-
#4757 视频口型和音频对不上，有办法改善吗？...
💬 1[Last reply:2 months ago] 配音后口型和音频对不上，是因为不同语言的音节数和语法结构差异导致配音时长变化，从而产生偏移。改善方法：勾选“音频加速”：强制加速配音匹配原时长（适用于短时偏移）。勾选“视频慢速”：放慢视频片段等待配音播放（较耗时，体积增大）。启用“二次识别”：单硬字幕时勾选，配音后重新转录生成精确对齐的字幕。调整语速/音量：在“设置更多参数”中调节“配音语速”（如 +20% 加速）。使用单视频交互模式：只处理一个...128.241* Posted at: 2 months ago -
#4756 如果用分离背景音然后再和成，会有杂音是什么情况...
💬 3[Last reply:2 months ago] 这是由于软件内置的人声分离模型（UVR-onnx）精度有限，且仅支持 CPU 运算，在处理复杂背景音乐时容易残留人声或产生失真，重新合成后表现为杂音。 若希望保留原视频的片头背景音乐，不建议使用软件内置的分离功能，而是改用专业的外部工具（如 UVR5-GUI）分离出高质量的背景声文件，然后手动导入软件使用。具体操作步骤使用第三方工具分离背景声：下载并运行 UVR5-GUI（或其他专业人声分离软件...2a14:4900* Posted at: 2 months ago -
#4755 HTTPSConnectionPool(host='translate.google.com', port=443): Max retries exceeded with url: /m?sl=zh-cn&tl=en&hl=en&q=%E4......
💬 1[Last reply:2 months ago] 这是由于你在主界面的“网络代理”字段填写了代理地址，但该代理服务未运行或地址错误导致连接被拒。解决方案：如果不需要使用代理（例如国内使用Google翻译才需代理），必须将主界面的“网络代理”文本框保持完全空白。如果需要借助代理访问Google翻译，请检查代理是否已启动（如Clash/V2Ray），并确认地址格式正确，例如 http://127.0.0.1:7890。建议直接切换为微软翻译（免费）渠...128.241* Posted at: 2 months ago -
#4753 File model.bin is incomplete: failed to read a buffer of size 13107200 at position 590811106,Traceback (most recent call......
💬 3[Last reply:2 months ago] 这是由于系统内存（RAM）或 GPU 显存不足导致的 mkl_malloc 分配失败。常见于使用 large-v3 等大模型且同时运行其他高内存任务时。请按以下顺序尝试解决：关闭其他占用内存/显存的程序（如浏览器、视频编辑器、其他AI服务）。缩小 ASR 模型：在主界面将语音识别模型从 large-v3-turbo 切换为 medium 或 small。降低内存/显存占用（推荐）：打开 菜单 → ...128.241* Posted at: 2 months ago -
#4754 videotrans.configure.excepts.DubbingSrtError: TTS speak request failed, please verify your input and ensure the service is operational....
💬 1[Last reply:2 months ago] 这个错误是由于TTS（语音合成）请求失败导致的。可能原因包括：所选配音渠道服务未启动、网络连接异常、参考音频文件缺失或格式不兼容、请求参数配置错误（如并发过高触发限流）。请按以下步骤排查：确认配音渠道服务是否正常运行若使用 Edge-TTS（免费）：检查网络连接，避免高并发（可在“高级选项”中将并发数设为1，请求间隔设为5秒）。若使用 GPT-SoVITS / F5-TTS / CosyVoice...39.158* Posted at: 2 months ago -
#4749 我想问一下，你们的批量生成视频，是什么流程：比如第一个视频，识别 翻译 生成语音 合并输出 然后下一个视频。还是说，所有的视频，先统一识别，然后统一翻译，统一生成语音，统一输出，是哪种模式？...
💬 23[Last reply:2 months ago] 字幕提前消失的原因是：翻译后的配音时长超过原始语音时长，而字幕时间轴仍沿用原始语速的起止时间，因此配音未播完字幕已消失。解决方法：在主界面右上角勾选二次识别（仅适用于单硬字幕）。该选项会在配音完成后对配音文件再次进行 ASR 转录，生成与配音精确对齐的新字幕，从而消除时长偏差。确保字幕类型选为嵌入硬字幕（单硬字幕）。若已勾选二次识别仍无效，检查是否同时开启了音频加速或视频慢速，两者会改变原始时间轴...2a14:4900* Posted at: 2 months ago -
#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:2 months 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: 2 months 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:2 months 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: 2 months ago -
#4750 多人对话，识别的角色...
💬 1[Last reply:2 months 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: 2 months 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:2 months 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: 2 months 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:2 months 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: 2 months ago -
#4746 videotrans.configure.excepts.DubbingSrtError: {'code': 7, 'msg':...
💬 1[Last reply:2 months 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: 2 months ago -
#4745 [Errno 2] No such file or directory: '霹雳游侠2008 (1)/zh-cn.wav'...
💬 1[Last reply:2 months 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: 2 months 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:2 months 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: 2 months 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:2 months 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: 2 months 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:2 months 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: 2 months 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:2 months 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: 2 months ago -
#4739 字幕识别准确性不高，有错误...
💬 9[Last reply:2 months 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: 2 months ago -
#4687 ModuleNotFoundError: No module named 'videotrans.tts._gptsovits'...
💬 7[Last reply:2 months 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: 2 months 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:2 months 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: 2 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.