-
#4752 TaskCfgSTT(uuid='cd83c6ec5d', name='C:/Users//Desktop/RTIOW/Ray Tracing in One Weekend -- In an hour! (Part One).mp4', dirname='C:/Users//Desktop/RTIOW', noextname='Ray Tracing in ...
💬 1[Last reply:1 month ago] 这是由于 tokenizers 库内部模块缺失 DecodeStream 属性导致的加载失败，通常是由软件包文件损坏或依赖版本冲突引起。解决方案：前往官网 pyVideoTrans 下载页面 重新下载 完整版 软件包（而非仅升级补丁包）。将压缩包解压到纯英文、无空格、无特殊符号的路径（例如 D:\pyVideoTrans），不要覆盖旧文件夹，确保全新解压。双击 sp.exe 启动，若仍有问题，请尝...2408:8226* Posted at: 1 month ago -
#4751 TaskCfgVTT(uuid='cd83c6ec5d', name='C:/Users/ /Desktop/RTIOW/Ray Tracing in One Weekend -- In an hour! (Part One).mp4', dirname='C:/Users/Shawn/Desktop/RTIOW', noextname='Ray Traci...
💬 1[Last reply:1 month ago] 这是由于 tokenizers 库内部文件损坏或版本冲突，导致 decoders.DecodeStream 属性缺失，无法加载 faster-whisper 模型。解决方案：从官网下载最新完整版 v4.00 的 .7z 压缩包，解压到非系统盘且路径仅含英文字母/数字/下划线的目录（例如 D:\pyVideoTrans），不要解压到当前已损坏的目录中。若你之前使用过补丁包覆盖升级，请改用完整包重新解...2408:8226* Posted at: 1 month ago -
#4750 多人对话，识别的角色...
💬 1[Last reply:1 month ago] 多人对话中识别角色错乱、出现多余角色，通常是由于说话人分离模型不准或未限制说话人数量所致。解决方案：限制说话人数量：在主界面点击“设置更多参数”，勾选“识别说话人”，并在下方“说话人数”中填入实际说话人数量（例如2或3），避免模型虚构多余角色。更换更准确的说话人分离模型：进入“菜单 → 工具/选项 → 高级选项 → 语音识别参数”中，将“说话人分离模型”切换为：阿里CAM++（适合中文场景，无需额...14.106* Posted at: 1 month ago -
#4748 TaskCfgVTT(uuid='93f4c8f5f8', name='D:/昕丰越发布素材/5.26 20年高端制造/5.26 20年高端制造英文/5.26 20年高端制造英文.mp4', dirname='D:/昕丰越发布素材/5.26 20年高端制造/5.26 20年高端制造英文', noextname='5.26 20年高端制...
💬 1[Last reply:1 month ago] 错误原因是软件未能读取您提供的 SRT 字幕文件（en.srt）。从日志看，该文件内容为空或路径不符合软件要求的规范目录结构，导致读取失败。排查与解决步骤：检查目录结构 按软件要求，自定义字幕文件必须放置在视频所在目录下的 _video_out 文件夹内，然后进入 _video_out，再创建一个名字为 视频文件名-后缀 的文件夹（例如您的视频是 5.26 20年高端制造英文.mp4，则创建...38.84* Posted at: 1 month ago -
#4747 TaskCfgVTT(is_cuda=False, uuid='e1f96262ff', cache_folder='D:/CNTV/tmp/29660/e1f96262ff', target_dir='D:/B0DJQTDJD9-product-images/ssstik.io_1779869698520-mp4', source_language='英语...
💬 1[Last reply:1 month ago] 核心原因是音频片段分割时出现了零时长计算，这通常是由于VAD（语音活动检测）参数设置不当或音频文件过短/无有效语音导致。解决方案：调整语音识别参数（最常见原因）： 进入菜单 → 工具/选项 → 高级选项 → 语音识别参数，将以下两项设为非零值：最短语音持续毫秒 → 设为 1000（或更大）静音分割持续毫秒 → 设为 500（避免为0）同时确保 最长语音持续秒数 不小于 3。检查音频文件： 确认...38.135* Posted at: 1 month ago -
#4746 videotrans.configure.excepts.DubbingSrtError: {'code': 7, 'msg':...
💬 1[Last reply:1 month ago] 这个错误的核心原因是 TTS（语音合成）服务返回了 400 Bad Request，说明软件发送的请求参数格式不被服务器理解。最常见于本地 API 配音渠道（如 F5-TTS、GPT-SoVITS、OmniVoice 等）配置不当或服务未正确启动。请按以下步骤排查：确认使用的配音渠道如果是 本地 API 渠道（F5-TTS、GPT-SoVITS、OmniVoice 等），请确保对应的服务端已正常运...223.73* Posted at: 1 month ago -
#4745 [Errno 2] No such file or directory: '霹雳游侠2008 (1)/zh-cn.wav'...
