-
#6883 Authentication Fails, Your api key: ****3ed0 is invalidhttps://api.deepseek.com/v1/...
💬 1[Last reply:26 minutes ago] 这是 DeepSeek API Key 无效导致的认证失败，并非软件故障。你的 API Key 填写有误、已过期，或该账号余额不足（DeepSeek 需充值后 key 才生效，最低 1 元）。请按以下步骤排查：打开软件顶部菜单 翻译设置 -> DeepSeek，删除原 Key，重新完整复制粘贴一次（注意不要包含前后空格、换行）。登录 DeepSeek 开放平台，确认该 Key 的账号状态正常...2602:**:b76b Posted at: 26 minutes ago -
#6882 [deepseek] 无法连接到 https://api.deepseek.com/v1/，可能当前网络不可访问该API, 若是本地服务,请确认已部署并启动Connection error....
💬 1[Last reply:28 minutes ago] 报错核心原因是 DeepSeek 的 API Key 末尾包含了制表符（\t）等不可见字符，导致 HTTP 请求头非法（Illegal header value）。常见于复制粘贴密钥时带入了多余空白。解决方法打开软件，点击顶部菜单 菜单 → 翻译设置 → DeepSeek。删除现有 API Key，重新手动输入（不要使用复制粘贴，或粘贴后手动删除末尾空格/制表符）。保存后重新执行任务。若确认密钥无...2602:**:b76b Posted at: 28 minutes ago -
#6880 连接被重置，网络可能不稳定Traceback (most recent call last):...
💬 1[Last reply:51 minutes ago] 核心原因：你使用的微软免费翻译渠道连接被远程服务器强制重置（WinError 10054），通常是因为微软已关闭或限制了该免费翻译接口，或当前网络不稳定导致连接失败。请按以下顺序解决：更换翻译渠道（最有效）：在主界面“翻译字幕”行，将渠道从“微软(免费)”改为 DeepSeek、Google(免费)（国内需科学上网）或 M2M100(内置本地模型)。若选DeepSeek，需先在“菜单→翻译设置→D...2602:**:bbaf Posted at: 51 minutes ago -
#6879 怎么把视频里面图片的内容也进行翻译 不只是翻译生意，所有的内容都进行翻译如何能做到...
💬 1[Last reply:2 hours ago] pyVideoTrans 无法直接翻译视频画面中已内嵌的文字（图片/硬字幕）。该软件的核心流程是识别音频中的说话声并翻译，不包含对画面文字的 OCR 识别与翻译能力。如需翻译画面内容，需分两步处理：先提取画面中的硬字幕为 SRT 文件 使用单独的 OCR 工具，例如：本地离线提取视频硬字幕（pyVideoTrans 提供的独立工具）开源项目 video-subtitle-extractor再使用...111.16.**7 Posted at: 2 hours ago -
#6878 :{'text': '你好啊我的朋友', 'role': 'alloy', 'filename': 'D:/02软件硬盘转移/win-pyvideotrans-v4.09/tmp/6620/1787721223.3639898-openai.wav', 'tts_type': 21}...
💬 1[Last reply:4 hours ago] 核心原因：你使用了「OpenAI-TTS」配音渠道，但未在软件中配置 OpenAI 的 API Key，导致请求时提示缺少凭据。解决方案：打开软件顶部菜单栏「设置」→「TTS设置」→「OpenAI-TTS」。在「API Key」栏填写你从 OpenAI 官方获取的密钥（格式通常为 sk-...）。若使用了第三方中转 API，请在「API地址」中填入对应的地址，并确认密钥与该地址匹配。保存后重新执行...171.217.**4 Posted at: 4 hours ago -
#6877 网络连接失败:{'text': '你好啊，我亲爱的朋友，希望你的每一天都是美好愉快的！', 'rate': '+0%', 'role': 'gtts', 'filename': 'D:/02软件硬盘转移/win-pyvideotrans-v4.09/tmp/6620/listen_voice/25-zh-cn-gtts-+0%-+0Hz.wav', 'tts...
💬 1[Last reply:4 hours ago] 这是 gTTS 配音渠道引起的网络连接失败。gTTS 调用的是 Google 的在线语音合成服务，国内网络环境无法直接访问 Google，因此报错 Failed to connect。解决方案：在软件菜单中配置可用的网络代理（格式如 http://127.0.0.1:端口 或 socks5://127.0.0.1:端口），并确保代理工具已开启；若代理仍无效，请检查格式是否正确。如果不想折腾代理，建...240e:**:7711 Posted at: 4 hours ago -
#6876 语音识别阶段出错[openai-whisper(内置)] 分离音频失败，请检查日志或重试Traceback (most recent call last):...
