Page 38 BBS.pyVideoTrans.com 二次语音识别，识别出的字幕的字数有什么需要注意的吗

#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...

[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

#4128 TaskCfgSTT(is_cuda=True, uuid='b2ec31ca8b', cache_folder='C:/pyvideotrans/tmp/6152/b2ec31ca8b', target_dir='C:/SOFT/pyvideotrans/output/recogn', source_language=None, source_langua...

💬 1

[Last reply:1 month ago] 这是由于在切换 VAD 模型后，Qwen-ASR 本地识别过程中发生了 CUDA 非法内存访问错误，导致进程卡死并持续占用显存和内存。解决方案：强制终止残留进程：打开任务管理器（Ctrl+Shift+Esc），找到并结束所有残留的 Python 进程。检查 CUDA 环境：确保已正确安装 CUDA 12.8 和 cuDNN 9.x，并且显卡驱动为最新版本。在 CMD 中运行 nvcc -V 和 n...

103.62* Posted at: 1 month ago

#4127 在m5芯片的mac使用本程序应该使用什么本地语音识别模型？...

💬 1

[Last reply:1 month ago] 在搭载 M5 芯片的 Mac 上使用 pyVideoTrans，由于 M 系列芯片是 ARM 架构且不支持 NVIDIA CUDA，因此无法使用依赖 CUDA 加速的本地语音识别模型（如 faster-whisper 的 GPU 加速模式）。推荐使用以下本地语音识别模型：faster-whisper(本地)：选择此渠道，但不要勾选主界面右上角的“CUDA加速”。软件将自动使用 CPU 进行推理。建...