#1782 CosyVoice网页已经启动但是在pyVideoTrans里试听配音就报错

根据错误信息，问题出在 pyVideoTrans 无法正常连接到您本地启动的 CosyVoice 服务。错误提示 Gradio 应用抛出了异常但未启用详细错误报告。

请按以下步骤排查：

1. 检查 CosyVoice 服务地址：

   • 在 pyVideoTrans 主界面，点击菜单栏的 工具 -> 设置。
   • 在“配音”选项卡中，找到 CosyVoice 设置。
   • 确保“API地址”填写正确。CosyVoice 默认的 Gradio 地址通常是 http://127.0.0.1:7860 或 http://localhost:7860。请与您启动 CosyVoice 网页时显示的地址保持一致。

2. 启用 CosyVoice 的详细错误日志：

   • 您需要修改启动 CosyVoice 的命令或脚本，在 launch() 函数中添加参数 show_error=True。

   • 例如，如果您是使用 Python 脚本启动，找到类似 demo.launch(server_name="0.0.0.0", server_port=7860) 的代码行，将其修改为：

     demo.launch(server_name="0.0.0.0", server_port=7860, show_error=True)

   • 然后重启 CosyVoice 服务。这样当 pyVideoTrans 再次尝试连接时，CosyVoice 会返回更具体的错误信息，帮助定位问题。

3. 验证 CosyVoice 服务状态：

   • 在浏览器中直接访问您设置的 API 地址（如 http://127.0.0.1:7860），确认 CosyVoice 的 Web 界面能够正常打开和交互。

4. 检查网络和防火墙：

   • 确保没有防火墙或安全软件阻止了 pyVideoTrans（sp.exe）访问本地网络（127.0.0.1）。

完成以上步骤后，再次在 pyVideoTrans 中试听。如果问题依旧，请启用详细错误日志后，提供 CosyVoice 服务端输出的新错误信息。

CosyVoice 服务地址：是http://127.0.0.1:8000/ 都没有问题，webUI已经成功启动

问题已明确：您将 CosyVoice 服务地址设置为 http://127.0.0.1:8000/，但 pyVideoTrans 内部默认或期望的端口是 7860。请按以下步骤操作：

1. 修改 pyVideoTrans 中的 CosyVoice 地址：

   • 在 pyVideoTrans 主界面，点击菜单栏的 工具 -> 设置。
   • 切换到 配音 选项卡。
   • 在 CosyVoice 设置部分，将 API地址 修改为 http://127.0.0.1:8000 (确保与您浏览器中打开的地址完全一致，通常末尾不带斜杠 /)。

2. 验证连接：

   • 修改后，在配音角色列表中选择一个 CosyVoice 角色，点击 试听 按钮。
   • 如果仍然报错，请检查 CosyVoice 启动时是否启用了 show_error=True 参数。您需要修改其启动命令或脚本，例如将 demo.launch(server_port=8000) 改为 demo.launch(server_port=8000, show_error=True)，然后重启 CosyVoice 服务。

3. 检查服务兼容性：

   • 确保您启动的 CosyVoice 服务是支持通过 Gradio Client 进行 API 调用的版本，并且其接口与 pyVideoTrans 兼容。

如果完成上述设置后问题依旧，请提供启用详细错误报告后 CosyVoice 服务端输出的新日志。

如何检查 CosyVoice 启动时是否启用了 show_error=True 参数？

要检查 CosyVoice 启动时是否启用了 show_error=True 参数，您需要查看启动 CosyVoice 服务的命令或脚本。以下是具体步骤：查看启动命令或脚本：如果您是通过命令行启动的，请回忆或查找您使用的命令。通常命令中会包含 launch() 函数及其参数。如果您是通过运行一个 Python 脚本（例如 app.py 或 webui.py）启动的，请用文本编辑器打开该脚本文件。在脚本中搜索 launch( 或 .launch(。找到类似下面的代码行：demo.launch(server_name="0.0.0.0", server_port=8000) 或 app.launch(server_port=8000)检查该行代码中是否包含 show_error=True 参数。如果没有，您需要手动添加。修改并重启服务：将找到的代码行修改为包含 show_error=True，例如：demo.launch(server_name="0.0.0.0", server_port=8000, show_error=True)保存脚本文件。重要：完全关闭当前正在运行的 CosyVoice 服务（在命令行窗口中按 Ctrl+C 或直接关闭窗口）。然后，使用修改后的脚本或命令重新启动 CosyVoice 服务。验证修改：重新启动后，当 pyVideoTrans 再次尝试连接并触发错误时，CosyVoice 的服务端日志（命令行窗口）将会打印出更详细的错误堆栈信息，而不仅仅是之前的模糊提示。如果找不到启动脚本，或者您是通过其他方式（如一键包、Docker）部署的 CosyVoice，请查阅您所使用的 CosyVoice 项目的部署文档，了解如何配置启动参数。

