Page 71 BBS.pyVideoTrans.com 声音克隆到一般卡住不动了

#3488 声音克隆到一般卡住不动了...

[Last reply:2 months ago] 要同时克隆一段视频中不同角色的音色，核心是结合“说话人分离”与“多角色配音”功能。解决方案：配置说话人分离：在软件顶部菜单栏，点击工具/选项 - 高级选项。在语音识别参数区域，找到说话人分离模型。选择一个模型（例如：内置模型、pyannote 或 CAM++）。如果选择 pyannote，需要在 Huggingface的token 处填写你的有效Token。设置预计说话人数（可选，但建议...

185.36* Posted at: 2 months ago

#3487 OSError: cannot load library '/Users/yuejialei/pyvideotrans/.venv/lib/python3.10/site-packages/_soundfile_data/libsndfile.dylib': dlopen(/Users/yuejialei/pyvideotrans/.venv/lib/pyt...

💬 1

[Last reply:2 months ago] 这是由于 macOS 系统缺少 libsndfile 音频库依赖导致的。安装 libsndfile：在终端中执行以下命令，使用 Homebrew 包管理器安装缺失的库。brew install libsndfile重新启动软件：安装完成后，关闭 pyVideoTrans 并重新启动 sp.py。请查阅相关文档：MacOS源码部署视频翻译软件...

111.52* Posted at: 2 months ago

#3486 OSError: cannot load library '/Users/yuejialei/pyvideotrans/pyvideotrans/.venv/lib/python3.10/site-packages/_soundfile_data/libsndfile.dylib': dlopen(/Users/yuejialei/pyvideotrans/...

💬 1

[Last reply:2 months ago] 这是由于 macOS 系统缺少 libsndfile 音频库依赖导致的。解决方案：打开终端。使用 Homebrew 包管理器安装 libsndfile。如果尚未安装 Homebrew，请先访问 brew.sh 进行安装。在终端中执行以下命令：brew install libsndfile安装完成后，重启 pyVideoTrans 软件。请查阅相关文档：MacOS源码部署视频翻译软件...

111.52* Posted at: 2 months ago

#3485 本地模型qwen3,hy mt1.5 都显示连接错误,qwen2.5,deepseek r1无事,应该怎幺修改...

💬 1

[Last reply:2 months ago] 这是由于 Ollama 中不同模型的 API 兼容性或模型名称格式问题导致的。解决方案：检查 Ollama 服务状态：确保 Ollama 服务正在运行。在命令行输入 ollama list，确认 qwen2.5:latest 和 deepseek-r1:latest 等能正常工作的模型已列出。验证模型名称：在 pyVideoTrans 的翻译渠道配置中，模型字段必须填写 Ollama 中该模型的...

182.123* Posted at: 2 months ago

#3484 TaskCfg(cache_folder='D:/SOS/win-pyvideotrans-v3.92/tmp/4240/cd51eac79a', target_dir='F:/沙漏/NGOD-282', remove_noise=False, is_separate=False, detect_language=None, subtitle_languag...

💬 1

[Last reply:2 months ago] 该错误是由于在音画对齐阶段，尝试加载一个不存在的音频文件（NoneType）导致的。具体发生在 _concat_audio 函数中，pydub 库无法从文件路径读取到有效的音频数据。解决方案：升级软件版本：您当前使用的是 v3.92。根据知识库第6.6节，v3.97 版本已修复了许多类似问题。请首先尝试升级到最新版本 v3.97。检查配音文件：在升级后，重新运行任务。如果问题依旧，请检查任务配置中...

27.151* Posted at: 2 months ago

#3483 TaskCfgSTT(is_cuda=True, uuid='c3fa5d2da7', cache_folder='E:/win-videotrans-v3.92/tmp/29376/c3fa5d2da7', target_dir='c:/users/user/videos/pyvideotrans/recogn', source_language=None...

💬 1

[Last reply:2 months ago] 这是由于 llvmlite 库版本不兼容或损坏导致的，通常发生在使用预打包版（.exe）时，openai-whisper(本地) 语音识别渠道依赖的 numba 和 llvmlite 库与当前系统环境冲突。解决方案：切换语音识别渠道：这是最直接的解决方法。在“语音识别”行，将渠道从 openai-whisper(本地) 切换为 faster-whisper(本地)。faster-whisper 是...

219.71* Posted at: 2 months ago

#3481 OSError: cannot load library '/Users/junyouchen/Desktop/pyvideotrans/pyvideotrans/.venv/lib/python3.10/site-packages/_soundfile_data/libsndfile.dylib': dlopen(/Users/junyouchen/Des...

