours ago

#4152 tenvad和silero有什么区别...

💬 5

[Last reply:21 hours ago] “文本规范化”是指在配音前，对字幕文本进行预处理，使其更符合语音合成的发音规则，从而提高配音的自然度和准确性。核心作用：处理数字、符号、缩写等：例如，将“2024年”转换为“二零二四年”，将“100kg”转换为“一百千克”，将“Dr.”根据上下文转换为“Doctor”或“Drive”。统一格式：确保文本格式一致，避免因...

2409:8a55* Posted at: 22 hours ago

#4151 LLM重新断句该怎样设置...

💬 1

[Last reply:22 hours ago] LLM重新断句功能用于优化语音识别后生成的字幕断句效果，使其更符合阅读习惯。设置步骤如下：在软件主界面，点击顶部菜单栏的工具/选项 -> 高级选项。在弹出的高级选项窗口中，找到【通用设置】区域。设置相关参数：LLM重新断句每批字幕行数：设置每次发送给AI模型处理的字幕条数。数值越大，断句效果越好（上下文更完...

120.231* Posted at: 22 hours ago

#4146 能兼容调用UVR5 - MDX23C-InstVoc HQ模型吗？...

💬 4

[Last reply:1 day ago] 核心原因是软件内置的人声分离模型（UVR）效果可能不如你期望的 UVR5 - MDX23C-InstVoc HQ 模型。根据开发者回复，软件主界面“设置更多参数”中勾选的“分离人声背景声”，默认使用的就是 UVR 模型。如果你已启用此选项但效果仍不理想，说明当前内置的模型分离能力不足以完全滤除你视频中的背景音乐干扰。解...

142.202* Posted at: 1 day ago

#4150 Permission denied: C:/Users/Solofo/Documents/test/YouTube Killed Shorts - WAN Show April 17, 2026.mp3...

💬 1

[Last reply:1 day ago] This error occurs because the file path contains special characters (like ?) or is too long, which is not compatible with Windows command-line operations (used ...

78.120* Posted at: 1 day ago

#4149 什么是传统翻译每次字幕行数，和AI翻译有什么区别...

💬 3

[Last reply:1 day ago] 单词或短语被拆分为两条字幕并出现连字符，通常是语音识别（ASR）模型在处理音频时，根据静音或语音活动检测（VAD）参数进行强制分割的结果。核心原因：语音识别模型（如Whisper）将连续的音频流切割成片段进行识别。当某个单词或短语的发音恰好跨越了两个音频片段的切割点时，模型可能会将其识别为两部分，并在中间插入连字符“-...

2409:8a55* Posted at: 1 day ago