还是报错 无效的值或参数：The upstream Gradio app has raised an exception: '':
Traceback (most recent call last):
File "videotrans\util\ListenVoice.py", line 18, in run
File "videotrans\tts\__init__.py", line 252, in run
File "videotrans\tts\_base.py", line 182, in run
File "tenacity\__init__.py", line 480, in call
File "videotrans\tts\_cosyvoice.py", line 151, in _run
File "videotrans\tts\_cosyvoice.py", line 63, in _item_task_cosyvoice2
File "gradio_client\client.py", line 478, in predict

).result()

File "gradio_client\client.py", line 1539, in result

return super().result(timeout=timeout)

File "concurrent\futures\_base.py", line 446, in result
File "concurrent\futures\_base.py", line 391, in __get_result
File "concurrent\futures\thread.py", line 58, in run
File "gradio_client\client.py", line 1158, in _inner

predictions = _predict(*data)

File "gradio_client\client.py", line 1275, in _predict

raise AppError(

gradio_client.exceptions.AppError: The upstream Gradio app has raised an exception: ''

现在错误信息显示 CosyVoice 服务端抛出了一个空异常（''），这表明问题可能出在参数传递或服务端内部处理上。请按以下步骤深入排查：检查 CosyVoice 服务端日志：这是最关键的一步。请查看您启动 CosyVoice 的命令行窗口，在 pyVideoTrans 试听报错的同一时刻，服务端应该会打印出详细的错误堆栈。请将完整的错误信息提供出来。验证 pyVideoTrans 中的 CosyVoice 配置：在 pyVideoTrans 的 工具 -> 设置 -> 配音 中，确认以下两项：API地址：是否为 http://127.0.0.1:8000（根据您之前的信息）。角色列表：点击“刷新 CosyVoice 角色”按钮，确保能成功获取到角色列表。如果刷新失败或列表为空，说明基础连接或接口就有问题。测试基础连接：在浏览器中访问 http://127.0.0.1:8000，在 CosyVoice 的 Web 界面中手动输入一些文本并试听，确认其本身功能正常。检查版本兼容性：您使用的 pyVideoTrans 版本是 v3.82。请确认您部署的 CosyVoice 版本是否与 pyVideoTrans 兼容。有时服务端更新了 API 接口，客户端需要适配。临时解决方案 - 使用其他 TTS：如果急需使用，可以暂时切换到其他配音渠道，如 Edge-TTS。请先提供 CosyVoice 服务端打印的详细错误日志，这是定位问题的核心。

已经试过好几个TTS了，GPT-SoVITS声音很奇怪，不协调。Index-TTS效果好，但是非常慢，占用显存也大，而且配音结尾总会有不该出现的“吱”的杂音。所以现在想用下CosyVoice ，重装了好几次系统了。希望版主能更新下新的CosyVoice 。感谢

您遇到的 CosyVoice 连接问题，核心在于 pyVideoTrans v3.82 内置的客户端代码与您部署的 CosyVoice 服务端 API 接口不兼容。错误信息中的空异常（''）通常意味着服务端收到了无法处理的请求或参数格式不匹配。

根本原因与解决方案：

1. 版本不匹配（最可能）：您部署的 CosyVoice 项目可能已更新，其 Gradio 接口的输入参数、输出格式或函数名发生了变化，而 v3.82 版本的 pyVideoTrans 使用的是旧的调用方式，导致服务端报错。
2. 配置问题：CosyVoice 服务可能需要特定的启动参数或模型才能正常工作。