💬 1

[Last reply:2 months ago] This error is caused by a missing system audio library (libsndfile) required by the soundfile Python package on macOS.Solution:Install the libsndfile library using Homebrew. Open your terminal and run...

223.160* Posted at: 2 months ago

#3480 HTTPSConnectionPool(host='dashscope.aliyuncs.com', port=443): Max retries exceeded with url: /api/v1/services/aigc/multimodal-generation/generation (Caused by SSLError(SSLEOFError(...

💬 1

[Last reply:2 months ago] 这是由于网络连接问题或SSL证书验证失败导致的，具体表现为与阿里云DashScope服务的HTTPS连接中断。解决方案：检查网络连接：确保你的网络可以正常访问阿里云服务（dashscope.aliyuncs.com）。如果使用了代理，请在软件中正确配置网络代理。关闭SSL验证（临时方案）：如果网络环境复杂（如公司内网），可以尝试在软件根目录下找到 videotrans/configure/conf...

2602:fbf1* Posted at: 2 months ago

#3479 Error code: 500 - {'error': {'message': 'Internal Server Error', 'type': 'internal_error', 'param': None, 'code': 'internal_error'}}...

💬 1

[Last reply:2 months ago] 这是由于 OpenAI 兼容接口的服务器端出现了内部错误（Internal Server Error）导致的。检查 API 服务状态：确认你使用的 API 服务（如 DeepSeek、OpenAI 等）是否正常运行。可以尝试访问其官方状态页面或控制台。验证配置：在软件中检查“翻译渠道”或“语音识别渠道”的配置：API URL：确保地址正确（例如 DeepSeek 应为 https://api.de...

2408:8234* Posted at: 2 months ago

#3473 翻译视频或音频中怎样选择qwen3的base 和clone模型，在哪里选，我要保持音色与原视频一致是需要选clone模型吗？为什么下载qwen3需要这么久，几十分钟进度条都不到1%...

💬 3

[Last reply:2 months ago] 此错误是由于在运行 Qwen-TTS 本地模型时，系统内存或显存不足，导致工作进程被强制终止。解决方案：降低资源占用：进入菜单 -> 工具 -> 高级选项。在【通用设置】区域，将 GPU同时任务数[重启生效] 设置为 1。在【字幕配音调整】区域，将并发配音线程数设置为 1。修改后，关闭并重启软件以使设置生效。检查并优化 Qwen-TTS 模型使用：确保你使用的是适合你硬...

205.198* Posted at: 2 months ago

#3476 tencentcloud.common.exception.tencent_cloud_sdk_exception.TencentCloudSDKException: [TencentCloudSDKException] code:FailedOperation.UserNotRegistered message:Service has not been o...

💬 1

[Last reply:2 months ago] 这是由于腾讯云机器翻译服务未开通导致的。错误信息明确指出“Service has not been opened, please open service at Tencent Cloud console”。解决方案：登录腾讯云控制台：访问腾讯云官网并登录。开通机器翻译服务：在控制台搜索“机器翻译”或“TMT”。进入“机器翻译”产品页面。点击“立即使用”或“开通服务”。（部分服务可能需要实名认...

39.189* Posted at: 2 months ago

#3475 openai.PermissionDeniedError: Your request was blocked....

💬 5

[Last reply:2 months ago] 根据日志分析，问题核心是 AI翻译渠道（OpenAI/兼容接口）的请求被服务商（很可能是DeepSeek）的接口风控策略阻止。日志显示请求已成功发送（[DEBUG] [chatGPT]发送请求数据），但随后立即报错“Your request was blocked.”。由于你的API Key在其他客户端正常，这表明pyVideoTrans的请求模式（如并发、频率、请求体格式）触发了服务商的安全限制...

2a02:6ea0* Posted at: 2 months ago

#3474 CUDA out of memory. Tried to allocate 594.00 MiB. GPU 0 has a total capacity of 22.00 GiB of which 16.63 GiB is free. Of the allocated memory 3.55 GiB is allocated by PyTorch, and ...

💬 1

[Last reply:2 months ago] 这是由于显存分配策略导致的显存碎片化问题，虽然总显存（22 GiB）有16.63 GiB空闲，但PyTorch无法分配连续的594 MiB内存。解决方案：设置环境变量：在启动pyVideoTrans之前，设置环境变量 PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True。Windows预打包版用户：右键点击 sp.exe，选择“发送到” -> “桌...

