-
#4149 什么是传统翻译每次字幕行数，和AI翻译有什么区别...
💬 3[Last reply:1 month ago] 单词或短语被拆分为两条字幕并出现连字符，通常是语音识别（ASR）模型在处理音频时，根据静音或语音活动检测（VAD）参数进行强制分割的结果。核心原因：语音识别模型（如Whisper）将连续的音频流切割成片段进行识别。当某个单词或短语的发音恰好跨越了两个音频片段的切割点时，模型可能会将其识别为两部分，并在中间插入连字符“-”来表示不完整的断词。解决方案：调整语音识别参数：进入 菜单 -> 工具/...2409:8a55* Posted at: 1 month ago -
#4148 短视频相比长视频，翻译最终结果的质量和准确率是不是要差很多，特别是同一段话，在长视频中跟随全部内容翻译下来，问题会很少，但如果单独截出来，成为一短短视频，再翻译就会错误连篇，各种不通顺，为什么...
💬 7[Last reply:1 month ago] 是否开启“启用上下文感知”取决于你的硬件条件和需求，它是一把双刃剑。开启（推荐有条件时开启）：优点：能显著提升语音识别（特别是Whisper系列模型）的准确性和连贯性，因为模型会参考前后的音频内容来理解当前片段。缺点：会占用更多GPU显存，处理速度可能略有下降，并且在某些情况下（如音频质量差、背景音复杂）可能增加“幻觉”（识别出不存在的内容）或重复的风险。关闭（显存不足或追求速度时）：优点：减少显...2409:8a55* Posted at: 1 month ago -
#4147 老外总是大喘气，所以经常断句成半句话...
💬 1[Last reply:1 month ago] 这是由于语音识别模型在分割语音片段时过于敏感，将自然停顿或换气识别为句子边界导致的。解决方案：调整语音识别参数：点击顶部菜单栏的 工具/选项 -> 高级选项，在“语音识别参数”区域进行如下修改：静音分割持续毫秒：将此值从默认的 500 增大，例如设为 800 或 1000。这会让软件在更长的静音后才进行分割，从而减少因短暂停顿造成的断句。最长语音持续秒数：将此值适当增大，例如设为 8 或 1...2409:8a55* Posted at: 1 month ago -
#4145 RuntimeError: 40e14458f5 split no voice error:opening input: No such file or directory opening input file -hwaccel. opening input files: No such file or directory...
💬 1[Last reply:1 month ago] 这是由于视频文件路径过长或包含特殊字符，导致 ffmpeg 命令执行失败。重命名并移动视频文件：将待处理的视频文件重命名为一个简短的英文或数字名称（例如 video.mp4），并将其移动到较浅的目录下（例如 D:\videos）。检查软件路径：确保 pyVideoTrans 软件本身也安装在路径简短且不含中文或特殊符号的目录下（例如 D:\pyVideoTrans）。重新处理：完成上述操作后，在软...103.172* Posted at: 1 month ago -
#4144 TaskCfgSTT(is_cuda=True, uuid='0f4c8160a8', cache_folder='D:/xiazai/win-pyvideotrans-v3.98-0410/tmp/16640/0f4c8160a8', target_dir='D:/xiazai/win-pyvideotrans-v3.98-0410/output/reco...
💬 1[Last reply:1 month ago] 这是由于显存或内存不足导致语音识别进程崩溃。错误信息明确指出“可能内存或显存不足 Model:large-v3-turbo GPU0”。虽然之前使用正常，但处理不同视频时（如更长、更复杂的音频）或系统后台有其他程序占用资源，都可能突然触发此问题。解决方案：降低模型规格：在语音识别渠道的下拉菜单中，将模型从 large-v3-turbo 更换为更小的模型，例如 medium、small 或 base...240e:38c* Posted at: 1 month ago -
#4143 HTTPSConnectionPool(host='edge.microsoft.com', port=443): Max retries exceeded with url: /translate/auth (Caused by ProxyError('Unable to connect to proxy', NewConnectionError('<ur...
💬 1[Last reply:1 month ago] 这是由于网络代理配置错误或代理服务未启动导致的。软件尝试通过代理连接微软翻译服务，但代理服务器无法连接。解决方案：检查代理服务状态：确保你的 VPN 或代理客户端正在运行。核对代理地址：在软件主界面的“网络代理地址”文本框中，确认你填写的地址和端口是否正确。格式应为 http://127.0.0.1:端口号（例如 http://127.0.0.1:10808）。临时禁用代理：如果你没有可用的代理服...183.192* Posted at: 1 month ago -
#4142 requests.exceptions.ProxyError: HTTPSConnectionPool(host='dev.microsofttranslator.com', port=443): Max retries exceeded with url: /apps/endpoint?api-version=1.0 (Caused by ProxyErr...
