• #3560 OSError: cannot load library '/Users/ysihaiditing/pyvideotrans/.venv/lib/python3.10/site-packages/_soundfile_data/libsndfile.dylib': dlopen(/Users/ysihaiditing/pyvideotrans/.venv/l...

  💬 23
  [Last reply:5 months ago] 理论上，选择 medium 模型（非 .en 版本）是可以识别阿拉伯语的，因为它是多语言模型。但是，如果识别结果仍然是英语，主要原因可能有两个：1. 发音语言设置错误：这是最常见的原因。您必须在“发音语言”下拉菜单中明确选择“阿拉伯语”或“ar”。如果选择了“auto”（自动检测），模型可能错误地将阿拉伯语语音判断为英语。根据知识库第6.9节说明，在“翻译视频或音频”功能中，“自动检测”选项已被...
  60.248**9 Posted at: 5 months ago

• #3559 cli命令行模式只能单角色配音吗...

  💬 1
  [Last reply:5 months ago] CLI命令行模式默认支持单角色配音。如需多角色配音，需要手动编辑配置文件或使用GUI界面预先设置。根据知识库，CLI命令行模式主要用于无头批处理，其核心配置通过命令行参数传递。在 TaskCfgTTS 配置类中，voice_role 字段用于指定配音角色，默认情况下该字段为单一角色。实现多角色配音的步骤：使用GUI界面预先处理：在GUI界面的“翻译视频或音频”功能中，可以配置多角色配音（如为不同说...
  154.3**9 Posted at: 5 months ago

• #3558 RuntimeError: File model.bin is incomplete: failed to read a buffer of size 3276800 at position 508807659...

  💬 1
  [Last reply:5 months ago] 这是由于 faster-whisper 模型文件下载不完整或损坏导致的。解决方案：手动下载并替换模型文件：根据你使用的模型（例如 large-v3），在软件根目录下的 models 文件夹内，找到对应的模型文件夹（例如 models--Systran--faster-whisper-large-v3）。从 HuggingFace 官方页面（例如 https://huggingface.co/Sys...
  142.249**8 Posted at: 5 months ago

• #3557 d:\pyvideotrans>uv run cli.py --task vtv \ --name "D:\cs.mp4" \ --source_language_code "en" \ --target_language_co......

  💬 1
  [Last reply:5 months ago] 命令行参数 --enable_diariz True 和 --nums_diariz -1 的格式不正确，导致命令执行失败。解决方案：布尔值参数 --enable_diariz 后面直接跟 True 或 False，中间不应有空格。应修改为 --enable_diariz True。整数参数 --nums_diariz 的值 -1 是有效的，表示自动检测说话人数。修正后的命令应为：uv run c...
  154.3**9 Posted at: 5 months ago

• #3555 字幕翻译结束等待下一步配音阶段Traceback (most recent call last): File "d:\pyvideotrans\videotrans\tts\_base.py", line 127, in runloop ......

  💬 1
  [Last reply:5 months ago] 这是由于 Edge-TTS 配音渠道的 voice 参数类型错误导致的。核心错误是 TypeError: voice must be str，表明传递给 Edge-TTS 的配音角色参数不是字符串类型。解决方案：检查并重新选择配音角色：在软件主界面的“配音渠道”行，确保“配音角色”下拉框已正确选择了一个具体的发音人（例如 zh-CN-XiaoxiaoNeural），而不是空值或非字符串选项。检查目...
  154.3**9 Posted at: 5 months ago

• #3554 d:\pyvideotrans>uv run cli.py --task vtv --name "D:\cs.mp4" --source_language_code "en" --target_language_code "zh-cn......

  💬 1
  [Last reply:5 months ago] 这是由于命令行参数格式错误导致的。--voice_autorate、--video_autorate 和 --recogn2pass 是布尔标志参数，不需要在其后附加 True 值。解决方案：移除 --voice_autorate、--video_autorate 和 --recogn2pass 参数后面的 True 值。正确的命令格式应为：uv run cli.py --task vtv --n...
  154.3**9 Posted at: 5 months ago

• #3553 [参数列表] {'name': 'D:/cs.mp4', 'cache_folder': 'd:/pyvideotrans/tmp/42176/ceec650470', 'target_dir': 'd:/pyvideotrans/outp......

