-
#7096 语音识别阶段出错[Huggingface_ASR(内置)] The expanded size of the tensor (3104) must match the existing size (3000) at non-singleton dimension 1. Target sizes: [128, 3104]. Tensor sizes: [1...
💬 3[Last reply:26 days ago] 该报错是模型文件不完整或损坏，导致音频特征张量长度不匹配（3000 与 3104 不一致）。按以下顺序处理：删除模型文件夹 D:/win-pyvideotrans-v4.11/models/models--kotoba-tech--kotoba-whisper-v2.0，回到软件重跑，让软件自动重新下载。若自动下载仍失败，手动下载该模型所有文件（https://huggingface.co/kot...45.12**6 Posted at: 26 days ago -
#7095 语音识别阶段出错[Huggingface_ASR(内置)] The expanded size of the tensor (3104) must match the existing size (3000) at non-singleton dimension 1. Target sizes: [128, 3104]. Tensor sizes: [1...
💬 3[Last reply:26 days ago] 这是 Huggingface_ASR(内置) 渠道的 kotoba-tech/kotoba-whisper-v2.0 模型与 transformers pipeline 批次填充逻辑不兼容导致的张量维度错误。该模型在日语识别时，pipeline 内部按 batch 填充时无法正确对齐输入向量长度，导致 RuntimeError。建议按以下方案解决：更换该渠道下的其他日语模型将 Huggingfac...45.12**6 Posted at: 26 days ago -
#7091 还是会出现漏句子的情况 ，太难受了...
💬 27[Last reply:26 days ago] 具体部署 Parakeet-API 的步骤不在我的知识库中，无法提供可靠的操作指南。该渠道属于“高级自定义”类，需要你自行在本地或服务器上部署一个支持 GPU 加速的 Parakeet 语音转录服务，然后让 pyVideoTrans 通过 API 地址调用它。知识库中仅提供了该渠道的文档链接，具体部署步骤请访问：请查阅相关文档：Parakeet-tdt(本地API)。如果你不熟悉 Python 环...182.147**1 Posted at: 26 days ago -
#7093 [Errno 13] Permission denied: 'E:/菊花/新建文件夹/中/BOBB-442J.srt'：E:/菊花/新建文件夹/中/BOBB-442J.srtTraceback (most recent call last):...
💬 5[Last reply:26 days ago] Parakeet 模型不区分软件版本，v4.12 中可直接使用以下两种方式：内置「parakeet日语(内置)」渠道 模型下载地址（首次使用时自动下载，失败可手动下载）： https://modelscope.cn/models/himyworld/videotrans/resolve/master/parakeet-ja.zip 下载后解压，将压缩包内的 parakeet 文件夹复制到软件...182.147**1 Posted at: 26 days ago -
#7094 我用的是4.08版本，现在发现是4.12版本了，中间的版本，一共更新了什么新功能和修复bug，为我整理出来...
💬 1[Last reply:26 days ago] 当前知识库仅包含 v4.12 的最新更新日志，未收录 v4.09 至 v4.11 的逐版本变更记录，因此无法准确整理中间版本的完整更新内容。v4.12 版本的更新日志如下：移除whisper预分割音频、合并邻近短字幕优化 VAD 切分算法优化翻译提示词LLM重新断句调整为LLM纠错，只修改错别字和恢复标点，不重新断句，可在高级选项-通用设置-LLM纠错AI渠道调整，默认 DeepSeek二次识别固...141.11**2 Posted at: 26 days ago -
#7092 pyvideotrans翻译出来保存的字幕是乱码怎么回事...
💬 5[Last reply:26 days ago] 暴风影音对 UTF-8 编码的 SRT 文件支持不佳，默认通常按系统区域（GBK/ANSI）解析，导致文字乱码。您保存的字幕文件本身很可能内容是正确的，只是编码格式不被播放器识别。可按以下步骤处理：1. 用记事本或 Notepad++ 打开该 SRT 文件，确认内容是否为正常文字（若正常则说明只是编码读取问题）。2. 在编辑器中选择“另存为”，编码选择“UTF-8 with BOM”或“ANSI/...240e**62b4 Posted at: 26 days ago -
#7090 网络连接失败Traceback (most recent call last):...
