Page 25 BBS.pyVideoTrans.com 豆包语音合成模型2.0是哪个模型

#5750 豆包语音合成模型2.0是哪个模型...

[Last reply:21 days ago] 在免费或本地部署的配音渠道中，Confucius4-TTS（本地 API，需自行部署）是目前泰语预设音色最多的渠道。它明确支持泰语，并提供多个预设发音角色（通常包含男女声、不同风格），适合需要丰富泰语选项的场景。如果你不想自行部署，也可以尝试 Edge-TTS（免费在线），其泰语音色数量较少但开箱可用。请查阅相关文档：Confucius4-TTS 等本地部署 TTS 说明（注：该页面涵盖多种本地...

103.17* Posted at: 24 days ago

#5791 =====system:Windows-10-10.0.26200-SP0version:v3.99frozen:Truelanguage:enroot_dir:E:/Application/dupping/win-pyvideo...

💬 1

[Last reply:22 days ago] No specific issue was described. Please provide the error message you encountered, the steps you took before the error occurred, and any relevant log content (last 30 lines from logs/ folder). Also co...

2001:ee0* Posted at: 22 days ago

#5790 语音识别选择VAD模式...

💬 1

[Last reply:22 days ago] 语音识别中的 VAD（Voice Activity Detection）选项位于菜单 → 工具/选项 → 高级选项 → 语音识别参数页面中。您可以在下拉菜单中选择对应的 VAD 类型（软件内置了多种 VAD 模型，如 Silero VAD 等）。调整 VAD 可以更精确地控制音频中被判定为“语音”或“静音”的门限，从而影响最终字幕的分割精度。建议：语音阈值：数值越低越灵敏（容易将噪声误判为语音...

240e:3a3* Posted at: 22 days ago

#5789 连接超时，请检查网络连接是否稳定. 微软翻译使用频繁可能触发限流，请稍等段时间重试。Traceback (most recent call last):...

💬 1

[Last reply:22 days ago] 微软翻译接口连接超时，通常由两种原因引起：网络不稳定或短时请求频繁触发限流。解决方法：增加翻译间隔：进入菜单 → 工具 → 高级选项 → 字幕翻译调整，将翻译后暂停秒改为 5 或 10，以避免被微软限流。更换翻译渠道：暂时改用 Google 翻译（需代理）或百度翻译、DeepSeek 等国内可用渠道。在“翻译渠道”下拉框中选择其他服务并配置好对应的 API 密钥。检查网络与代理：确保当前网络可...

2408:8411* Posted at: 22 days ago

#5787 我同时启动两个sp 结果发现，会修改其他翻译好的时间轴，会出现这种情况吗...

💬 3

[Last reply:22 days ago] 可以。使用外部已翻译好的 SRT 字幕，可以批量跳过 ASR 和翻译阶段，直接进行配音和合成。具体操作为：将多个视频放在同一个文件夹内，每个视频的命名保持极简（如 a.mp4、b.mp4）。在每个视频同级目录下创建 _video_out 文件夹，再分别创建以“视频名-视频格式”命名的子文件夹（例如 a-mp4、b-mp4）。将对应的源语言字幕和目标语言字幕放入这些子文件夹，分别命名为 [语言代码]...

2a14:4900* Posted at: 22 days ago

#5786 代理设置不正确或代理不可用，请检查代理或关闭代理并删掉代理文本框中所填内容Traceback (most recent call last):...

💬 1

[Last reply:22 days ago] 核心原因是您设置的代理地址 http://127.0.0.1:22004 指向的代理服务未能正常连接（“目标计算机积极拒绝”），导致所有尝试访问 Google 翻译的网络请求失败。解决方案如果不需要代理在主界面 “网络代理” 文本框中彻底清空所有内容（删除 http://127.0.0.1:22004），点击保存后重新运行任务即可。如果需要代理确认您的代理软件（如 V2Ray、Clash 等）...

112.120* Posted at: 22 days ago

#5785 Subprocess Error: Backend should be defined in the BACKENDS_MAPPING. Offending backend: tfTraceback (most recent call last):...

💬 1

[Last reply:22 days ago] Subprocess Error: Backend should be defined in the BACKENDS_MAPPING. Offending backend: tf indicates a conflict in CTranslate2’s internal TensorFlow backend, likely triggered by an incompatible ctrans...

91.38* Posted at: 22 days ago

#5782 你的设备不满足CUDA加速要求，请确认是NVIDIA显卡，并已配置好CUDA环境，点击菜单栏-帮助支持-CUDA help...