💬 1[Last reply:4 hours ago] 这是由于视频或软件路径中包含中文（E:/自动翻译/...）导致 FFmpeg 无法正确处理命令而引发的“分离音频失败”。底层工具对中文、空格、特殊符号兼容性较差。解决方案：将 pyVideoTrans 解压到纯英文目录（如 D:\pyVideoTrans），避免中文和特殊符号。视频文件路径也建议改为纯英文/数字命名，例如 video01.mp4。若仍失败，请打开软件目录下的 logs/ 文件夹，查...9.142.**2 Posted at: 4 hours ago -
#6874 [WinError 32] 另一个程序正在使用此文件，进程无法访问。: 'G:/VideoTrans/tmp/14956/bcf9e8087c/final_audio_temp.wav'：G:/VideoTrans/tmp/14956/bcf9e8087c/final_audio_temp.wavTraceback (most recent call las...
💬 1[Last reply:5 hours ago] 这是 Windows 下文件被其他进程占用导致的 PermissionError，通常由杀毒软件实时扫描、残留的 FFmpeg/音频进程或同时运行多个软件实例引起。请按顺序排查：退出所有 pyVideoTrans 实例，确认任务管理器中只有至多一个 sp.exe 在运行。关闭杀毒软件（360、火绒、Windows Defender 等），并将 G:/VideoTrans 目录加入白名单。手动清空临...113.88.**1 Posted at: 5 hours ago -
#6873 500 Server Error: Internal Server Error for url: https://edge.microsoft.com/translate/translatetext?from=&to=zh-Hans&isEnterpriseClient=falseTraceback (most recent call last):...
💬 1[Last reply:5 hours ago] 微软翻译接口已失效，且Google翻译在国内无法直接访问，导致自动回退到微软后报错。建议更换翻译渠道。推荐方案：改用 DeepSeek 渠道，翻译质量最佳。在 菜单 → 翻译设置 → DeepSeek 中填入API密钥（https://platform.deepseek.com/ 可申请），然后在主界面翻译渠道下拉框中选中 DeepSeek。备选方案：使用 M2M100(内置) 本地翻译，无需密钥...113.88.**1 Posted at: 5 hours ago -
#6872 Automatic model download failed. Click [Help Docs] for manual download instructions:...
💬 1[Last reply:6 hours ago] This error is caused by a network interruption during the HuggingFace model download. The connection was closed before the full model file was received (only 1.1GB of the expected 1.5GB was downloaded...2409:**:40a4 Posted at: 6 hours ago -
#6871 连接超时，请检查网络连接是否稳定Traceback (most recent call last):...
💬 1[Last reply:11 hours ago] 此报错的核心原因是：网络无法连接到阿里云百炼的 OSS 存储服务器（dashscope-file-mgr.oss-cn-beijing.aliyuncs.com）。你在使用「阿里百炼API/Qwen3-ASR」语音识别时，需要将本地音频上传到阿里云 OSS，连接超时导致上传失败。请按以下顺序排查：检查网络：确认当前电脑能正常访问外网。可尝试用浏览器打开 https://dashscope-file...116.162.**9 Posted at: 11 hours ago -
#1966 语音识别选项 1整体识别和批量推理的区别？2默认断句和自动修正的区别？...
💬 11[Last reply:12 hours ago] 如果你只是单纯提取日语视频的字幕（语音转录/识别），不涉及配音克隆，那么不必强制设置“最长语音持续秒=10、最短语音持续毫秒=3000”。这两项设置主要是为了在使用 clone（原音色克隆）配音角色时，确保截取的参考音频时长合适、可靠。你当前没有使用克隆音色，所以可以忽略这条建议。不过，如果你希望日语字幕的断句更自然、避免长句被错误切断，可以勾选“Whisper预分割音频?”，并适当调整参数，例如...203.198.**4 Posted at: 8 months ago -
#6870 翻译字幕阶段出错 [Google(免费)] Google 翻译失败Traceback (most recent call last):...
💬 1[Last reply:12 hours ago] Google(免费) 翻译失败的核心原因是：Google 翻译接口在中国大陆无法直接访问，需要有效的代理网络。您的日志中虽已配置代理 http://127.0.0.1:8502，但该代理可能未正确转发请求或 Google 接口被限流。解决方案验证代理是否有效：打开浏览器，访问 https://translate.google.com，确认能正常打开且能翻译。若打不开，说明代理本身未生效，需先修复代...2a01:**:a4d1 Posted at: 12 hours ago -
#6867 语音识别阶段出错[Huggingface_ASR(内置)] The expanded size of the tensor (3000) must match the existing size (8363) at non-singleton dimension 1. Target sizes: [128, 3000]. Tensor sizes: [1...
