-
#5594 (18.666667 > 2.400000)2026-07-02 16:19:45,208 - DEBUG - Compression ratio threshold is not met with temperature 0.6 (......
💬 1[Last reply:1 month ago] 这个日志是 Whisper 语音识别模型在尝试转录时，因为音频质量或背景噪声问题导致多次温度采样均不满足压缩比或对数概率阈值，从而无法输出有效文本。模型反复尝试（0.0~1.0）仍未通过，常见于以下情形：音频片段中无有效人声（如纯背景音乐、噪音、静音或极低音量）发音语言选择错误（例如视频是日语但你选了中文）环境噪声过大，VAD 未正确过滤解决方案确认发音语言：在主界面正确选择 Spoken Lan...114.233.**5 Posted at: 1 month ago -
#5593 如何抹除原来的字幕...
💬 1[Last reply:1 month ago] pyVideoTrans 无法去除视频画面中已有的硬字幕（即直接嵌入视频像素中的字幕）。软件的核心功能是基于音轨进行语音识别和翻译，无法识别或修改视频画面像素。替代方案：使用专门的硬字幕去除工具，例如 Video Subtitle Remover 或 Remove Logo Now（需自行搜索）。如果硬字幕位置固定，可使用视频裁剪工具（如 FFmpeg）将该区域裁剪掉。使用 AI 修复工具（如 O...219.76.**6 Posted at: 1 month ago -
#5592 omnivoice 该渠道需另行部署并启动后可用self.api_url='http://127.0.0.1:7860'[WinError 10061] 由于目标计算机积极拒绝，无法连接。[https://pyvideotrans.com/......
💬 1[Last reply:1 month ago] 报错原因是 OmniVoice 服务未启动。pyVideoTrans 无法连接到 http://127.0.0.1:7860，说明你本地没有运行 OmniVoice 的 WebUI 服务。解决方法：部署并启动 OmniVoice 服务 请参考官方文档，在你的电脑上完成 OmniVoice 的安装和启动（默认地址即为 http://127.0.0.1:7860）。确认服务已正常运行 在浏览器中打...65.49.**3 Posted at: 1 month ago -
#5591 NoneTraceback (most recent call last): File "videotrans\task\only_one.py", line 46, in run File "videotrans\task\trans......
💬 1[Last reply:1 month ago] 该错误是由于 Qwen-ASR(本地内置) 模型加载或音频预处理时失败导致的，具体原因可能是：模型文件未正确下载或损坏：首次使用 Qwen-ASR 需要在线下载模型文件（约1.7B参数），网络不稳定或下载中断可能导致模型不完整。内存不足：未启用 CUDA 加速，使用 CPU 加载 1.7B 模型需要大量内存（建议至少 16GB 空闲内存）。若内存不足，子进程可能静默崩溃，返回空错误。音频预处理失败...123.152.**0 Posted at: 1 month ago -
#5589 视频导出后只有翻译的声音字幕和画面，但是原视频的背景音乐和音效都没有了怎么办...
💬 1[Last reply:1 month ago] 原视频背景音乐丢失，是因为翻译过程中勾选了「分离人声背景声」，但未勾选「重新嵌入背景声」或相关设置不正确。解决办法：在主界面点击「设置更多参数」。确保「分离人声背景声」已勾选（用于提升语音识别与克隆质量）。同时勾选下方的「嵌入背景」，并确认「背景音量」不为0。若背景音较短，可勾选「循环背景音」避免尾部静音。重新执行任务即可恢复背景音乐。如果不希望分离背景声，直接取消勾选「分离人声背景声」也能保留原...82.117.**5 Posted at: 1 month ago -
#5587 软件开启慢速模式后，视频内容就会卡住 只有声音在播放...
💬 3[Last reply:1 month ago] 要保持画质完全无损，最直接的方案是关闭“视频慢速”，仅启用“音频加速”。这样视频画面无需重新编码，画质零损失，同时通过加速配音时长来对齐声音和画面。如果必须使用“视频慢速”功能，可以尝试以下保真设置，但视频体积会暴增（可能数倍）：进入 菜单 → 工具 → 高级选项 → 视频输出控制将 视频输出质量控制（CRF） 设为 0（无损模式）勾选 强制软编码视频？（避免硬件编码器压缩）选择 264/265编...23.247.**6 Posted at: 1 month ago -
#5588 有API吗？免费吗？...