💬 1[Last reply:26 days ago] 这是网络连接失败引起的。根据日志，你在使用 ElevenLabs.io 语音识别渠道时，经代理 http://127.0.0.1:7892 访问其服务器，但 SSL 握手被服务器中断（EOF occurred in violation of protocol），通常表示代理未生效、端口错误或代理不稳定。解决方案：确认你的科学上网工具已启动，且代理端口确为 7892（可在主界面"对齐控制"行右侧的代...2a09**1ba Posted at: 26 days ago -
#7089 Unable to open file 'model.bin' in model 'D:/pyvideotrans-v4.12/models/models--mobiuslabsgmbh--faster-whisper-large-v3-turbo',Traceback (most recent call last): File...
💬 1[Last reply:26 days ago] 错误原因是 faster-whisper large-v3-turbo 模型的 model.bin 文件缺失或下载不完整，导致模型无法加载。解决方案：删除损坏的模型目录 关闭软件后，删除整个文件夹： D:/pyvideotrans-v4.12/models/models--mobiuslabsgmbh--faster-whisper-large-v3-turbo重新获取模型重新打开软件执行任务...43.212**9 Posted at: 26 days ago -
#7086 显示Resegment:ended...
💬 19[Last reply:26 days ago] 该日志片段 {"type": "logs", "text": "Resegment:ended"} 是语音识别子进程完成断句/纠错阶段后输出的正常标记，说明 faster-whisper 已成功处理识别结果并结束该步骤。它本身不是错误，也不表示流程中断。当前任务未继续或找不到 _video_out 文件夹，请按以下顺序...119.98**6 Posted at: 26 days ago -
#7088 Unable to open file 'model.bin' in model 'D:/BaiduNetdiskDownload/win-pyvideotrans-v4.12/models/models--mobiuslabsgmbh--faster-whisper-large-v3-turbo',Traceback (most recent call l...
💬 1[Last reply:26 days ago] 模型文件缺失或损坏，model.bin 无法被 faster-whisper 正确加载。这通常是因为模型下载不完整（大小/哈希校验失败）或文件被浏览器自动重命名所致。解决方案：彻底删除损坏的模型文件夹 删除整个目录：D:/BaiduNetdiskDownload/win-pyvideotrans-v4.12/models/models--mobiuslabsgmbh--faster-whispe...164.52**2 Posted at: 26 days ago -
#7087 Lỗi trong giai đoạn nhận diện giọng nói[faster-whisper(Tích hợp sẵn)] No transcription results returned. Please check the original audio/video [info.duration_after_vad=0.0s].info=T...
💬 1[Last reply:26 days ago] Lỗi này do VAD (Voice Activity Detection) không phát hiện được bất kỳ phân đoạn giọng nói nào trong âm thanh. Cụ thể, log cho thấy:Tổng thời lượng âm thanh: 688.69 giâyThời lượng sau VAD: 0.0 giây → t...116.99**8 Posted at: 26 days ago -
#7085 File not found: D:\A-win-pyvideotrans-v4.11\tmp\9332\vas-1788713282.5085945.srt...
💬 1[Last reply:27 days ago] This error is caused by the task pipeline referencing a temporary file that was either deleted prematurely or could not be read. The file D:\A-win-pyvideotrans-v4.11\tmp\9332\vas-1788713282.5085945.sr...42.116**3 Posted at: 27 days ago -
#7084 VAD errorTraceback (most recent call last):...
💬 1[Last reply:27 days ago] 该错误发生在语音识别阶段，由 Gemini 渠道执行 VAD（语音活动检测）时抛出。可能原因与排查步骤：VAD 参数设置异常 进入 菜单 → 工具 → 高级选项 → 语音识别参数，检查 语音阈值、静音分割持续毫秒 等参数。可尝试将 语音阈值 调低至 0.3 左右，或将 选择VAD 切换为其他选项。音频文件本身问题 确认 D:/video/RustTikTok-PhotoImport-...mp...2a09**1ba Posted at: 27 days ago -
#7083 Error code: 400 - {}:Traceback (most recent call last): File...