💬 9

[Last reply:22 days ago] 根据你提供的 nvcc -V 输出，CUDA Toolkit 已更新到 13.3，但软件仍检测不到 GPU（可用 NVIDIA 显卡数为 0，耗时 20s）。目前核心矛盾：软件内置的 PyTorch 是针对 CUDA 12.8 编译的，而 CUDA 13.3 版本可能不被其完全支持（通常 PyTorch 需配套对应主版本号的 CUDA）。此外，你的显卡驱动版本可能仍为旧的 472.12，该驱动最多...

2409:8a4c* Posted at: 22 days ago

#5784 :Traceback (most recent call last):...

💬 1

[Last reply:22 days ago] 这是由于软件打包版中内置的 huggingface-hub 库版本（0.35.3）过低，导致与所需的 transformers 模块版本要求（>=1.3.0）冲突。该错误常见于 v4.05 早期打包版。解决方法（按顺序尝试）：下载并覆盖最新补丁包：前往 pyVideoTrans 官方下载页面下载最新补丁包（约 260MB），解压后直接覆盖到原软件根目录，确保 _internal 目录下的依...

240e:b8e* Posted at: 22 days ago

#5783 :Traceback (most recent call last):...

💬 1

[Last reply:22 days ago] 这是由于打包环境中的 huggingface-hub 版本过低导致的：OmniVoice 依赖的 transformers 要求 huggingface-hub>=1.3.0,<2.0，但当前打包版本中固定为 0.35.3，不满足要求。解决方案（按顺序尝试）：确认使用的是完整包（2.6GB）：你提供的报错路径 D:\video_tool\pyvideotrans\_internal\t...

240e:b8e* Posted at: 22 days ago

#5781 翻译字幕阶段出错 [Hy-MT2-1.8B(本地内置)] Couldn't instantiate the backend tokenizer from one of: (1) a `tokenizers` library serialization file,...

💬 1

[Last reply:22 days ago] 这个错误是由于 Hy-MT2-1.8B 模型文件下载不完整或缺少 tokenizer 组件（如 tokenizer.json 或 sentencepiece 模型文件）导致的。解决方案：检查模型目录完整性：进入软件安装目录下的 models/models--tencent--Hy-MT2-1.8B 文件夹，确认是否包含所有必要的文件（尤其是 tokenizer.json、tokenizer_con...

2409:8a02* Posted at: 22 days ago

#5780 问：we're good no not sure you know just my friends they told me that like anal sex is so a greatand you know your dad is ......

💬 1

[Last reply:22 days ago] 该问题通常由翻译渠道质量不足或上下文缺失导致。您使用的示例文本包含大量口语化俚语（如“b-hole”“butthole”）和不规范语法，免费传统翻译（Google/微软）对此类内容处理较差，易出现漏译或英中夹杂。解决方案：更换翻译渠道为AI大模型（如DeepSeek、OpenAI ChatGPT），并在主界面勾选发送完整字幕，让AI获得完整上下文以准确理解口语和俚语。清除翻译缓存：删除软件目录下t...

27.47* Posted at: 22 days ago

#5779 Error no file named pytorch_model.bin, model.safetensors, tf_model.h5, model.ckpt.index or flax_model.msgpack found in directory Z:/SOFTWARE/win-pyvideotrans-v4.05-0711/models/mode...

💬 1

[Last reply:22 days ago] 错误原因是 Qwen3-TTS 本地模型文件下载不完整。目录 models/models--Qwen--Qwen3-TTS-12Hz-0.6B-Base 虽然存在，但缺少模型权重文件（如 pytorch_model.bin 或 .safetensors），导致加载失败。解决方法手动下载模型：访问 Hugging Face 仓库 https://huggingface.co/Qwen/Qwen3...

45.167* Posted at: 22 days ago

#5778 默认断句和LLM断句什么区别...

💬 1

[Last reply:23 days ago] 默认断句直接使用语音识别模型自带的自然断句结果，不做额外处理，速度快、稳定性高，但可能产生过长或过短的片段，影响后续TTS克隆效果。LLM重新断句在语音识别完成后，将整段字幕文本发送给AI大模型（如DeepSeek、OpenAI），让模型修正错别字、重新切分长句为合理短句、恢复标点等。结果更通顺自然，但依赖AI智能水平，可能反而变差，且处理较慢。当使用clone音色（原音色克隆）时，不建议启用，因...