• #5623 文件不存在：C:\Users\z000gejt\Downloads\win-pyvideotrans-v4.03-0626\tmp\6568\vas-1783150649.3484106.srt...

  💬 1
  [Last reply:1 month ago] 错误原因：软件在临时目录 tmp/6568/ 下未找到预期的 vas-*.srt 文件。通常是由于以下任一情况导致：误选了"清理已生成"：该选项会在新任务开始前删除之前的临时文件，如果任务中止或重复启动，会导致依赖的中间文件丢失。任务异常中断：之前运行的任务在中途崩溃或手动停止，未能正常生成该缓存文件。路径/权限问题：临时目录被第三方清理工具（如杀毒软件、系统垃圾清理）误删。解决方法取消勾选"清理...
  168.138* Posted at: 1 month ago

• #5622 videotrans.configure.excepts.DubbingSrtError: Cannot find a function with `api_name`: /basic_tts....

  💬 1
  [Last reply:1 month ago] 这是因 F5-TTS 或相关 Gradio API 服务未正确启动或 API 地址配置错误导致的。解决方法：确认服务已启动：确保已正确启动 F5-TTS 服务（例如执行 f5-tts/gradio.py 或对应启动脚本）。服务启动后控制台应有 Running on local URL: http://127.0.0.1:7860 等输出。检查 API 地址配置：在软件菜单 → TTS 设置 → F...
  122.190* Posted at: 1 month ago

• #5620 字幕翻译后，文本消失了好几行·显示是空...

  💬 11
  [Last reply:1 month ago] 知识库中没有针对 4GB 显存可以稳定运行的本地翻译大模型的具体推荐。现有的本地翻译渠道（M2M100）需求较模糊，通常需要 6GB+ 显存才能流畅运行 large 版本，4GB 显存极易爆显存。建议以下更可靠的方案：换用在线翻译渠道（完全避免本地显存占用）免费：Microsoft 翻译（无需代理）、Google 翻译（需代理）收费但便宜：DeepL、百度翻译、腾讯翻译、DeepSeek API（...
  112.224* Posted at: 1 month ago

• #5621 No transcription results returned. Please check the original audio/video or model and try again.Traceback (most recent c......

  💬 1
  [Last reply:1 month ago] No transcription results returned 表示 faster-whisper 模型未能从音频中检测到任何语音内容。结合你的配置（未启用CUDA加速，使用 large-v3-turbo 模型），核心原因是在纯CPU环境下运行大模型导致内存不足或处理异常。解决方案（按推荐顺序尝试）：切换为更小的模型 在语音识别渠道中选择 small 或 base 模型，它们对CPU内存的需...
  116.16* Posted at: 1 month ago

• #5619 System Error (None): NoneTraceback (most recent call last): File "/Users/cuichi/pyvideotrans/.venv/lib/python3.10/site-......

  💬 1
  [Last reply:1 month ago] This error is caused by a missing system library: libsndfile. PyVideoTrans requires libsndfile as a system dependency on macOS.Solution:Install libsndfile via Homebrew:brew install libsndfileAfter ins...
  2a09:bac3* Posted at: 1 month ago

• #5618 语音识别阶段出错[阿里FunASR(本地)(本地内置)] CUDA out of memory. Tried to allocate 3.42 GiB. GPU 0 has a total capacity of 7.96 GiB of w......

  💬 1
  [Last reply:1 month ago] 这是由于显卡显存不足导致的。你的 GPU 0 总容量约 8GB，但 FunASR 模型和 PyTorch 已分配了 10.5 GB（包含部分预留），导致无法继续分配。解决方法（按推荐顺序尝试）：切换为识音效果相近但显存占用低的本地渠道：在「ASR Channel」中选择 faster-whisper(本地内置)，模型选 large-v3-turbo 或 medium。这两个模型对 8GB 显存更友...
  15.235* Posted at: 1 month ago

• #5617 语音识别阶段出错[openai-whisper(本地内置)] :Traceback (most recent call last): File "urllib\request.py", line 1348, in do_open Fil......