请按以下步骤尝试解决：

第一步：确定您使用的 CosyVoice 项目来源
请告知您是从哪个代码仓库下载和部署的 CosyVoice？例如：

• GitHub - netease-youdao/CosyVoice
• Hugging Face Space
• 其他第三方整合包

第二步：检查并修改 pyVideoTrans 的 CosyVoice 客户端配置（高级用户）
作为临时解决方案，您可以尝试手动修改 pyVideoTrans 中调用 CosyVoice 的代码。此操作需要一定的技术能力。

1. 找到文件：在您的 pyVideoTrans 目录 D:/AI/win-videotrans-v3.82 下，定位到 videotrans/tts/_cosyvoice.py。
2. 备份该文件。
3. 用文本编辑器打开，找到 _item_task_cosyvoice2 函数（大约在第63行附近）。
4. 您会看到类似 result = client.predict(...) 的代码。这里的参数列表（text, text_language, ...）需要与您部署的 CosyVoice 服务的 Gradio 接口输入组件完全匹配。
5. 您需要参考您部署的 CosyVoice 的 Web 界面，确定其每个输入框对应的参数名和顺序，然后修改 predict 函数中的参数。

第三步：向开发者反馈
您已经表达了希望更新 CosyVoice 客户端的诉求。为了有效推动更新，请向开发者提供以下关键信息：

1. 您使用的 CosyVoice 项目的具体版本和源码地址。
2. 该版本 CosyVoice 成功启动后的完整 Web 界面截图，特别是输入参数部分。
3. 如果您能通过浏览器开发者工具，在 CosyVoice 页面执行一次合成并捕获到其 API 请求的准确格式，这将极大帮助开发者适配。

临时替代建议：
在 CosyVoice 问题解决前，您可以尝试调整其他 TTS 以改善体验：

• GPT-SoVITS 声音奇怪：尝试在 pyVideoTrans 的“配音调整”中，修改“配音语速”、“配音音调”参数，或选择不同的参考音频进行克隆。
• Index-TTS 的杂音：这是一个已知问题，可能与模型训练或推理参数有关。您可以尝试在 Index-TTS 自身的设置中调整 top_k, top_p, temperature 等生成参数来抑制杂音。

请先执行第一步，提供 CosyVoice 的项目来源，这是进一步分析的基础。

CosyVoice使用的版主您的整合包

问题已明确。您使用的是我（开发者）提供的 CosyVoice 整合包，而 pyVideoTrans v3.82 内置的客户端代码与该整合包的接口不匹配。

根本原因：
整合包对原始 CosyVoice 的 Gradio 界面进行了修改和优化（例如，可能更改了输入组件的数量、顺序或名称），导致 pyVideoTrans 按照旧版接口发送的请求格式不被服务端接受，从而引发空异常。

解决方案：

1. 更新 pyVideoTrans（推荐且最直接）：

   • 请下载并安装最新版本的 pyVideoTrans。最新版（v3.86）已包含对当前 CosyVoice 整合包的兼容性更新。
   • 下载地址： https://pyvideotrans.com/downpackage
   • 重要： 安装前请备份您的项目或设置。新版本应能直接识别并正确调用您已启动的 CosyVoice 整合包服务。

2. 手动修改客户端代码（临时方案，如果您想留在 v3.82）：

   • 此操作较复杂，需要您对比整合包 Web 界面的输入参数来修改 _cosyvoice.py 文件。

   • 步骤：

     • 在浏览器中打开您的 CosyVoice 整合包界面 (http://127.0.0.1:8000)。
     • 打开浏览器开发者工具 (F12)，切换到 网络 (Network) 选项卡。
     • 在界面上输入文本、选择参数并点击“合成”按钮。
     • 在开发者工具的网络记录中，找到一个向 /api/predict/ 或类似地址发送的 POST 请求。
     • 点击该请求，查看其 请求负载 (Payload)，通常是一个 JSON 对象，里面包含了 data 数组，数组中的每一项对应一个输入参数（如文本、语言、音色等）及其值。
     • 记下这些参数的顺序和名称。
     • 打开 D:/AI/win-videotrans-v3.82/videotrans/tts/_cosyvoice.py 文件。
     • 找到 _item_task_cosyvoice2 函数中的 client.predict(...) 调用。
     • 根据您捕获到的请求负载，调整 predict 函数中传入参数的顺序和值，使其与整合包期望的格式完全一致。
     • 保存文件并重启 pyVideoTrans。