💬 1[Last reply:1 month ago] 此错误是由于文件路径中包含中文、空格和特殊符号（如括号）导致的，软件在处理文件时无法找到该路径。解决方法：将视频文件（和包含的字幕或音频文件）重命名为纯英文字母、数字或连字符的简短名称，例如 knight-rider2008.mp4。将该文件移动到不含中文、空格及特殊符号的浅层目录下，例如 D:\videos。重新在软件中加载该视频进行处理。请查阅相关文档：错误中含有 ffprobe exec e...2409:8a70* Posted at: 1 month ago -
#4744 使用 Qwen-TTS（内置），直接使用就可以吧，关于语音的自然效果，质量如何...
💬 1[Last reply:1 month ago] 软件内置的 Qwen-TTS（本地） 渠道无需额外配置API或部署服务，在主界面“配音渠道”下拉列表中选择“Qwen-TTS(本地)”即可直接使用，非常方便。关于语音自然效果和质量：可用性：该渠道被标注为“本地内置”，软件已集成，无需任何外部依赖或配置密钥，开箱即用。支持语言：支持中文、英文、日文、韩文等多种语言的配音，适应主流翻译场景。语音克隆：在主界面选择 clone 角色，可使用视频原音色进...2a14:4900* Posted at: 1 month ago -
#4743 index tts 生成一条，需要等待十几秒，才会生成生成下一条，太慢了。但是效果太好了。我看到官方有好几个推荐的语音平台，那么推荐使用哪个，兼顾速度和效果...
💬 25[Last reply:1 month ago] 你遇到的问题是：使用 Qwen-TTS（内置）时，软件跳过了语音合成直接输出结果。请按以下步骤操作即可解决：1. 在主界面 “配音渠道” 下拉菜单中，选择 Qwen-TTS(本地内置)。2. 在 “配音角色” 下拉菜单中，必须选择一个具体的角色（例如“默认”或“女声”），不要留空。3. 确认 “目标语言” 已设置为与你的字幕一致的语言（例如中文->中文可配音）。4. 如果依然跳过，请进入 菜...2a14:4900* Posted at: 1 month ago -
#4742 TaskCfg(cache_folder='F:/桌面/win-pyvideotrans-v3.92/tmp/19076/49b2eaebbd', target_dir='f:/桌面/win-pyvideotrans-v3.92/output/recogn', remove_noise=True, is_separate=False, detect_lang...
💬 7[Last reply:1 month ago] 根据最新日志，VAD 已能识别有效语音，ASR 也成功转录出了德语字幕。问题出在 LLM 重新断句阶段：LLM 将原本完整的约 17 秒长句拆分成多个短句，并插入了一条 [Pause] 占位条目。这可能导致最终字幕中缺失了部分内容（例如 第一个长句的后半部分被丢弃或时间轴错乱）。解决方案1. 关闭 LLM 重新断句（推荐，立即生效）进入 菜单 → 工具/选项 → 高级选项找到 语音识别参数 区域下...103.231* Posted at: 1 month ago -
#4741 TaskCfg(cache_folder='F:/桌面/win-pyvideotrans-v3.92/tmp/4956/e5103b343b', target_dir='f:/桌面/win-pyvideotrans-v3.92/output/recogn', remove_noise=True, is_separate=False, detect_langu...
💬 3[Last reply:1 month ago] 核心问题依旧是 视频路径含中文、括号和空格，以及 发音语言选择错误。请严格按照以下步骤操作，不要遗漏：1. 彻底重置文件路径将视频复制或移动到 D:\videos\ 目录下。重命名文件为纯英文，不含任何标点、空格、括号、中文。例如：bf1.mp4然后重新启动软件（如果未退出，建议退出后重新打开 sp.exe），在主界面选择新的视频文件（即 D:\videos\bf1.mp4），不要使用之前的旧文件...103.231* Posted at: 1 month ago -
#4739 字幕识别准确性不高，有错误...
💬 9[Last reply:1 month ago] 参数不准确往往是因为单一参数无法适配所有视频。建议从以下方向重新排查和调整，而不是仅依赖一组固定数值：确认发音语言已手动指定：不要使用“自动检测”，必须明确选择视频实际语言（如中文选“简体中文”），错误语言会大幅降低识别率。更换ASR模型：中文视频：优先试用 Qwen-ASR(本地) 或 字节语音大模型极速版，效果远优于通用模型。其他语言：使用 openai-whisper(本地) + large...103.231* Posted at: 1 month ago -
#4687 ModuleNotFoundError: No module named 'videotrans.tts._gptsovits'...
💬 7[Last reply:1 month ago] 根据你提供的确认信息（多个来源的完整包均缺失 videotrans/tts/ 目录），基本可以判定：官方 v4.00 完整包（2.6G 版本）在打包时遗漏了整个 videotrans/tts/ 子模块。这不是你个人操作或环境问题，而是发布包的结构缺陷。因为软件运行时需要 _gptsovits.py 及其他配音渠道模块，该缺失直接导致模块加载失败。解决方案（任选一种）：方案一：使用补丁包补充缺失文件...112.32* Posted at: 1 month ago -
#4740 TaskCfg(cache_folder='F:/桌面/win-pyvideotrans-v3.92/tmp/18336/663bbaa5a2', target_dir='F:/桌面/win-pyvideotrans-v3.92/output/recogn', remove_noise=True, is_separate=False, detect_lang...