  💬 1
  [Last reply:1 month ago] 这是由于 openai-whisper 尝试从 openaipublic.azureedge.net 在线下载模型时，SSL 证书验证失败导致的模型下载中断。常见原因包括：系统时间不正确、网络防火墙或代理干扰中国大陆访问该域名、系统证书过旧。解决方案：检查系统时间：确保电脑的日期和时间设置正确（尤其年份和时区），时间错误会导致 SSL 证书验证失效。暂时关闭代理或 VPN：如果开启了代理，请关闭后...
  183.195* Posted at: 1 month ago

• #5616 语音识别阶段出错[阿里FunASR(本地)(本地内置)] 处理列表或序列时索引越界:list index out of rangeTraceback (most recent call last):File "videotrans\task......

  💬 1
  [Last reply:1 month ago] 该报错是因阿里FunASR语音识别渠道对韩语支持不足，在处理音频切片后列表为空（无有效语音片段）导致索引越界。解决方案（按优先级）：更换ASR渠道为 faster-whisper(本地内置) 并选用 large-v3模型，该渠道对韩语识别效果更好，且支持CUDA加速。检查原始音频文件是否确实包含清晰的韩语人声，可先用播放器试听确认。请查阅相关文档：阿里FunASR说明faster-whisper本...
  206.189* Posted at: 1 month ago

• #5615 设置参数：批量翻译时每批数量：2CPU同时任务数：2GPU同时任务数：1电脑内存32GB任务开始分离音频时，电脑内存占满，运行卡顿，有没有办法缓解卡顿？...

  💬 1
  [Last reply:1 month ago] 这是人声背景分离（UVR-onnx）纯CPU操作导致的。32GB内存下同时处理2个视频的分离，每个分离进程都可能消耗大量内存（比如分离模型加载和音频数据处理），加上CPU同时任务数2，导致内存爆满。缓解方案（按优先级操作）：降低并发量：将批量翻译时每批数量设为 1（菜单-工具-高级选项-通用设置）。将CPU同时任务数[重启生效]设为 1（同上），重启软件后生效。这能保证同时只有一个分离任务运行，内...
  220.203* Posted at: 1 month ago

• #5614 TTS speak request failed, please verify your input and ensure theservice is operational.:Traceback (most recent call las......

  💬 1
  [Last reply:1 month ago] 此错误表明 TTS 配音引擎无法处理请求，常见原因有：API 密钥无效/余额不足、本地服务未启动、网络代理配置错误、或输入内容（如字幕文本）格式异常。请按以下步骤排查：检查使用的配音渠道：是 Edge-TTS、GPT-SoVITS、OmniVoice 还是其他？确认服务状态：若使用本地渠道（如 GPT-SoVITS、OmniVoice），确认对应服务已启动且 API 地址正确。若使用在线渠道（如 ...
  240e:36f* Posted at: 1 month ago

• #5613 如何减少配音角色的机械感...

  💬 3
  [Last reply:1 month ago] 使用 Qwen-TTS 进行声音克隆，软件会自动从原始视频中截取参考音频（无需您手动准备）。如果需要使用自己的音频文件（例如您自己录制的音色），则需要额外配置。操作流程（克隆原视频音色）选择 Qwen-TTS 渠道：在主界面「Dubbing Channel」下拉列表中选择 Qwen-TTS(本地内置)。第一次使用时软件会自动下载模型（约1~2分钟）。选择 clone 角色：在「Select Voi...
  171.83* Posted at: 1 month ago

• #5612 什么导出后文件里没有视频文件...

  💬 1
  [Last reply:1 month ago] 导出后没有视频文件通常由以下原因导致：输出目录不正确：默认翻译后的视频保存在原视频所在目录下的 _video_out 文件夹内，而不是原视频同目录。请检查该文件夹。勾选了"仅输出mp4"：若主界面勾选了该项，只有最终MP4会被保留，其他字幕、音频等会被删除，但视频本身应该存在。如果连MP4也没有，说明任务可能未正常完成。任务中途失败：语音识别、翻译或配音环节出错会导致任务中断，不会生成最终视频。可...
  218.94* Posted at: 1 month ago

• #5610 [WARNING] [SpeedRate] Rubberband 不可用，将使用pydub+ffmpeg处理音频加速。...

  💬 3
  [Last reply:1 month ago] Windows 源码部署流程如下：安装依赖Python 3.10（建议使用）uv 包管理器（pip install uv）FFmpeg：将 ffmpeg.exe / ffprobe.exe 放入系统 PATH 或项目根目录下的 ffmpeg/ 文件夹libsndfile：Windows 下可通过 uv add pysoundfile 自动处理克隆仓库并安装 在命令行执行：git clone ht...
  240e:36f* Posted at: 1 month ago

• #5608 开启视频缓速和语音加速后为什么最后几秒视频还是会卡顿...