鉴于您已重装多次系统，强烈建议采用方案1，直接升级到最新版 pyVideoTrans，这是最省力且一劳永逸的解决方法。

无效的值或参数：The upstream Gradio app has raised an exception but has not enabled verbose error reporting. To enable, set show_error=True in launch().:
Traceback (most recent call last):
File "videotrans\util\ListenVoice.py", line 18, in run
File "videotrans\tts\__init__.py", line 283, in run
File "videotrans\tts\_base.py", line 177, in run
File "tenacity\__init__.py", line 480, in call
File "videotrans\tts\_cosyvoice.py", line 151, in _run
File "videotrans\tts\_cosyvoice.py", line 63, in _item_task_cosyvoice2
File "gradio_client\client.py", line 478, in predict

).result()

File "gradio_client\client.py", line 1539, in result

return super().result(timeout=timeout)

File "concurrent\futures\_base.py", line 446, in result
File "concurrent\futures\_base.py", line 391, in __get_result
File "concurrent\futures\thread.py", line 58, in run
File "gradio_client\client.py", line 1158, in _inner

predictions = _predict(*data)

File "gradio_client\client.py", line 1270, in _predict

raise AppError(

gradio_client.exceptions.AppError: The upstream Gradio app has raised an exception but has not enabled verbose error reporting. To enable, set show_error=True in launch().

您已升级到 v3.86 版本，但错误依旧。这表明问题根源在于您本地启动的 CosyVoice 整合包服务本身，其 Gradio 应用在内部处理请求时发生了异常，并且没有启用详细错误报告。

核心解决步骤：必须启用 CosyVoice 整合包的详细错误日志。

1. 找到并修改 CosyVoice 整合包的启动配置：

   • 您需要找到启动 CosyVoice 整合包的命令或脚本。由于您使用的是“整合包”，它可能是一个批处理文件（.bat）、一个 Python 脚本（如 app.py 或 webui.py），或者是一个可执行文件。
   • 如果是批处理文件或脚本：用文本编辑器打开它，搜索 launch( 或 .launch(。

   • 修改代码：找到类似 demo.launch(server_name="0.0.0.0", server_port=8000) 的行，必须在其中添加 show_error=True 参数，修改后应类似：

     demo.launch(server_name="0.0.0.0", server_port=8000, show_error=True)

   • 保存修改。

2. 重启 CosyVoice 服务：

   • 完全关闭当前正在运行的 CosyVoice 服务（关闭其命令行窗口）。
   • 使用修改后的脚本或命令重新启动 CosyVoice。

3. 在 pyVideoTrans 中重试并捕获日志：

   • 启动修改后的 CosyVoice 服务。
   • 在 pyVideoTrans v3.86 中，确保 CosyVoice 的 API 地址设置正确（http://127.0.0.1:8000），然后再次尝试“试听”。
   • 此时，CosyVoice 的服务端命令行窗口将打印出完整的、详细的错误堆栈信息。这才是诊断问题的关键。

请将 CosyVoice 服务端窗口打印的完整错误信息提供给我。

如果找不到修改位置：请提供您启动 CosyVoice 整合包的具体方式（双击了哪个文件？），以便我指导您如何修改。

临时排查：在浏览器中访问 http://127.0.0.1:8000，直接在 CosyVoice 的 Web 界面里输入文本试听，确认其本身功能是否正常。如果 Web 界面也报错，那问题就出在 CosyVoice 整合包的部署或模型文件上。

模型文件准备就绪，正在启动 WebUI...

