Page 10 Latest Topics for bbs.pyvideotrans.com ValueError: The elements of the batch contain different keys. Cannot batch them ({'is_last', 'input_features', 'attention_mask'} != {'num_frames', 'is_last', 'input_features', 'attention_mask'})

#4366 ValueError: The elements of the batch contain different keys. Cannot batch them ({'is_last', 'input_features', 'attentio...

[Last reply:11 days ago] 这是由于音频片段长度不一致导致 transformers 管道批处理时特征键不匹配（input_features 形状不同）。解决方案：在菜单栏工具/选项 → 高级选项 → 语音识别参数中，勾选 “Whisper预分割音频”，强制模型逐句处理，避免不统一长度的片段混合批处理。将 “最长语音持续秒数” 设为较小的值（...

2408:8262* Posted at: 11 days ago

#4365 TaskCfgVTT(is_cuda=True, uuid='7fe7d62dc3', cache_folder='D:/AI/pyvideotrans/tmp/167832/7fe7d62dc3', target_dir='D:/AI/p...

💬 1

[Last reply:11 days ago] This error is caused by an incompatibility between the cuBLAS library and your NVIDIA graphics card, most commonly seen on RTX 50-series GPUs or when a mixed CU...

14.179* Posted at: 11 days ago

#4364 为字幕配音，拖入srt文件字幕配好音后，点击播放配音，为什么带着字幕里时间序号一起播放念啊？如何设置为字幕配音只让他念内容不念字幕里的时间序号？...

💬 1

[Last reply:11 days ago] 这是因为软件未能正确解析 SRT 字幕文件，将序号和时间轴也当作了待配音的文本，导致 TTS 朗读了这些内容。通常是由于你使用的软件版本存在该 bug，或导入的不是标准 SRT 但软件未能过滤。解决方法：更新主程序：下载最新的 sp.exe 补丁文件覆盖到安装目录（v3.99 已修复相关 bug）。下载地址：htt...

121.27* Posted at: 11 days ago

#4363 一直卡在transcribe word_timestamps 不动...

💬 7

[Last reply:12 days ago] 根据最新日志中的警告信息，进程正在尝试对断句结果进行修正，但出现了多进程日志写入冲突，这通常表明进程可能陷入了死锁或长时间等待状态。此问题与长视频计算断句的负载过高有关。请执行以下步骤：终止当前卡死的任务，确保软件进程已完全退出，并删除临时文件夹（软件目录下的 tmp 文件夹）内容，避免残留文件干扰下次运行。彻底关闭高...

2408:8262* Posted at: 12 days ago

#4362 TaskCfgSTT(is_cuda=True, uuid='9947585d73', cache_folder='E:/APP/win-pyvideotrans-v3.99-428/tmp/15340/9947585d73', targe...

💬 1

[Last reply:12 days ago] 这是由于 cuBLAS 库与当前显卡或 CUDA 版本不兼容导致的，常见于较新的 NVIDIA 显卡（如 RTX 50 系列）上使用 faster-whisper 时。解决方法：关闭 CUDA 加速：在主界面取消勾选 CUDA 加速，改用 CPU 进行语音识别（速度会变慢，但可正常完成）。手动修复 CUDA 兼容性：参...

2408:8262* Posted at: 12 days ago

#4361 ImportError: cannot import name 'ir' from 'llvmlite' (unknown location)...

💬 1

[Last reply:12 days ago] 这是预打包版的内置库文件损坏或缺失导致的，常见原因包括：下载不完整、解压路径含中文/空格、或杀毒软件误删文件。解决方案：完全删除当前 D:/videotrans 文件夹。前往 pyvideotrans.com/downpackage 重新下载完整软件包（非补丁包）。将压缩包解压到非系统盘、路径仅含英文和数字的目录...

39.149* Posted at: 12 days ago

#4360 AttributeError: module 'llvmlite.binding' has no attribute 'get_host_cpu_name'...

💬 1

[Last reply:12 days ago] 这是由于 Qwen-TTS 本地配音渠道依赖的 numba / llvmlite 库与当前 CPU 或打包环境不兼容所致。解决步骤（按推荐顺序尝试）：临时切换配音渠道：在主界面将“配音渠道”选为 Edge-TTS (免费)，微软的免费接口，支持所有语言，无需额外配置，可立即绕过此错误。修复打包版本：此问题可能已在最...