  💬 1
  [Last reply:5 months ago] 该配置存在多个影响翻译质量和效率的问题，核心原因是使用了性能较差的默认模型和未启用关键优化选项。主要问题与解决方案：语音识别模型过小：model_name 为 tiny，识别准确度很低，不推荐使用。解决：将 model_name 改为 large-v3（最佳）或 large-v2、large-v3-turbo。如果显存/内存不足，可降级为 small 或 medium。未启用 CUDA 加速：is...
  154.3**9 Posted at: 5 months ago

• #3552 我要用到配音渠道、说话人识别、模型等参数，完整命令。用微软的识别以及翻译...

  💬 1
  [Last reply:5 months ago] 根据你的需求，你需要使用命令行模式（CLI）来执行一个完整的视频翻译任务，并指定使用微软的语音识别和翻译渠道。以下是基于知识库中 TaskCfgVTT 配置类和 CLI 使用说明构建的完整命令示例。核心命令结构：uv run cli.py --task vtv --name "你的视频文件路径" --source_language_code zh --target_langua...
  154.3**9 Posted at: 5 months ago

• #3551 TaskCfgTTS(is_cuda=False, uuid='30af9ccb4f', cache_folder='E:/Download_File/Folder/movietools/pyvideotrans/tmp/4508/30af9ccb4f', target_dir='E:/Download_File/Folder/asmr/zimu/观念反转！...

  💬 1
  [Last reply:5 months ago] 错误原因是配音对齐计算时，某条字幕的原始音频时长为0，导致计算加速倍数时出现除零错误。解决方案：检查字幕文件：打开 E:/Download_File/Folder/asmr/zimu/观念反转！淫荡女主播直播后遭男友饥渴线下诱骗/观念反转！淫荡女主播直播后遭男友饥渴线下诱骗_000.srt 文件，检查是否存在时间轴异常（例如开始时间等于结束时间，或时长极短）的字幕行。调整对齐设置：在软件主界面或“...
  203.10**8 Posted at: 5 months ago

• #3550 HTTPSConnectionPool(host='openspeech.bytedance.com', port=443): Max retries exceeded with url: /api/v1/vc/submit?appid=1070910001&language=en-US&use_itn=True&caption_type=speech&ma...

  💬 1
  [Last reply:5 months ago] 该错误是由于与字节火山语音识别API的SSL连接失败导致的，通常与网络环境或软件版本有关。解决方案：升级软件版本：你当前使用的是 v3.91 版本。请先升级到最新版 v3.97，许多网络和API连接问题在新版本中已得到优化。检查网络连接：确保你的网络可以正常访问 openspeech.bytedance.com（字节火山服务）。如果在中国大陆，可能需要配置网络代理。配置网络代理：在软件主界面的“网...
  213.130**7 Posted at: 5 months ago

• #3549 我要用到配音渠道、说话人识别、模型等参数，完整命令...

  💬 1
  [Last reply:5 months ago] 您需要的是使用 pyVideoTrans 命令行模式（CLI）进行视频翻译的完整命令示例，该命令应包含配音渠道、说话人识别、模型选择等参数的配置。根据知识库，命令行模式通过 cli.py 调用，核心任务类型为 vtv（视频翻译）。以下是包含您所需参数的完整命令示例：uv run cli.py --task vtv --name "your_video.mp4" --source...
  154.3**9 Posted at: 5 months ago

• #3548 uv run cli.py --task vtv --name "视频路径" --source_language_code "源语言" --target_language_code "目标语言" [可选参数]，用这个命令为什么不能直接翻译出......

  💬 1
  [Last reply:5 months ago] 这是因为命令行模式默认配置可能未指定配音渠道和角色，导致只生成翻译后的字幕而没有配音。要使用命令行模式生成带中文配音的视频，需要额外指定配音相关的参数。以下是解决方案：检查必要参数：确保至少指定了以下核心参数：--tts_type：指定配音渠道（例如，使用 Edge-TTS 免费渠道可设为 1）。--voice_role：指定配音角色（例如，中文女声可设为 zh-CN-XiaoxiaoNeural...
  154.3**9 Posted at: 5 months ago

• #3547 [2026-03-10 18:51:41,716] ERROR in start: [api]error: 400 Bad Request: The browser (or proxy) sent a request that this s......

  💬 1
  [Last reply:5 months ago] 这是由于向外部 TTS 服务（如 F5-TTS、GPT-SoVITS 等）发送的 API 请求格式不正确或服务端无法理解导致的。检查 API 服务状态：确保你使用的 TTS 服务（如 F5-TTS、GPT-SoVITS、CosyVoice 等）已正确启动，并且其 API 服务正在运行（例如 http://127.0.0.1:7860 或 http://localhost:8000）。核对 API ...
  103.151**5 Posted at: 5 months ago

• #3546 403 Client Error: Forbidden for url: https://ark.cn-beijing.volces.com/api/v3/chat/completions...

