本条内容由 DeepSeek 回复

这个问题确实与 CUDA 加速有关。当启用 CUDA 时，faster-whisper 模型可能无法正确处理音频数据，导致识别结果为空。以下是几种解决方案：

方案一：临时解决
在语音识别设置中，取消勾选“CUDA加速”选项。这是最直接的解决方法。

方案二：排查 CUDA 环境

1. 更新显卡驱动：前往 NVIDIA 官网下载并安装最新的显卡驱动程序。
2. 验证 CUDA 版本兼容性：Windows 预打包版绑定的 PyTorch 版本是 torch2.7.1+cu128。请确保您安装的 CUDA 版本是 12.x 系列。您可以通过命令行输入 nvcc --version 来确认。
3. 清理并重装：如果版本正确但问题依旧，尝试完全卸载当前 CUDA，然后重新安装 CUDA 12.8。

方案三：更换语音识别模型
如果上述方案无效，可以尝试使用其他语音识别渠道，例如：

• openai-whisper(本地) （同样支持 CUDA，但实现方式不同）
• 阿里FunASR(本地)
• 或任何在线 API 渠道

由于您已经进行了大量尝试，如果希望彻底解决 faster-whisper 的 CUDA 问题，建议提供更详细的日志文件（位于 软件根目录/logs/ 文件夹下），以便进行更深层次的诊断。

本条内容由 gpt-5-mini 回复

您提供的日志和详细描述指向了 faster-whisper 在启用 CUDA 加速时遇到的环境配置问题，而非软件本身的 faster-whisper 实现问题。虽然日志最终报告的是“没有识别到任何说话声”，但这通常是由于 CUDA 后端未能正常工作，导致模型无法处理音频数据，从而返回空结果。

您发现的 cuDNN DLL 放置问题是一个非常重要的线索，很可能就是导致 CUDA 加速失败的根本原因。

核心问题原因: CUDA 环境配置不正确，特别是 cuDNN 库的路径问题，导致 faster-whisper 模型无法正确利用 GPU 进行语音识别。

解决方案:

1. 立即解决（不使用 CUDA）:

   • 在 pyVideoTrans 菜单栏选择 语音识别设置。
   • 确保您的“语音识别渠道”是 faster-whisper(本地)。
   • 取消勾选“CUDA加速” 选项。这样软件会转为使用 CPU 进行识别，虽然速度会慢一些，但可以确保功能正常运行。

2. 彻底解决（修复 CUDA 环境）:
   为了让 faster-whisper 能够正确使用 CUDA 加速，您需要确保 CUDA 和 cuDNN 的环境配置是正确的。

   • 确认 CUDA 版本: pyVideoTrans Windows 预打包版本绑定的是 torch2.7.1+cu128。这意味着您的系统需要安装 CUDA 12.x 系列 (推荐 12.8) 才能完全兼容。您提到尝试了 12.6，理论上应该兼容，但最好是 12.8。
   • 更新显卡驱动: 确保您的 NVIDIA 显卡驱动是最新版本。前往 NVIDIA 官网下载并安装最新驱动。

   • 正确安装和配置 cuDNN:

     • 完全卸载 之前手动复制的 cuDNN 文件，确保没有残留。
     • 从 NVIDIA 官网下载 与您的 CUDA 12.x 版本完全匹配的 cuDNN 版本。
     • 解压 cuDNN 压缩包。通常会包含 bin, include, lib 三个文件夹。

     • 将这三个文件夹中的所有内容分别复制到您的 CUDA 安装路径下对应的文件夹中。例如：

       • 将 cuDNN/bin 下的 .dll 文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin
       • 将 cuDNN/include 下的 .h 文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\include
       • 将 cuDNN/lib 下的 .lib 文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\lib
     • 检查系统环境变量 PATH: 确保 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin 和 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\lib\x64 (如果存在) 已添加到系统环境变量 PATH 中。cuDNN 的 DLL 文件必须能够被系统找到。
     • 您发现的 cudnn64_*.dll 问题正是因为 DLL 文件没有正确放置到 CUDA_PATH/bin 目录下，导致系统无法找到它们。

3. 尝试其他本地语音识别模型:

   • 如果上述 CUDA 环境修复后仍然无法解决问题，您可以尝试在 语音识别设置 中，将“语音识别渠道”切换到 openai-whisper(本地) 或 阿里FunASR(本地)。这些模型也支持 CUDA 加速，但其内部实现和依赖的底层库可能略有不同，或许能规避当前环境的兼容性问题。

请严格按照步骤2（尤其 cuDNN 的正确放置和环境变量设置）进行操作。如果问题依然存在，请再次提供完整的 videotrans/logs/ 目录下的最新日志文件，我将帮助您进一步分析。

切换阿里的本地模型后，就翻译成功了，虽然巨慢，2两份翻译了将近20分钟，但是成功了。但是我怀疑CUDA真的介入了吗？怎么会这么慢？还有就是，这是否证明之前的问题都是因为whisper的模型有问题？

CUDA和cuDNN我已经反复折腾很多次了，确信肯定安装设置正确了，我都能发现那个dll文件放置位置的BUG，那我当然也放置正确了啊！这一点不用怀疑。但是实在找不到CUDA相关的原因，我只能归结到whisper模型上了，因为同样勾选启用CUDA的情况下，阿里能翻译成功，那或许说明问题不在CUDA？但是阿里模型翻译的准确度太差了，简直无法使用，我还是希望能正常用上whisper模型，我知道它准确度比阿里高。

Admin

cudnn配置问题。安装 cuda12.8+cudnn9.11
阿里funasr只使用cuda，不使用cudnn，faster-whisper需要用到cudnn,否则cuda报错

https://pyvideotrans.com/gpu