💬 1[Last reply:1 month ago] 这是由于网络代理设置错误或代理服务未启动导致的。软件尝试通过您设置的代理连接微软翻译服务，但代理服务器拒绝了连接。解决方案：检查您的代理客户端（如VPN、Clash等）是否已成功启动并正常运行。确认您在软件“网络代理地址”文本框中填写的地址和端口号是否正确。格式通常为 http://127.0.0.1:端口号。如果您没有可用的代理服务，或者不确定如何设置，请直接清空“网络代理地址”文本框中的内容，...123.88* Posted at: 1 month ago -
#4141 识别说话人后并没有标记角色...
💬 5[Last reply:1 month ago] 根据日志，问题已明确：说话人分离模型（阿里cam++）已成功运行并返回了结果（识别出多个说话人ID：0, 1, 2, 3, 4），但后续处理中，这些说话人标记未能成功关联并写入到最终的字幕文件。日志显示“识别出个 0 说话人”是格式错误，实际已识别出多个ID。核心原因是：在“翻译视频或音频”的流程中，说话人分离产生的时间戳-说话人ID映射结果，未能与语音识别生成的字幕文本行进行正确匹配和对齐。这通...182.107* Posted at: 1 month ago -
#4139 二次语音识别，识别出的字幕的字数有什么需要注意的吗...
💬 9[Last reply:1 month ago] 日志中没有“术语表”或“glossary”关键词，这表明术语表文件可能未被成功加载或应用。请按以下步骤排查：1. 确认术语表文件已正确关联：在视频翻译主界面，点击“翻译术语表”右侧的文件夹图标，重新选择您的术语表.txt文件。2. 验证文件内容与编码：用记事本打开术语表文件，确保内容为 源词=目标词 格式，并且文件编码为 UTF-8。3. 测试翻译渠道：术语表功能目前主要支持 AI 翻译渠道（如 ...103.172* Posted at: 1 month ago -
#4140 RuntimeError: {'message': 'prompt_lang is required'}...
💬 1[Last reply:1 month ago] 这个错误是由于在使用 OmniVoice-TTS 配音时，缺少了必需的 prompt_lang 参数导致的。解决方案：重新下载最新版本：此问题已在 v3.99 版本中修复。请前往官网下载最新的完整软件包。覆盖安装：将下载的最新版 sp.exe 文件覆盖到您当前的软件目录 C:/tool/fanyi/win-pyvideotrans-v3.99 中。重启软件：覆盖完成后，重新启动 pyVideoTr...2602:f87f* Posted at: 1 month ago -
#4138 语音识别的整个流程是怎样的...
💬 3[Last reply:1 month ago] LLM重新断句是语音识别后处理环节中的一个可选步骤，用于优化字幕的断句效果。所处环节： 在语音识别模型（如faster-whisper）完成音频转文本并生成初步字幕时间轴后，但在最终生成SRT字幕文件之前。具体流程：初步识别：语音识别模型输出原始的文本片段及其对应的时间戳。LLM重新断句：如果启用了此功能，软件会将一批（数量由“LLM重新断句每批字幕行数”控制）原始字幕文本（不含时间戳）发送给指定...103.172* Posted at: 1 month ago -
#4137 AI翻译模型温度值怎么用，原理是什么...
💬 1[Last reply:1 month ago] AI翻译模型温度值用于控制翻译结果的随机性和创造性。其原理是：温度值越高（如1.0），模型输出的随机性越大，翻译结果可能更具创造性但可能偏离原文；温度值越低（如0.2），模型输出越确定和保守，翻译结果更稳定、更贴合常规表达。在pyVideoTrans中，你可以在 菜单 -> 工具/选项 -> 高级选项 -> 字幕翻译调整 区域找到 AI翻译模型温度值 选项进行设置。默认值为0.2...103.172* Posted at: 1 month ago -
#4136 videotrans.configure._except.StopRetry: Internal error encountered....
💬 1[Last reply:1 month ago] 这是由于 Gemini 语音识别 API 服务端返回了内部错误（500 INTERNAL）导致的。降低请求频率：在 菜单 -> 工具/选项 -> 高级选项 中，找到 Gemini语音识别每批切片数，将其数值调小（例如从默认值调为 1 或 2），以减少单次发送的数据量。检查网络连接：确保你的网络可以稳定访问 Google Gemini API。如果在中国大陆地区，需要配置有效的网络代理。...2a09:bac5* Posted at: 1 month ago -
#4135 TaskCfgSTT(is_cuda=True, uuid='5b5ab85bf3', cache_folder='C:/pyvideotrans/tmp/13216/5b5ab85bf3', target_dir='C:/SOFT/pyvideotrans/output/recogn', source_language=None, source_langu...
