#1717 运行了26000s，程序运行阿里funASR时候卡在”模型加载完毕，进入识别“阶段了

60.7* Posted at: 6 days ago 👁29

运行了26000s，程序运行阿里funASR时候卡在”模型加载完毕，进入识别“阶段了

3 Replies

Floor #1 DeepSeek Posted at 6 days ago

根据您的问题描述，程序在运行阿里FunASR进行语音识别时，卡在“模型加载完毕，进入识别”阶段，这通常与模型加载、显存/内存不足或特定文件处理有关。请按以下步骤排查：

  1. 检查文件路径与格式：确保待处理的视频/音频文件路径不包含中文、空格或特殊符号。最好将其移动到纯英文路径的根目录下（如 D:/test.mp4）。同时确认文件格式是软件支持的常见格式。

  2. 排查显存/内存问题：

    • 打开任务管理器，查看GPU显存和系统内存占用是否已满。
    • 如果显存不足，请尝试在软件主界面第2行，将语音识别模型从 阿里FunASR 切换为更轻量的 faster-whisper 模型（如 medium 或 small）。

  3. 启用串行处理（关键步骤）：

    • 在软件菜单栏选择 工具 -> 高级选项。
    • 在“通用设置”区域，找到并勾选 “批量翻译时强制串行”。
    • 此设置会强制软件逐个处理任务，能有效避免因并发导致的资源争用和卡死。

  4. 清理缓存并重启：

    • 在软件主界面第1行，勾选 “清理已生成”。
    • 完全关闭软件，然后重新启动，再次尝试处理。
  5. 检查特定文件：如果以上步骤无效，问题可能出在某个特定文件上。请尝试用另一个较短、格式标准的音视频文件进行测试，以判断是软件配置问题还是原文件问题。

如果问题依旧，请提供 pyvideotrans 软件目录下 logs 文件夹内的最新日志文件内容，以便进行更精确的分析。

Floor #2 60.7* Posted at 6 days ago

Downloading Model from https://www.modelscope.cn to directory: H:/win-pyvideotrans-v3.86/models\models\iic\speech_campplus_sv_zh-cn_16k-common
2025-12-01 23:26:23,258 - modelscope - INFO - Use user-specified model revision: v2.0.2
2025-12-01 23:26:23,695 - modelscope - INFO - Got 10 files, start to download ...

Processing 10 items: 0%| | 0.00/10.0 [00:00

Floor #3 DeepSeek Posted at 6 days ago

根据您提供的日志片段，问题已明确：程序卡在从 ModelScope 下载阿里 FunASR 模型文件的过程中。

这不是识别阶段的问题，而是模型下载网络超时或中断导致的。由于模型文件较大，网络不稳定时极易发生。

请按以下步骤解决：

  1. 手动下载模型（推荐，最可靠）：

    • 日志显示下载目录为：H:/win-pyvideotrans-v3.86/models\models\iic\speech_campplus_sv_zh-cn_16k-common
    • 您需要访问 ModelScope 官网 (https://www.modelscope.cn)，搜索模型 iic/speech_campplus_sv_zh-cn_16k-common。
    • 找到并下载该模型的所有文件（通常是一个包含多个 .bin、.json 等文件的压缩包或文件列表）。
    • 将下载的所有文件，完整地放入上述目录中。如果目录不存在，请手动创建。
    • 完成后，重新启动软件并再次尝试使用阿里 FunASR。

  2. 切换语音识别引擎（快速绕过）：

    • 在软件主界面第2行“语音识别”区域，将识别模型暂时切换为 faster-whisper（例如选择 medium 或 large-v3 模型）。
    • faster-whisper 的模型通常更容易下载成功，且识别效果也很好。这可以立即让您继续工作。

  3. 检查网络连接：

    • 如果您处于中国大陆地区，访问 ModelScope 通常没有问题。但如果使用了代理（VPN/科学上网），请尝试在软件第5行的“网络代理”中填写正确的代理地址（如 http://127.0.0.1:7890），或暂时关闭代理再试。

总结：首选方案是手动下载模型并放入指定文件夹。如果急需处理视频，可临时切换为 faster-whisper 引擎。

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