💬 3[Last reply:14 hours ago] parakeet日语(内置) 渠道不支持 CUDA/GPU 加速，属于纯 CPU 运行，因此即使勾选了 CUDA 加速，实际仍会使用 CPU。 这是因为该渠道基于英伟达开源模型的 ONNX/CPU 推理实现，未集成 GPU 加速模块。如需 GPU 加速，请改用以下支持 CUDA 的识别渠道（需确保已正确配置 NVIDIA 显卡、CUDA 12.8+ 和 cuDNN 9.11+，并在主界面勾选“C...171.91.**5 Posted at: 14 hours ago -
#6869 语音识别阶段出错[Huggingface_ASR(内置)] The expanded size of the tensor (3000) must match the existing size (8363) at non-singleton dimension 1. Target sizes: [128, 3000]. Tensor sizes: [1...
💬 1[Last reply:14 hours ago] 核心原因：这是 Huggingface_ASR(内置) 渠道中 kotoba-tech/kotoba-whisper-v2.0 模型在批量音频填充（padding）时发生的张量维度不匹配错误。该模型与当前 transformers pipeline 存在兼容性问题，并非您的操作错误。解决方案（按推荐顺序）：更换识别渠道：您处理的是日语视频，建议改用 openai-whisper(内置) 的 lar...171.91.**5 Posted at: 14 hours ago -
#6868 语音识别阶段出错[Huggingface_ASR(内置)] The expanded size of the tensor (3000) must match the existing size (8363) at non-singleton dimension 1. Target sizes: [128, 3000]. Tensor sizes: [1...
💬 1[Last reply:14 hours ago] 该错误是音频输入长度超过模型最大处理限制导致的。kotoba-whisper-v2.0 模型期望的输入特征长度为 3000 帧（约 30 秒），但实际输入达到了 8363 帧，说明切片时长过长，模型无法正确处理。按以下步骤排查：进入 菜单 → 工具 → 高级选项 → 语音识别参数，将 最长语音持续(秒) 改为 30，并勾选 Whisper预分割音频?，然后重新执行。如果仍有问题，建议更换为其他支持...171.91.**5 Posted at: 14 hours ago -
#6866 语音识别阶段出错[Huggingface_ASR(内置)] The expanded size of the tensor (3000) must match the existing size (3465) at non-singleton dimension 1. Target sizes: [128, 3000]. Tensor sizes: [1...
💬 1[Last reply:14 hours ago] 该错误为 transformers 语音识别 pipeline 内部在批处理音频时发生的张量维度不匹配错误，具体原因无法直接确定。可能涉及所选模型 kotoba-tech/kotoba-whisper-v2.0 对音频输入长度受限、模型文件不完整或 VAD 切分参数设置不当。建议按以下顺序排查：重新下载模型：确认 软件目录/models/models--kotoba-tech--kotoba-wh...171.91.**5 Posted at: 14 hours ago -
#6865 [ERROR] trk.cfg=[TaskCfgVTT]当前工作模式: 翻译视频或音频 批量翻译模式原始输入文件名: D:/ike/新建文件夹/cP1.mp4, 输出结果保存到文件夹: D:/ike/cP1-mp4,临时文件夹: E:/ik......
💬 1[Last reply:14 hours ago] 核心原因：语音识别渠道「阿里百炼API/Qwen3-ASR」在向阿里云 OSS 文件服务上传音频时网络连接超时，导致无法完成识别。这通常是网络环境、代理或防火墙配置问题，而非软件本身的 bug。请按以下步骤排查：检查网络连通性：确认本机能否正常访问 dashscope-file-mgr.oss-cn-beijing.aliyuncs.com。可在 CMD 中执行 ping dashscope-fi...116.162.**9 Posted at: 14 hours ago -
#6864 [DEBUG] 返回缓存的编解码器 Windows-264: libx264[DEBUG] [最终视频合成]不支持硬件编解码或指定了强制软编解码:['-y', '-progress', 'compose1787678390.7306364.......
💬 1[Last reply:14 hours ago] 这段日志表示最终视频合成阶段因“不支持硬件编解码或指定了强制软编解码”，使用了 libx264 软件编码器，属于正常日志，不是错误信息。但仅凭这一小段日志无法确定你遇到的具体问题。请补充以下信息以便判断：软件版本号（主界面左上角显示）；操作系统（Windows/macOS/Linux）；完整报错信息、错误截图，或 logs/ 文件夹中最新日志的末尾约30行内容。...116.162.**9 Posted at: 14 hours ago -
#6863 必须选择视频文件=system:Windows-10-10.0.19045-SP0version:v4.11frozen:Truelanguage:zhroot_dir:D:/win-pyvideotrans-v4.11...
💬 5[Last reply:14 hours ago] 原因是未启用GPU加速环境，或软件中未勾选“CUDA加速”选项，导致语音识别模型回退到CPU运行，处理速度会明显变慢。解决步骤：确认电脑是否安装了NVIDIA（N卡）独立显卡。AMD/Intel显卡不支持CUDA加速，只能使用CPU。若为N卡，请确保已安装CUDA 12.8及以上版本、cuDNN 9.11及以上，并将CUDA的bin和lib目录加入系统环境变量Path。在软件语音转录（或视频翻译）...171.91.**5 Posted at: 14 hours 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.