-
#6100 You exceeded your current quota, please check your plan and billing details. For more information on this error, head to: https://ai.google.dev/gemini-api/docs/rate-limits. To moni...
💬 1[Last reply:8 days ago] The error is caused by the Gemini API free tier quota being exhausted. The free tier limits you to 20 requests per day per model (gemini-3.6-flash in your case). You are using Gemini for both ASR and ...58.97* Posted at: 8 days ago -
#6099 本地部署的模型翻译慢 cpu和内存只能跑到百分之20多...
💬 1[Last reply:8 days ago] 本地部署的模型（如 M2M100、Hy-MT2）在翻译时 CPU/内存利用率低、速度慢，主要因为软件默认将翻译线程锁死为 1，且单批次处理字幕量较小，导致无法充分利用多核资源。解决方案增加并发任务数（需重启软件生效） 打开 菜单 → 工具/选项 → 高级选项 → 通用设置，将 CPU 同时任务数 改大（建议设为 CPU 物理核心数的一半，如 4 核设为 2），保存后关闭软件重开。提高每批字幕行数...221.233* Posted at: 8 days ago -
#6084 我勾选了说话人识别，并设置了人数为3，但是在日语视频里语音提取后的字幕里说话人都是默认角色，英语就能识别，怎么办...
💬 31[Last reply:8 days ago] 已确认您提供的两个链接均不可用。当前最稳定、最直接的方案是：彻底放弃 pyannote，改用 Ali CAM++（阿里说话人分离模型）。该模型从国内镜像站 modelscope 自动下载，无需手动处理，支持包括日语在内的多语言。操作步骤如下：1. 删除之前下载的 pyannote 文件夹：删除 H:\pyvideotrans\models\models--pyannote--speaker-dia...240e:39c* Posted at: 8 days ago -
#6098 'tuple' object has no attribute 'get'[字节语音大模型极速版, 微软(免费), Elevenlabs.io]Traceback (most recent call last):...
💬 1[Last reply:8 days ago] 该错误是软件内部 bug，发生在多目标语言翻译 + 启用“视频慢速”时，align 阶段数据类型处理异常。解决方案升级到最新版 v4.07：此问题在后续版本中已修复，请从官网下载完整版补丁包覆盖。临时规避：若暂时无法升级，在主界面取消勾选“视频慢速”，仅保留“音频加速”；或避免使用“多目标语言序列”功能（即一次只翻译一种目标语言）。清理缓存：升级后，若仍报错，请勾选主界面“清理已生成”后再重新处理...2409:8a70* Posted at: 8 days ago -
#6097 ('Connection aborted.', ConnectionResetError(10054, '远程主机强迫关闭了一个现有的连接。', None, 10054, None))[字节语音大模型极速版, Google(免费), Elevenlabs.io]Traceback (most recent call last):...
💬 1[Last reply:8 days ago] 这是 Microsoft 翻译服务（_microsoft.py）连接被远程服务器强制断开导致的网络错误。尽管你选择了 Google 翻译，但 Google 失败后软件自动回退到了 Microsoft 翻译，而 Microsoft 翻译的请求因网络波动或触发频率限制被中断。解决方法：检查网络稳定性：确保当前网络能够正常访问 api.cognitive.microsofttranslator.com。...2408:8471* Posted at: 8 days ago -
#6096 :Traceback (most recent call last): File...
💬 1[Last reply:8 days ago] FailedOperation.UserNotRegistered 表明腾讯云翻译服务尚未开通。请按以下步骤操作：登录 腾讯云控制台，进入机器翻译产品页面。点击“开通服务”，按指引完成实名认证并开通 TMT（机器翻译）服务。回到 pyVideoTrans，在 菜单 → 翻译设置 → 腾讯翻译 中确认 SecretId 和 SecretKey 已正确填写，且余额充足。完成后重启翻译任务即可。...2408:8471* Posted at: 8 days ago -
#6095 ('Connection aborted.', ConnectionResetError(10054, '远程主机强迫关闭了一个现有的连接。', None, 10054, None))[字节语音大模型极速版, Google(免费), Elevenlabs.io]Traceback (most recent call last):...