💬 1[Last reply:1 month ago] pyVideoTrans 软件本身是一个 免费开源 的桌面客户端，不提供独立的 REST API 服务（例如向第三方应用提供 HTTP 接口）。不过，它提供了两种编程/远程调用方式：CLI 命令行模式：通过 uv run cli.py 可以在终端中调用语音转录、字幕翻译、配音、视频翻译等全流程功能（仅源码部署版支持）。WebUI 界面：通过 uv run webui.py 启动网页版界面，可通过浏...185.23.**4 Posted at: 1 month ago -
#5586 TaskCfg(cache_folder='D:/Program Files/win-pyvideotrans/tmp/37220/43e77ff312', target_dir='E:/Resellers questions/Brazil/20260701-Mold issue/01/_video_out/erro-mp4', remove_noise=F...
💬 1[Last reply:1 month ago] 语音识别阶段 Qwen-ASR(本地) 报 "Unknow error" 根本原因是子进程在 VAD 切分音频时崩溃，最常见诱因是任务路径包含空格或非英文字符（你的路径中 E:/Resellers questions/Brazil/20260701-Mold issue/01/ 含有大量空格和特殊字符），导致底层音频处理模块（如 ffmpeg 或 VAD 模型）无法正确解析路径而异常退出。解决方案...143.20.**8 Posted at: 1 month ago -
#5585 视频导入没反应...
💬 9[Last reply:1 month ago] 从你提供的 v4.03-0626 日志来看，软件实际上已经成功导入了视频并开始执行完整翻译流程。日志显示：接收到 13 个文件（Processing 13 items: 0%）完成了语音识别、翻译（Microsoft 翻译 318 行字幕）正在进行 Edge-TTS 和 Qwen3-TTS 配音卡住的位置是在下载 Qwen3-TTS 本地模型（Qwen/Qwen3-TTS-12Hz-1.7B-...2409:**:9204 Posted at: 1 month ago -
#5584 gemini ai每日只用免费额度选哪个模型...
💬 9[Last reply:1 month ago] PRM（每分钟请求数）、TPM（每分钟Token数）、RPD（每天请求数）是API的速率和用量限制指标。PRM (Requests Per Minute)：每分钟内允许发送的API请求次数。超过则返回限流错误。TPM (Tokens Per Minute)：每分钟内允许处理的Token总量（包括输入和输出）。长文本或大量行字幕翻译时容易超限。RPD (Requests Per Day)：每日允许的...2409:**:e399 Posted at: 1 month ago -
#5583 videotrans.configure.excepts.DubbingSrtError: Value: 'Same as the voice reference' (type: <class 'str'>) is not in the list of choices: ['与音色参考音频相同', '使用情感参考音频', '使用情感向量控制']...
💬 3[Last reply:1 month ago] 找到你本地部署的 index-tts 项目根目录下的 webui.py 文件。用任意文本编辑器打开 webui.py。按 Ctrl+F 搜索字符串 与音色参考音频相同。找到对应的代码行，类似：i18n("与音色参考音频相同")将该行改为：Same as the voice reference（注意保留原引号格式，只替换括号内的中文内容）。保存文件，重启 index-tts 服务...23.247.**6 Posted at: 1 month ago -
#5581 网络连接失败Traceback (most recent call last): File "urllib3\connectionpool.py", line 773, in urlopen File "urllib3\connecti......
💬 1[Last reply:1 month ago] 核心原因是：你在中国大陆直接使用 Google 翻译，而 Google 翻译需要科学上网才能访问，且未配置代理导致 SSL 连接被中断。解决方案：如果你能使用VPN或代理，请在主界面第5行「网络代理」处填写代理地址，格式如 http://127.0.0.1:7890。如果不方便使用代理，请将翻译渠道切换为「微软翻译」（无需代理），在「Trans Channel」下拉菜单中选择即可。注意：代理地址不...151.243.**9 Posted at: 1 month ago -
#5580 提取和翻译韩语视频 怎么设置最后的结果更准确 且时间轴误差小...
💬 5[Last reply:1 month ago] 重复惩罚和文本压缩率这两个参数主要用于控制 Whisper 模型识别时的重复输出。针对韩语视频，建议的初始值如下：重复惩罚：建议设为 1.5～2.0（增大可减少重复，默认通常为 1.0）文本压缩率：建议设为 0.8～1.0（减小可减少重复，默认通常为 1.0）如果识别结果中仍然出现词语或短语的异常重复，可逐步增大重复惩罚（例如到 2.5）或减小文本压缩率（例如到 0.6）。反之，如果输出过于保守、...2409:**:84c9 Posted at: 1 month ago -
#5579 翻译字幕阶段出错 [Google(免费)] 连接被重置，网络可能不稳定Traceback (most recent call last):File "urllib3\connectionpool.py", line 773, in urlo......