💬 1[Last reply:27 days ago] 该报错是阿里百炼（Qwen-MT）翻译渠道的请求参数错误（HTTP 400），常见原因是模型名称选择错误或API 地址/密钥配置不正确。请按以下顺序排查：检查模型名称：进入 菜单 → 翻译设置 → 阿里百炼 API，确认所填模型是纯文本模型（如 qwen-plus、qwen-mt 等）。严禁使用 qwen-asr 开头的模型（那是语音识别用的），也不能使用多模态模型，阿里百炼不允许多模态模型用于字...2a09**1ba Posted at: 27 days ago -
#7082 在“翻译视频”的功能中，有时候语音识别可能不准，不想在中途一句一句的修改，有现成的字幕文件，就缺了配音，但是像clone相关发声者的配音，能否直接替换发音语言和目标语言的所有srt文件，或者有没有其他方式？...
💬 1[Last reply:27 days ago] 可以直接使用现成的 SRT 字幕文件，跳过语音识别和翻译阶段，只进行配音和合成。方法一：手动替换（适用于少量视频）假设视频文件名为 myvideo.mp4，发音语言为英文（en），目标语言为中文（zh-cn）：在视频同级目录创建 _video_out 文件夹；在 _video_out 内创建子文件夹：myvideo-mp4（格式为 [视频名]-[视频后缀]，注意带后缀）；将你的两个 SRT 文件复...2409**7d0b Posted at: 27 days ago -
#7081 File Not Foundhttp://127.0.0.1:8080/v1/models...
💬 1[Last reply:27 days ago] 这是典型的 404 NotFound 错误，核心原因是您配置的 OpenAI 兼容 API 地址或模型名称与本地服务实际提供的不匹配。排查步骤：检查 API 地址：确认您填写的是服务的基础地址，例如 http://127.0.0.1:8080（或 http://127.0.0.1:8080/v1），不要包含 /v1/models 这类后缀。软件内部会根据您填的地址自动拼接 /v1/chat/com...240e**9c00 Posted at: 27 days ago -
#7080 what is new in 4.12...
💬 7[Last reply:27 days ago] Here are the remaining ASR settings you can tune in 菜单 → 工具 → 高级选项 → 语音识别参数. The most important ones for aligning dubbing with the original video’s speech timing are already covered, but these additio...2a09**db Posted at: 27 days ago -
#7079 CUDA GPU acceleration unavailable. Verify NVIDIA GPU & CUDA installation (Help -> CUDA Help)....
💬 1[Last reply:27 days ago] This error indicates the software cannot detect a valid CUDA environment for GPU acceleration. Since you are running a source deployment (frozen:False), the issue is almost certainly one of the follow...2601**e2ca Posted at: 27 days ago -
#7078 语音识别阶段出错[阿里FunASR(内置)] Subprocess Error: regex>=2025.10.22 is required for a normal functioning of this module, but found regex==2023.10.3.Try: `pip install transformers -U` or `pi...
💬 1[Last reply:28 days ago] 这是预打包版中 regex 依赖版本过低（2023.10.3）与阿里 FunASR 所需的 regex>=2025.10.22 发生冲突，导致子进程初始化失败。由于你是 Windows 预打包版（frozen:True），无法直接执行 pip install 升级，请按以下顺序尝试解决：重新下载官方最新完整包并覆盖：先去 下载页面 下载最新 2.7GB 完整包，解压后覆盖当前目录。若只覆盖了...111.240**7 Posted at: 28 days ago -
#7077 Trans Error:[Microsoft (Free)] 404 Client Error: Not Found for url: https://edge.microsoft.com/translate/auth:Traceback (most recent call last):...
💬 1[Last reply:28 days ago] The root cause is that Microsoft has discontinued the free translation endpoint (edge.microsoft.com/translate/auth) that your current version (v3.86) relies on. The 404 error means the service URL is ...2405**721 Posted at: 28 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.