  💬 3
  [Last reply:1 month ago] 中文转泰文时，由于泰文的音节数和语法结构与中文差异较大，配音后的时长变化会更加明显，导致同步问题比常见语种更突出。建议按以下顺序调整：1. 强制音频加速（必选） 在主界面“同步对齐”行，仅勾选“音频加速”，不勾选“视频慢速”。加速会压缩配音片段使其匹配原时长，这是最有效的缓解手段。2. 降低语速适配 在“设置更多参数”中，将配音语速设置为 -10 至 -20（如 -15），让泰文配音读得更慢一...
  240e:36f* Posted at: 1 month ago

• #5609 MemoryError...

  💬 1
  [Last reply:1 month ago] 这是 内存不足（MemoryError） 导致的崩溃，通常发生在 faster-whisper 处理长音频或使用 large-v3 模型时，系统物理内存（RAM）或显卡显存耗尽。解决方法：更换更小的模型 进入主界面 ASR Channel → 更换为 small 或 medium 模型（large-v3 至少需要 16GB 内存 / 10GB 显存）。启用 CUDA 加速（若您有 NVIDIA ...
  1.164* Posted at: 1 month ago

• #5603 保存字幕前格式化srt失败:file='D:/pyvideotrans/win-pyvideotrans-v4.03-0626/Minecraft but I get sent to PARKOUR PRISON-mp4/en.srt'Tr......

  💬 21
  [Last reply:1 month ago] ...
  103.151* Posted at: 1 month ago

• #5607 :Traceback (most recent call last): File "urllib\request.py", line 1348, in do_open File "http\client.py", line 1283, ......

  💬 1
  [Last reply:1 month ago] 模型下载失败，原因是网络无法连接到模型托管服务器（Hugging Face）。openai-whisper(本地内置) 首次使用需在线下载模型，由于国内网络限制或 SSL 证书问题导致下载中断。解决方案：手动下载模型文件 根据使用的模型 large-v3-turbo，下载对应的 .pt 文件，放到软件根目录的 models/ 文件夹下：下载地址：https://openaipublic.azur...
  36.231* Posted at: 1 month ago

• #5606 识别韩语语音用那个模型合适（本地内置）...

  💬 3
  [Last reply:1 month ago] large-v3：准确度最高、速度最慢，推荐显存≥8GB 时使用。large-v3-turbo：速度比 large-v3 快约 2~4 倍，显存占用更低，准确度略低于 large-v3，适合资源有限或追求速度的场景。distil-large-v3.5：蒸馏版本，仅支持英语，不适用于韩语识别。因此，识别韩语时建议在 large-v3（质量优先）和 large-v3-turbo（速度优先）之间选择。...
  103.219* Posted at: 1 month ago

• #5605 gemini 3.5 flash翻译后暂停几秒合适不会出错...

  💬 1
  [Last reply:1 month ago] Gemini 3.5 Flash 翻译后建议暂停 2–3 秒。若使用的是免费 API 额度，为避免触发每分钟请求次数限制（429 错误），可适当增大至 5 秒。操作步骤：打开主界面顶部 菜单 -> 工具/选项 -> 高级选项。找到 字幕翻译调整 区域。修改 翻译后暂停秒 的数值（默认可能是 0 或其他值），填入 2 或 3（免费版填 5）。保存后重启任务即可。若仍出现报错，可进一步降低...
  103.219* Posted at: 1 month ago

• #5604 cli 可以返回 语音识别文本 用户修改确认后 然后使用 修改后的语言文本继续吗...

  💬 3
  [Last reply:1 month ago] 理论上可行，因为 pyVideoTrans 是开源软件，你可以自行修改 cli.py 及核心任务流水线来插入交互暂停。但官方未提供此类修改指南，知识库中也没有实现细节。建议直接使用 GUI 桌面端的单视频精修模式，该模式已内置“识别后编辑字幕”的交互流程。如需自行改造，可参考 videotrans/task/job.py 中 Worker 单视频模式的控制逻辑。...
  240e:36f* Posted at: 1 month ago

Related resource

• Document
• Download
• GitHub repo
• My Post