💬 1[Last reply:1 month ago] Google翻译在中国大陆地区无法直接访问，连接被重置是网络层面的阻断，需配置代理或更换翻译渠道。解决方案：配置代理：在主界面第5行“网络代理”处填写你的代理地址，格式如 http://127.0.0.1:7890（具体端口号以你VPN/代理客户端显示为准），填写后重新执行。更换翻译渠道：若无法使用代理，建议改为 微软翻译（免费，国内无需代理）或 DeepSeek/OpenAI 等AI渠道（需配置...2a12:**:e727 Posted at: 1 month ago -
#5578 你好 请问英语演唱会应该用哪个模型转写 还有配置需要怎么设置 我用median.en说话没问题 唱歌副歌部分基本都没有 主歌部分有部分没有 请指教 谢谢~...
💬 1[Last reply:1 month ago] Whisper模型（包括medium.en）主要针对普通说话语音训练，对唱歌、带背景音乐的复杂音频识别效果较差，副歌部分丢失是常见现象。解决方案步骤：更换为更强大的模型：将语音识别渠道设为 faster-whisper(本地内置)，模型选择 large-v3（不要带有 .en 后缀，它支持所有语言且准确度更高）。启用分离人声与背景声：在主界面点击「设置更多参数」，勾选「分离人声背景声」，同时选中「...125.116.**8 Posted at: 1 month ago -
#5577 翻译字幕阶段出错 [Google(免费)] Google 翻译失败Traceback (most recent call last):File "videotrans\translator\_base.py", line 65, in ru......
💬 1[Last reply:1 month ago] 这是中国大陆地区使用 Google 翻译时常见的网络连接失败。日志显示 代理地址: 为空，导致无法访问 Google 服务。解决方案：配置代理：在主界面第 5 行 网络代理 文本框中填写您的代理地址（例如 http://127.0.0.1:7890），然后重新开始任务。切换翻译渠道：如果无法使用代理，请将翻译渠道切换为无需代理的渠道：微软翻译(免费) – 无需代理，稳定可用百度翻译 – 需申请免费...2a12:**:e727 Posted at: 1 month ago -
#5576 videotrans.configure._except.StopRetry: timed out...
💬 1[Last reply:1 month ago] 这是由于 OmniVoice 本地服务无法连接或响应超时导致的。可能原因：OmniVoice 服务未启动或已停止。在 菜单 → TTS 设置 → OmniVoice 中填写的 API 地址不正确（如端口或 IP 错误）。本地网络防火墙或代理阻止了连接。解决步骤：确认服务状态：确保 OmniVoice 服务已启动并可访问其 WebUI（默认地址常为 http://127.0.0.1:7860），在浏...203.175.**9 Posted at: 1 month ago -
#5575 使用omniVoice本地配音，视频经常出现某一句话没声音，或者断音等情况，或者第一个字没读 第二个字才可以读，这是什么情况呢？音色我能确定没问题的，我在别的软件用完全没问题。...
💬 3[Last reply:1 month ago] 根据您的日志可以看到，每一句配音音频的时长都明显短于预期的槽位时长，导致软件在每句末尾填充了大量静音（例如 Line=5 补了 3346ms 静音），这是您听到断音、无声或第一个字丢失的根本原因——omniVoice 生成的音频片段过短（甚至可能只生成了空白或极短音节），而非软件对齐问题。请按以下顺序排查：1. 强制限制字幕时长在 3-10 秒（最关键）当前日志中的字幕槽位在 4~7 秒之间，但截...23.247.**6 Posted at: 1 month ago -
#5574 代理地址:http://127.0.0.1:7890...
💬 1[Last reply:1 month ago] FunASR 在 extract_fbank 阶段将音频数据当作字符串处理，通常是因为模型加载异常或音频预处理失败导致的。这是 FunASR 渠道在特定环境下（尤其是 Windows 打包版）的已知兼容性缺陷。解决方案：首选更换 ASR 渠道：点击主界面 ASR Channel 下拉框，切换为 faster-whisper(本地内置)，并选择 large-v3 模型。该渠道更稳定，英文字幕识别效果...78.105.**4 Posted at: 1 month ago -
#5573 videotrans.configure.excepts.VideoTransError: Dubbing failed不存在参考音频，无法克隆:role='clone',wavfile=''...
💬 1[Last reply:1 month ago] 该错误是因为在角色选择为 clone（原音色克隆）时，软件未能从原始视频中截取到有效的参考音频（wavfile为空），导致克隆失败。原因原始视频可能没有音频轨道或音频无法被正确提取。视频文件路径或文件名包含特殊字符、中文字符，导致FFmpeg处理出错。录音片段过短（<3秒）或过长（>10秒），不符合克隆渠道要求（如Qwen-TTS本地版要求参考音频3~10秒）。缓存或临时文件异常，导致...14.19.**9 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.