240e:3b1* Posted at: 2 months ago

#3472 Could not parse response content as the length limit was reached - CompletionUsage(completion_tokens=4096, prompt_tokens=1375, total_tokens=5471, completion_tokens_details=None, pr...

💬 1

[Last reply:2 months ago] 该错误是由于AI翻译渠道（如DeepSeek、OpenAI等）返回的响应内容过长，超出了其API的Token限制（通常是4096个Completion Token）导致的。解决方案：降低每次发送的字幕行数：这是最直接的解决方法。进入菜单 -> 工具 -> 高级选项 -> 字幕翻译调整，将 AI翻译渠道每批字幕行数从默认值（如100）降低到一个较小的值，例如 20 或 10。检...

223.73* Posted at: 2 months ago

#3469 总是到声音克隆这一步就卡住了很慢...

💬 7

[Last reply:2 months ago] 问题核心在于外部TTS服务（如F5-TTS/CosyVoice）本身未启用GPU加速或配置有误，导致声音克隆计算在CPU上进行，速度极慢。解决方案：确认外部TTS服务已启用GPU：检查你启动F5-TTS或CosyVoice等服务的命令行窗口，查看其启动日志中是否包含“CUDA”、“GPU”或“cuda”等字样，确认其是否成功加载了CUDA。如果没有，需要在其部署环境中正确配置CUDA。检查外部TT...

43.162* Posted at: 2 months ago

#3471 numpy.core._exceptions._ArrayMemoryError: Unable to allocate 1022. MiB for an array with shape (267894784,) and data type float32...

💬 1

[Last reply:2 months ago] 这是由于内存不足导致无法加载音频数据。错误显示无法分配约 1GB 的内存给一个形状为 (267894784,) 的 float32 数组，这通常发生在处理大型音频文件时，且系统可用内存不足。解决方案：检查并关闭其他占用内存的程序：关闭不必要的浏览器标签页、大型软件（如 Photoshop、游戏等），释放系统内存。降低处理文件的规模：如果视频/音频文件非常大，尝试先将其分割成较小的片段进行处理。调整...

113.12* Posted at: 2 months ago

#3470 STT模式运行成功,vtv模式打印出参数列表后就没反应了...

💬 10

[Last reply:2 months ago] 问题已解决。如果后续使用中遇到其他问题，可随时提供日志信息进行分析。...

36.7* Posted at: 2 months ago

#3468 配音合成阶段特别慢...

💬 1

[Last reply:2 months ago] 配音合成阶段特别慢通常是由于未启用GPU加速或使用了性能较弱的TTS渠道。检查并启用GPU加速：确保已安装CUDA 12.8和cuDNN 9.x，并在“菜单-工具-高级选项-通用设置”中确认“GPU同时任务数”已设置为1或更高（需重启软件生效）。本地TTS模型（如Qwen-TTS、F5-TTS）无GPU加速会极慢。优化TTS渠道设置：如果使用Edge-TTS，请在“高级选项-字幕配音调整”中，将“...

2408:8226* Posted at: 2 months ago

#3467 TaskCfgSTT(is_cuda=True, uuid='a403c9e308', cache_folder='D:/win-pyvideotrans-v3.97-0304/tmp/6520/a403c9e308', target_dir='D:/win-pyvideotrans-v3.97-0304/output/recogn', source_lan...

💬 1

[Last reply:2 months ago] 错误原因是您在使用 Windows 预打包版（.exe）软件时，选择了无法在该版本中运行的“Faster-Whisper-XXL.exe”语音识别渠道。根据知识库，Faster-Whisper-XXL.exe 是一个独立的命令行工具，无法集成在预打包版中。错误信息明确指出：“当前Faster-Whisper-XXL无法在打包版中使用，请源码部署或单独使用Faster-Whisper-XXL转录”。...

27.210* Posted at: 2 months ago

#3466 TaskCfgVTT(is_cuda=False, uuid='933949caa5', cache_folder='D:/install/win-pyvideotrans-v3.97-0303/tmp/21952/933949caa5', target_dir='D:/project/ai/mini/E2FGVI/examples/_video_out/4...

💬 1

[Last reply:2 months ago] 这是由于连接 CosyVoice 本地服务超时导致的。错误日志显示 httpx.ReadTimeout: timed out，表明 pyVideoTrans 在尝试连接 CosyVoice 的 API 服务时，在规定时间内未收到响应。解决方案：确保 CosyVoice 服务已正确启动并运行：检查你部署 CosyVoice WebUI 的终端窗口是否仍在运行，且没有报错。验证 API 地址和端口：在...

159.138* Posted at: 2 months ago