39.149* Posted at: 12 days ago

#4359 opening output file /Users/nhu/Desktop/ProjectX/pyvideotrans/output/vas/nu-phu-1777573254.mp4. opening output files: Fil...

💬 5

[Last reply:12 days ago] The same error persists, which suggests that the subtitles filter is still missing from the ffmpeg that pyVideoTrans actually uses. Please verify you have compl...

2001:ee0* Posted at: 12 days ago

#4358 1M上下文384K最大输出token的LLM模型，AI翻译渠道每批字幕行数这个参数应该填多少行？如果开启了AI翻译附带完整字幕，可以填多少行...

💬 13

[Last reply:12 days ago] 基于128k最大输出token，按每行双语字幕平均消耗约50 tokens估算，一次最多可输出约 2500 行双语字幕。若模型智能欠佳导致翻译冗余，实际行数会稍低。若仅输出单语字幕，行数会更高，约 3500 行。通常在几千行以内的字幕文件都是安全的；若你的字幕超过3000行，建议分批或提前查行数。如需进一步提升安全性，...

36.232* Posted at: 12 days ago

#4356 怎么没有保存背景音乐的选项了...

💬 3

[Last reply:12 days ago] 问题已解决，如有其他疑问可随时提出。...

124.228* Posted at: 12 days ago

#4357 有配置文件能改deepseekapi的思考模式吗？现在默认思考有点费token...

💬 1

[Last reply:12 days ago] 暂无关于修改DeepSeek API思考模式的直接配置文件。pyVideoTrans调用DeepSeek时默认使用标准对话模型，若您发现消耗token过多，可能是因为选择了推理增强模型（如DeepSeek-R1系列）。可尝试以下步骤减少token消耗：在翻译渠道设置中，将模型名称手动改为非推理模型，例如 deepsee...

122.230* Posted at: 12 days ago

#4355 TaskCfgVTT(is_cuda=True, uuid='dccc4dafa7', cache_folder='D:/win-pyvideotrans-v3.99-420/tmp/11596/dccc4dafa7', target_di...

💬 1

[Last reply:12 days ago] 这是由于CUDA环境或显卡驱动与当前faster-whisper模型不兼容导致的，具体表现为cuBLAS运算不支持。解决方案（按推荐顺序尝试）：关闭CUDA加速（立即可行）：在主界面取消勾选“CUDA加速”选项，然后重新执行语音识别。虽然速度会变慢，但可确保任务完成。更新显卡驱动和CUDA环境：确保已安装NVIDIA显...

240e:39e* Posted at: 12 days ago

#4353 TaskCfgSTS(is_cuda=False, uuid='220dccb85b', cache_folder=None, target_dir='E:/PH/krenz comp 16/cn LLM', source_language...

💬 1

[Last reply:12 days ago] This error occurs because the local AI translation service (e.g., Ollama) disconnected unexpectedly while processing the request. The server closed the connecti...

202.150* Posted at: 12 days 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...

💬 9

[Last reply:12 days ago] 界面试听的破音问题源自 PySide6/Qt 多媒体后端与部分 Windows 音频驱动的兼容性缺陷，目前知识库与软件内并无专门参数可彻底修复该播放组件自身的解码倾向。可尝试以下低概率缓解方式（不保证解决）：更新声卡驱动至最新版，尤其是 Realtek 或独立显卡的 HDMI 音频驱动。在 Windows 声音设置中临...

2409:8a55* Posted at: 12 days ago

#4352 TaskCfg(cache_folder='D:/pyvideotrans/tmp/10148/fc44d302ac', target_dir='H:/新建文件夹 (2)', remove_noise=False, is_separate=...

💬 1

[Last reply:12 days ago] 该错误是磁盘空间不足导致的，软件在合成音频时无法写入临时文件。原因：输出目录 H:/新建文件夹 (2) 所在磁盘（H盘）或软件临时文件夹 D:/pyvideotrans/tmp 所在磁盘（D盘）已无可用空间。解决方法：查看磁盘可用空间：检查 D 盘和 H 盘的剩余容量，删除不需要的文件或移动文件到其他位置，确保至少有数...

27.189* Posted at: 12 days ago

#4351 自己下载的本地模型可以添加进来吗...

💬 5

[Last reply:12 days 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: 12 days ago

#4345 有没有视频语音提取转文字...

💬 15

[Last reply:12 days 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: 13 days ago

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

💬 7

[Last reply:12 days 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: 12 days ago

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

💬 1

[Last reply:13 days 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...