💬 1[Last reply:1 month ago] 这是由于 Gradio Client 无法连接到您部署在 Google Colab 的 VibeVoice-ASR 服务的公共 URL 导致的。解决方案：确认服务状态：首先，请确保您的 Google Colab 笔记本中 VibeVoice-ASR 的 Gradio 服务正在运行，并且已成功生成了一个 public URL（通常以 *.gradio.live 结尾）。检查防火墙/网络：Google...103.62* Posted at: 1 month ago -
#4134 root@RainYun-8HTeGSfr:~/VocalSeparate/pyvideotrans# uv run sp.pyTraceback (most recent call last): File "/root/VocalSep......
💬 5[Last reply:1 month ago] 这是由于您下载的源码版本不包含 webui.py 文件。该文件可能仅在特定版本或分支中提供。核心原因：您当前的 pyVideoTrans 源码目录中没有 webui.py 文件。解决方案：确认版本：请检查您下载的版本是否为最新版 v3.99，并确认该版本是否包含 WebUI 功能。您可以访问项目主页或文档查看。下载完整包：如果当前版本确实不包含 WebUI，您需要下载包含该文件的完整源码包。源码仓...154.9* Posted at: 1 month ago -
#4132 语音识别的提示词在哪个文件中设置...
💬 13[Last reply:1 month ago] 配音语速参数在 v3.99 版本中已得到修正，现在可以正常生效。该参数用于整体调整配音的语速，以应对不同语言间表达时长差异带来的音画同步问题。使用方法与原理：参数位置：在主界面“配音角色”下拉菜单右侧，有“配音语速”输入框。参数含义：输入百分比数值。正值表示加速，负值表示减速。例如：输入 10 表示语速加快 10%，输入 -20 表示语速减慢 20%。生效时机：该调整会在每一句字幕的配音生成时应用...103.172* Posted at: 1 month ago -
#4133 TaskCfgVTT(is_cuda=True, uuid='8559824178', cache_folder='E:/usr/Application/AI-Models/apps/pyvideotrans/tmp/22488/8559824178', target_dir='A:/[Video-Cache]/_video_out/2026-04-01_0...
💬 1[Last reply:1 month ago] 这是由于显存不足或GPU进程池崩溃导致的。错误信息显示在使用 faster-whisper(本地) 的 large-v3 模型进行语音识别时，GPU进程池意外终止，提示可能内存或显存不足。解决方案：使用更小的模型：在语音识别渠道的下拉菜单中，将模型从 large-v3 更换为 medium、small 或 base。large-v3 模型最低需要约10GB显存。调整高级设置以降低显存占用：进入 菜...183.208* Posted at: 1 month ago -
#4131 src目录下的deepseek.txt该怎样使用...
💬 1[Last reply:1 month ago] src目录下的deepseek.txt文件是用于配置DeepSeek AI翻译渠道的提示词文件。该文件允许你自定义AI翻译时的指令，以优化翻译效果。使用方法：找到文件：在软件安装目录下的 src/prompts/ 文件夹中，找到 deepseek.txt 文件。编辑内容：使用文本编辑器打开此文件，修改其中的提示词。你可以根据需求调整翻译风格、术语处理等指令。生效方式：修改并保存后，当你在软件中选择...103.172* Posted at: 1 month ago -
#4130 RuntimeError: 模型下载不完整，请删除目录 D:/百度网盘/models/models--mobiuslabsgmbh--faster-whisper-large-v3-turbo，重新下载...
💬 1[Last reply:1 month ago] 这是由于模型文件下载不完整或损坏导致的。按照错误提示，删除指定的模型目录：D:/百度网盘/models/models--mobiuslabsgmbh--faster-whisper-large-v3-turbo。重新启动 pyVideoTrans，在翻译界面选择 faster-whisper(本地) 渠道和 large-v3-turbo 模型，软件会自动重新下载。如果自动下载再次失败（通常因网络问...222.240* Posted at: 1 month ago -
#4129 v3.98升至v3.99后，语音识别和翻译结果怎么比之前更差？...
💬 7[Last reply:1 month ago] “重复惩罚”参数的合适值取决于具体任务和模型，没有绝对标准。它是一个需要根据输出效果进行微调的实验性参数。参数说明与建议范围：参数作用：“重复惩罚”用于抑制模型生成重复的词汇或短语。增大该值可以减少重复，但设置过高可能导致生成不流畅或遗漏合理重复的内容。建议范围：默认值通常为 1.0。调整范围一般在 1.0 到 1.5 之间。您可以以 0.1 或 0.2 为步进进行尝试。操作步骤：打开 菜单 -&...2409:8a55* Posted at: 1 month 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.