failed to import ttsfrd, use wetext instead
D:\AI\cosyvoice-win-0724\pybin./Lib/site-packages\diffusers\models\lora.py:393: FutureWarning: LoRACompatibleLinear is deprecated and will be removed in version 1.0.0. Use of LoRACompatibleLinear is deprecated. Please switch to PEFT backend by installing PEFT: pip install peft.
deprecate("LoRACompatibleLinear", "1.0.0", deprecation_message)
2025-12-05 00:53:34,715 INFO input frame rate=25
D:\AI\cosyvoice-win-0724\pybin./Lib/site-packages\torch\nn\utils\weight_norm.py:28: UserWarning: torch.nn.utils.weight_norm is deprecated in favor of torch.nn.utils.parametrizations.weight_norm.
warnings.warn("torch.nn.utils.weight_norm is deprecated in favor of torch.nn.utils.parametrizations.weight_norm.")
Special tokens have been added in the vocabulary, make sure the associated word embeddings are fine-tuned or trained.
Special tokens have been added in
......
ame --enable-libshine --enable-libtheora --enable-libtwolame --enable-libvo-amrwbenc --enable-libcodec2 --enable-libilbc --enable-libgsm --enable-liblc3 --enable-libopencore-amrnb --enable-libopus --enable-libspeex --enable-libvorbis --enable-ladspa --enable-libbs2b --enable-libflite --enable-libmysofa --enable-librubberband --enable-libsoxr --enable-chromaprint'
2025-12-05 00:53:51,557 DEBUG subprocess output: b' libavutil 59. 39.100 / 59. 39.100'
2025-12-05 00:53:51,557 DEBUG subprocess output: b' libavcodec 61. 19.101 / 61. 19.101'
2025-12-05 00:53:51,557 DEBUG subprocess output: b' libavformat 61. 7.100 / 61. 7.100'
2025-12-05 00:53:51,558 DEBUG subprocess output: b' libavdevice 61. 3.100 / 61. 3.100'
2025-12-05 00:53:51,558 DEBUG subprocess output: b' libavfilter 10. 4.100 / 10. 4.100'
2025-12-05 00:53:51,558 DEBUG subprocess output: b' libswscale 8. 3.100 / 8. 3.100'
2025-12-05 00:53:51,559 DEBUG subprocess output: b' libswresample 5. 3.100 / 5. 3.100'
2025-12-05 00:53:51,559 DEBUG subprocess output: b' libpostproc 58. 3.100 / 58. 3.100'
2025-12-05 00:53:51,559 DEBUG subprocess output: b'[aist#0:0/pcm_s16le @ 000001d6aa18c940] Guessed Channel Layout: mono'
2025-12-05 00:53:51,560 DEBUG subprocess output: b"Input #0, wav, from 'C:\Users\Jack\AppData\Local\Temp\tmpzonataio':"
2025-12-05 00:53:51,560 DEBUG subprocess output: b' Duration: 00:00:01.00, bitrate: 384 kb/s'
2025-12-05 00:53:51,560 DEBUG subprocess output: b' Stream #0:0: Audio: pcm_s16le (10 / 0x0001), 24000 Hz, mono, s16, 384 kb/s'
2025-12-05 00:53:51,561 DEBUG subprocess output: b'Stream mapping:'
2025-12-05 00:53:51,561 DEBUG subprocess output: b' Stream #0:0 -> #0:0 (pcm_s16le (native) -> aac (native))'
2025-12-05 00:53:51,561 DEBUG subprocess output: b'Press [q] to stop, [?] for help'
2025-12-05 00:53:51,562 DEBUG subprocess output: b"Output #0, adts, to 'C:\Users\Jack\AppData\Local\Temp\tmp5hjpwbui':"
2025-12-05 00:53:51,562 DEBUG subprocess output: b' Metadata:'
2025-12-05 00:53:51,562 DEBUG subprocess output: b' encoder : Lavf61.7.100'
2025-12-05 00:53:51,563 DEBUG subprocess output: b' Stream #0:0: Audio: aac (LC), 24000 Hz, mono, fltp, 69 kb/s'
2025-12-05 00:53:51,563 DEBUG subprocess output: b' Metadata:'
2025-12-05 00:53:51,563 DEBUG subprocess output: b' encoder : Lavc61.19.101 aac'
2025-12-05 00:53:51,563 DEBUG subprocess output: b'[out#0/adts @ 000001d6aa1b5ec0] video:0KiB audio:0KiB subtitle:0KiB other streams:0KiB global headers:0KiB muxing overhead: 149.572650%'
2025-12-05 00:53:51,564 DEBUG subprocess output: b'size= 0KiB time=00:00:01.00 bitrate= 2.3kbits/s speed= 322x'
2025-12-05 00:53:51,564 DEBUG subprocess output: b'[aac @ 000001d6aa186d80] Qavg: 65536.000'
2025-12-05 00:53:51,568 INFO get sft inference request
0%| | 0/1 [00:00

根据您提供的 CosyVoice 服务端日志，服务已成功启动并正在处理请求（最后一行显示“get sft inference request”），但随后日志中断，没有显示具体的错误信息。这表明异常发生在推理过程中，但 Gradio 应用没有将详细的错误堆栈打印到控制台。