💬 1[Last reply:1 month ago] 错误原因是网络无法连接 HuggingFace 服务器，导致自动下载模型失败。请按以下步骤手动下载模型文件：打开提示中的链接：https://huggingface.co/Systran/faster-whisper-large-v3/tree/main下载所有 .bin, .txt, .json 文件（如 model.bin, config.json, tokenizer.json, vocab...103.231* Posted at: 1 month ago -
#4738 使用CosyVoice3本地配音时会有很多句子缺失或只配了一半...
💬 1[Last reply:1 month ago] 你的问题很可能是由 参考音频不符合要求 或 语音识别参数未适配声音克隆 造成的。 CosyVoice3 在使用 clone 角色时，对参考音频和输入字幕的时长有严格限制：参考音频：必须放置在软件根目录下的 f5-tts/ 文件夹内，格式为 .wav，时长 3~10 秒。超过或不足均会导致合成失败、返回静音或直接跳过。字幕时长：如果某句字幕对应的原始语音片段时长 < 3 秒或 > 10...147.45* Posted at: 1 month ago -
#4737 RuntimeError: {'message': 'prompt_lang: ru is not supported in version v2'}...
💬 1[Last reply:1 month ago] 这是由于 GPT-SoVITS 配音渠道的 v2 API 不支持俄语（ru）导致的。解决方案：切换为 v1 接口：在「菜单 → TTS设置 → GPT-SoVITS」界面中，取消勾选 api_v2 选项，然后重新尝试翻译。更换配音渠道：如果必须支持俄语，请改用支持俄语的配音渠道，例如 Edge-TTS（免费）、OmniVoice-TTS 或 CosyVoice（在「主界面 → 配音角色」中选择对应...112.123* Posted at: 1 month ago -
#4736 翻译现在可以用原语音的音色多角色自动翻译语音了么...
💬 7[Last reply:1 month ago] 根据你提供的官方信息，VoxCPM2 确实支持通过风格引导（style guidance）和语音设计来控制情感、语调等语气参数。但当前 pyVideoTrans 集成的 VoxCPM 配音渠道（渠道号 10）仅实现了基础的参考音频克隆功能，未开放这些可控制语气的高级参数。软件界面中也没有对应的“风格引导”或“情感”输入项。若想直接使用语气控制，有两种可行方案：通过自定义 TTS API 接入：软件...36.37* Posted at: 1 month ago -
#4735 videotrans.util.help_ffmpeg._FFprobeInternalError: [mov,mp4,m4a,3gp,3g2,mj2 @ 00000198e3c26f40] moov atom not found E:/tmp/6968/15a4753280/novoice.mp4: Invalid data found when proc...
💬 1[Last reply:1 month ago] 此错误表明在处理过程中生成的临时视频文件 novoice.mp4 损坏或不完整（缺失“moov原子”），通常是 ffmpeg 合成时意外中断所致。解决方案：检查磁盘空间：确保 E: 盘有足够剩余空间（至少视频文件大小的 2 倍）。重新运行任务：在主界面勾选 清理已生成，强制重新处理整个视频。避免中断：处理期间不要关闭软件、休眠或杀毒软件拦截 ffmpeg 进程。路径优化：将原始视频文件移至浅层纯英...113.86* Posted at: 1 month ago -
#4734 我看到更新4.0版本了，对于3.99，有很大的提升吗？有必要升级吗？...
💬 9[Last reply:1 month ago] 根据核心知识库，目前软件支持的配音渠道包括 Edge-TTS(免费)、OmniVoice(本地API)、F5-TTS(本地API)、CosyVoice(本地API)、GPT-SoVITS(本地API) 等。Edge-TTS：完全免费，速度快，但由于微软高并发流控，建议在高级设置中将并发数设为 1、请求间隔设为 5 秒，否则可能触发 403 或生成静音。F5-TTS / Index-TTS / Co...2a14:4900* Posted at: 1 month ago -
#944 RuntimeError: CUDA failed with error out of memory...
💬 9[Last reply:1 month ago] SuperTonic 是 pyVideoTrans 内置的一个轻量级 TTS（文字转语音）引擎，无需联网、无需部署额外服务，开箱即用。它主要提供中/英双语预定义发音角色。客观评价（基于技术特性）：优点：完全本地、免费：不消耗 API 费用，不依赖外部服务，适合离线场景。角色丰富：内置多种可选声音（包括基于真实语音的克隆角色），在中英文场景下音色自然度表现良好。缺点：不支持自定义声音克隆：你无法像 ...240e:341* Posted at: 9 months 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.