💬 1[Last reply:8 days ago] 这是由于网络连接被微软翻译服务强制中断导致的，通常是因为短时间内请求过于频繁触发了限流。打开 菜单 → 工具/选项 → 高级选项 → 字幕翻译调整。将 传统翻译渠道每批字幕行数 降低为 1-3。将 翻译后暂停秒 设置为 5-10 秒。如果还使用了多目标语言翻译，在高级选项中关闭多任务并行，设为串行。请查阅相关文档：Microsoft翻译使用说明...2408:8471* Posted at: 8 days ago -
#6094 Expected parameter logits (Tensor of shape (1, 51866)) of distribution Categorical(logits: torch.Size([1, 51866])) to satisfy the constraint IndependentConstraint(Real(), 1), but f...
💬 1[Last reply:8 days ago] 这个报错是由于显存不足或模型/音频数据异常导致 openai-whisper 在推理时产生了 NaN 值（logits 全部为 NaN）。请按以下步骤依次排查：降低模型尺寸：当前使用 large-v3 需要至少 10GB 以上显存。请切换到 medium 或 small 模型，或改用 faster-whisper 渠道的 large-v3（更省显存）。关闭 GPU 加速测试：取消勾选 CUDA 加...240e:341* Posted at: 8 days ago -
#6093 语音阈值和非语音阈值多少合适？...
💬 1[Last reply:8 days ago] 语音阈值控制VAD判定语音的灵敏性，推荐默认值 0.5。调低（如0.2）会更灵敏但易把噪音误判为语音，调高（如0.8）则相反。 非语音阈值控制对静音/噪音的判断，建议也默认 0.5，调低可减少文本“幻觉”但可能漏掉部分有效语音。 如果需要进一步细化，请根据实际转录结果微调：若识别出的字幕含有大量噪音文字，可适当提高语音阈值/降低非语音阈值；若字幕缺漏严重，则反向调整。 由于这两个数值高度依赖...210.79* Posted at: 8 days ago -
#6092 VAD选tenvad还是silero?...
💬 1[Last reply:8 days ago] VAD 的选择取决于你的场景：推荐优先使用 Silero-VAD，它基于深度学习，对语音边界的判断更精准，尤其适合背景噪声较大或需要高质量的语音识别场景。如果你对处理速度要求极高且硬件资源有限（如纯 CPU 环境），可尝试 WebRTC VAD（你提到的“tenvad”可能是指 WebRTC VAD），它更快但精度略低。 两种 VAD 均可在「菜单→工具→高级选项→语音识别参数」中切换，建议先使...210.79* Posted at: 8 days ago -
#6091 生成出来的字幕文件，时间轴错乱（比如 字幕生成到00:13:29后，又突然跳到 00:00:00），这是什么 原因？...
💬 1[Last reply:8 days ago] 这种时间轴跳跃通常是原始视频的音频流存在多轨或异常导致的，例如视频包含多个音频轨道、合并片段时的时间戳不连续，或语音识别（VAD）在切片时遇到了非标准音频格式，导致生成的字幕时间戳被重置。请先确认以下 3 点：检查视频音频流：用播放器或 ffprobe 查看视频是否含有多个音频轨道，只保留一个主音轨。关闭“清理已生成”：如果之前生成过缓存，建议勾选主界面的“清理已生成”重新处理，避免旧的错误缓存干...220.203* Posted at: 8 days ago -
#6090 The supported API model names are deepseek-v4-pro or deepseek-v4-flash, but you passed deepseek-chat.https://api.deepsee......
💬 1[Last reply:8 days ago] 错误原因：你在 DeepSeek 翻译渠道配置中使用了旧的模型名称 deepseek-chat，而当前软件支持的 DeepSeek 模型为 deepseek-v4-pro 或 deepseek-v4-flash。解决方法：打开软件，点击顶部菜单 翻译设置 → 选择 DeepSeek 渠道。在模型名称（Model）输入框中，将 deepseek-chat 改为 deepseek-v4-pro 或 d...210.79* Posted at: 8 days ago -
#6089 下载仓库里的Distil-Large-V3.5-CT2有很多文件，怎么直接下载到一个文件夹下？...
