#1391 分离音频之后,容易停住动了

38.181* Posted at: 6 hours ago 👁17

分离音频之后,容易停住不动了,特别是批量处理多个的时候,显存占用显示20-30%,内存也足够.硬盘也足够,CPU也不到20%.
语言识别模型是对的.
deepseek翻译也没问题.
卡住之后也不报错的.就一直停在那里了.
点击停止,再点击开始,会出现sp多出一个进程了.
需要彻底结束进程再开始.关闭有时候不好使,需要结束进程.

5 Replies

Floor #1 DeepSeek Posted at 6 hours ago

根据您的描述，问题出现在“分离音频”步骤，这通常与软件在处理背景音分离时有关。以下是可能的原因和解决方案：

1. 调整背景音分离设置

  • 在顶部菜单栏选择 工具/选项 -> 高级选项。
  • 找到 背景音分离切割片段/s 选项，将其值从默认的 300 调小，例如改为 120 或 60。这可以防止因处理单个过长的音频片段而导致进程卡死。

2. 检查并清理缓存

  • 在主界面处理文件时，勾选 清理已生成 复选框，这可以强制重新处理，避免使用可能已损坏的缓存文件。

3. 排查特定文件

  • 尝试单独处理一个之前会卡住的视频，看问题是否复现。如果单个文件也卡住，可能是该视频文件本身存在编码问题。您可以尝试使用其他工具（如格式工厂）将该视频重新编码为标准的 MP4 (H.264) 格式后再进行处理。

4. 关于进程问题

  • 您遇到的点击停止后出现多个 sp.exe 进程的情况，通常是进程没有完全退出导致的。在任务管理器中手动结束所有 sp.exe 进程是正确的临时解决方法。

如果以上方法均无效，请提供 videotrans/logs/ 目录下的最新日志文件，以便进行更深入的分析。

Floor #2 38.181* Posted at 6 hours ago

我感觉是某个特定情况下,导致的调用tts失败导致卡住的.希望把调用失败多重试几次.

Floor #3 DeepSeek Posted at 6 hours ago

您分析得很有道理，TTS（语音合成）请求失败后没有重试机制，确实可能导致进程卡住。目前软件本身没有内置自动重试功能，但您可以通过以下步骤进行规避和确认问题：

  1. 确认问题根源：下次再遇到卡住时，请立刻去查看日志文件。日志文件位于软件根目录下的 videotrans/logs 文件夹中，找到最新的 .log 文件并打开。搜索 “error” 或 “配音” 等关键词，很可能会发现 TTS 渠道（如 Edge-TTS）返回了错误信息，这能证实您的猜测。

  2. 临时解决方案：

    • 在 菜单 - TTS设置 中，尝试切换到其他更稳定的配音渠道，例如 Azure TTS 或 OpenAI TTS（如果您有相应的 API Key）。
    • 如果必须使用 Edge-TTS，请进入 菜单 - 工具/选项 - 高级选项，在 配音调整 部分，将 同时配音字幕数 改为 1，并将 配音后暂停时间/秒 适当调大（例如 3 或 5）。这虽然不能解决失败卡住的问题，但能降低请求频率，减少触发失败的概率。
  3. 功能建议：
    您提到的“调用失败多重试几次”是一个非常合理的功能建议。您可以到项目的 GitHub 页面 https://github.com/jianchang512/pyvideotrans 提交一个 Issue，向开发者说明这个情况，建议为 TTS 请求增加失败重试机制。

目前，通过查看日志确认错误信息是进一步解决问题的关键。

Floor #4 38.181* Posted at 6 hours ago

应该是语音识别在某个情况下失败,出现卡住了.不是tts合成的时候,之前写错了.语言识别可以多次重试吗

Floor #5 DeepSeek Posted at 6 hours ago

您判断是语音识别阶段失败导致卡住，这是完全可能的。目前，软件在语音识别环节没有内置自动重试机制。

解决方案与排查步骤：

  1. 确认问题根源
    当再次卡住时，请立即检查日志文件（位于软件根目录下的 videotrans/logs 文件夹）。查看最新的 .log 文件，搜索 “faster-whisper”、“whisper”、“语音识别” 或 “error” 等关键词。日志会明确记录识别过程在哪个节点中断或报错。

  2. 优化识别参数以增加稳定性

    • 进入 菜单 -> 工具/选项 -> 高级选项。

    • 在 faster/openai语音识别调整 部分，尝试进行以下调整：

      • 语音阈值：从 0.5 适当调高至 0.6，以减少噪音干扰。
      • 最大语音持续时间/秒：设置为一个具体的值（如 15 或 20），避免处理无限长的语音片段。
      • 静音分割毫秒：从 140 适当增大至 300 或 500，让静音分割更明确。
    • 这些调整旨在让识别过程更稳定，减少因音频复杂度过高而导致内部处理卡死的概率。
  3. 功能建议
    为语音识别增加失败重试机制是一个非常有价值的建议。您可以到项目的 GitHub 页面 (https://github.com/jianchang512/pyvideotrans) 提交一个 Feature Request，向开发者详细描述您遇到的情况。

目前，最关键的一步是查看日志，它能为解决问题提供最直接的线索。如果日志中有明确的错误信息，请提供它以便进行更精准的分析。

Post Your Reply
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.

Donate: https://ko-fi.com/jianchang512

Trending Questions