  💬 1
  [Last reply:5 months ago] 这是由于字节火山方舟翻译渠道的 API 请求被拒绝（403 错误）导致的。通常是因为 API 密钥无效、过期，或请求的模型/服务未开通。解决方案：检查 API 密钥和配置：打开 pyVideoTrans 的 菜单 -> 翻译设置 -> 字节火山方舟。确认 API Key 和 Secret Key 填写正确且未过期。请确保复制的是完整的密钥，没有多余的空格或换行。确认 API URL 填...
  213.130**7 Posted at: 5 months ago

• #3545 linux系统部署版，无法上传音视频，python test显示报错...

  💬 1
  [Last reply:5 months ago] 这是由于 FFmpeg 未正确安装或环境变量未配置导致的。Linux 源码部署版本依赖系统已安装的 FFmpeg，上述错误表明软件调用 FFmpeg 处理音频文件时失败。解决方案：安装 FFmpeg：在终端中运行以下命令安装 FFmpeg。sudo apt update sudo apt install ffmpeg验证安装：安装后，在终端运行 ffmpeg -version，确认能正常输出版本信...
  103.151**5 Posted at: 5 months ago

• #3544 TaskCfgSTT(is_cuda=True, uuid='e1dbb01d50', cache_folder='D:/Program Files/pyvideotrans/tmp/1468/e1dbb01d50', target_dir='D:/Program Files/pyvideotrans/output/recogn', source_langu...

  💬 1
  [Last reply:5 months ago] 该错误是由于内存或显存不足，导致语音识别进程池中的进程被意外终止。解决方案：降低模型大小：你当前使用的是 tiny 模型。虽然它最小最快，但准确度很低，且此错误表明系统资源仍不足以稳定运行。请尝试以下操作：在语音识别渠道的下拉菜单中，将模型从 tiny 更换为 base 或 small。如果仍报错，请继续尝试更小的模型，直到能稳定运行。注意：.en结尾和distil-开头的模型仅支持英语发音。如果...
  61.8**6 Posted at: 5 months ago

• #3543 invalid literal for int() with base 10: '1,048,576'...

  💬 5
  [Last reply:5 months ago] The core knowledge base for pyVideoTrans does not contain specific information about the "thinking budget" parameter for the Gemini AI API or whether '-1' is an accepted value.This is a configuration ...
  115.98**5 Posted at: 5 months ago

• #3542 TaskCfg(cache_folder='C:/pyvideotrans/tmp/10972/bfe7ec9918', target_dir='C:/pyvideotrans/output/tts', remove_noise=False, is_separate=False, detect_language=None, subtitle_language...

  💬 1
  [Last reply:5 months ago] The conversion failed because the generated MP3 audio file (C:/pyvideotrans/output/tts/20260309-181113.mp3) is corrupted or invalid. The error pydub.exceptions.CouldntDecodeError: Decoding failed. ffm...
  108.7**8 Posted at: 5 months ago

• #3541 google.genai.errors.ClientError: 429 RESOURCE_EXHAUSTED. {'error': {'code': 429, 'message': 'You exceeded your current quota, please check your plan and billing details. For more i...

  💬 1
  [Last reply:5 months ago] This is due to the Gemini TTS API's free tier quota being exceeded. The error indicates you have exceeded the limit of 10 free requests per day for the gemini-2.5-flash-tts model.Solution:Switch to a ...
  108.7**8 Posted at: 5 months ago

• #3540 实时语音转文字怎么使用ollama作为翻译引擎？为什么找不到切换翻译引擎的入口，是v3.92这个版本没有这个功能吗？...

  💬 1
  [Last reply:5 months ago] 你的问题涉及两个部分：一是实时语音转文字功能如何使用 Ollama 作为翻译引擎，二是在 v3.92 版本中找不到切换翻译引擎的入口。关于实时语音转文字功能：根据核心知识库，pyVideoTrans 的“实时语音转文字”功能（如果存在）主要用于语音转录（ASR），其核心是将语音实时转换为文字，通常不涉及翻译环节。翻译功能主要在“视频翻译”或“批量字幕翻译”工作流中使用。因此，实时语音转文字功能本身...
  223.73**2 Posted at: 5 months ago

Related resource

• Document
• Download
• GitHub repo
• My Post