💬 1[Last reply:8 days ago] 这是 Distil-Large-V3.5-CT2 模型（用于 faster-whisper 语音识别），需要手动下载到 软件目录/models/models--distil-whisper--distil-large-v3.5-ct2/ 文件夹。请按照以下步骤操作：打开 Hugging Face 仓库页面：https://huggingface.co/distil-whisper/distil-l...210.79* Posted at: 8 days ago -
#6088 如果要卸载软件，重新安装新版本，如何保留原来的设置？只能重新一个一个设置吗？...
💬 1[Last reply:8 days ago] 解决方案只需备份并恢复配置文件即可保留所有设置，无需重新逐个配置。操作步骤：备份配置文件： 在卸载旧版本前，找到软件安装目录下的 videotrans/ 文件夹，复制 以下两个核心 JSON 文件到安全位置（如桌面）：params.json（保存 API 密钥、偏好设置等）cfg.json（保存高级选项等）卸载旧版本（直接删除整个软件目录即可，无注册表残留）。安装新版本： 下载完整包并解压到同...210.79* Posted at: 8 days ago -
#6086 Distil-Large-V3.5-CT2 和Distil-Large-V3哪个好用？...
💬 1[Last reply:8 days ago] Distil-Large-V3.5-CT2 是较新的蒸馏模型，体积更小、速度更快，且质量通常优于 Distil-Large-V3。如果你追求速度与准确度的平衡，优先选择 Distil-Large-V3.5-CT2。两者均只支持英语发音视频。...210.79* Posted at: 8 days ago -
#6085 语音识别阶段出错[faster-whisper(本地内置)] Subprocess Error: Backend should be defined in the BACKENDS_MAPPING. Offending backend: t......
💬 1[Last reply:8 days ago] 这是由于升级到 v4.05/v4.06 后，transformers 库版本与旧代码残留文件冲突导致的 tensorflow_text 后端映射错误。解决方案：关闭软件。前往官方下载页面，获取当前最新版本的完整包（约 2.6GB，非补丁包），全量解压到一个新的目录（例如 D:\pyVideoTrans）。如果你之前已有配置文件（videotrans/params.json 等），可将其复制到新目录...210.79* Posted at: 8 days ago -
#6083 HuggingFace_ASR 语音识别渠道支持AMD显卡加速吗...
💬 3[Last reply:8 days ago] 根据核心知识库，目前唯一支持 AMD 显卡加速的语音识别渠道是 Whisper.net。需要满足以下条件：仅支持 Windows 平台。安装额外依赖：执行 uv sync --extra dotnet 安装 pythonnet>=3.0.1。使用 Vulkan 后端进行加速。需下载 .bin 格式的 ggml 模型文件，存放到 models/ 目录下。此渠道不支持 VAD 预分割和热词功能；...240e:39c* Posted at: 8 days ago -
#6082 语音识别阶段出错[阿里FunASR(本地内置)] 自动下载模型失败，你可以点击 【查看帮助教程】 了解如何手动下载...
💬 1[Last reply:9 days ago] 阿里FunASR(本地内置) 渠道仍完全支持。当前报错是因为模型文件自动下载时连接阿里魔塔仓库失败。请手动下载 FunASR 模型文件，解压后放到软件目录的 models/ 下：下载地址：https://modelscope.cn/models/himyworld/videotrans/resolve/master/funasr.zip将 funasr.zip 解压，得到 funasr 文件夹将该...2607:9d00* Posted at: 9 days ago -
#6081 [Clone-Voice] 该渠道需另行部署并启动后可用self.api_url='http://127.0.0.1:9988'...
💬 1[Last reply:9 days ago] ...223.109* Posted at: 9 days ago -
#6079 No CUDA detected. Check NVIDIA GPU/Drivers. See Help -> CUDA....
💬 1[Last reply:9 days ago] The error "No CUDA detected" means the software cannot find a usable CUDA environment. This typically occurs due to one of the following reasons:No NVIDIA GPU – CUDA acceleration requires an NVIDIA gr...102.64* Posted at: 9 days ago
Open source and free maintenance is not easy. If this project is helpful to you, please consider making a small donation to help the project continue to maintain and update.