核心问题： 您提供的 CosyVoice 整合包启动脚本中，launch() 函数仍然没有启用 show_error=True 参数。

解决方案：

您必须修改 CosyVoice 整合包的启动脚本，强制其输出详细错误。根据您的日志，整合包位于 D:\AI\cosyvoice-win-0724\。

1. 找到并修改启动脚本：

   • 进入目录 D:\AI\cosyvoice-win-0724\。
   • 查找主要的启动脚本文件，它很可能是一个 .py 文件，例如 app.py, webui.py, cosyvoice_webui.py 或 main.py。也可能是您双击启动的那个脚本。
   • 用文本编辑器（如记事本）打开这个文件。

2. 搜索并修改 launch() 调用：

   • 在文件中搜索 launch( 或 .launch(。

   • 您会找到类似这样的一行代码：

     demo.launch(server_name="0.0.0.0", server_port=8000)

     或

     app.launch(server_port=8000)

   • 您必须在这行代码的参数中添加 show_error=True。 修改后应如下所示：

     demo.launch(server_name="0.0.0.0", server_port=8000, show_error=True)

     注意： 如果 launch() 函数中已有其他参数（如 share=False），请确保 show_error=True 也添加进去，用逗号分隔。

3. 保存文件并重启服务：

   • 保存修改后的脚本文件。
   • 完全关闭当前正在运行的 CosyVoice 命令行窗口。
   • 重新启动 CosyVoice 整合包（双击您之前启动它的脚本或批处理文件）。

4. 重现错误并捕获关键日志：

   • 等待 CosyVoice 服务启动完成。
   • 在 pyVideoTrans v3.86 中，再次尝试“试听”一个 CosyVoice 角色。
   • 这次，CosyVoice 的服务端命令行窗口将打印出完整的 Python 错误堆栈（Traceback），其中会包含导致推理失败的具体原因（例如：模型加载错误、显存不足、输入格式问题等）。

请将执行以上步骤后，CosyVoice 服务端窗口新打印出的完整错误信息提供给我。 这是解决您问题的唯一途径。

如果找不到启动脚本： 请提供您启动 CosyVoice 整合包时具体双击了哪个文件（例如 启动WebUI.bat），我可以帮您分析该批处理文件内部调用的脚本。

File "D:\AI\cosyvoice-win-0724\pybin..\cosyvoice\cli\frontend.py", line 153, in frontend_sft

embedding = self.spk2info[spk_id]['embedding']

KeyError: ''
2025-12-05 00:53:56,656 DEBUG Calling on_part_begin with no data
2025-12-05 00:53:56,656 DEBUG Calling on_header_field with data[36:55]
2025-12-05 00:53:56,658 DEBUG Calling on_header_value with data[57:102]
2025-12-05 00:53:56,658 DEBUG Calling on_header_end with no data
2025-12-05 00:53:56,659 DEBUG Calling on_header_field with data[104:116]
2025-12-05 00:53:56,659 DEBUG Calling on_header_value with data[118:127]
2025-12-05 00:53:56,660 DEBUG Calling on_header_end with no data
2025-12-05 00:53:56,660 DEBUG Calling on_headers_finished with no data
2025-12-05 00:53:56,661 DEBUG Calling on_part_data with data[131:65667]
2025-12-05 00:53:56,663 DEBUG Calling on_part_data with data[0:131072]
2025-12-05 00:53:56,663 DEBUG Calling on_part_data with data[0:131072]
2025-12-05 00:53:56,664 DEBUG Calling on_part_data with d
......
ame --enable-libshine --enable-libtheora --enable-libtwolame --enable-libvo-amrwbenc --enable-libcodec2 --enable-libilbc --enable-libgsm --enable-liblc3 --enable-libopencore-amrnb --enable-libopus --enable-libspeex --enable-libvorbis --enable-ladspa --enable-libbs2b --enable-libflite --enable-libmysofa --enable-librubberband --enable-libsoxr --enable-chromaprint'
2025-12-05 00:53:56,898 DEBUG subprocess output: b' libavutil 59. 39.100 / 59. 39.100'
2025-12-05 00:53:56,899 DEBUG subprocess output: b' libavcodec 61. 19.101 / 61. 19.101'
2025-12-05 00:53:56,899 DEBUG subprocess output: b' libavformat 61. 7.100 / 61. 7.100'
2025-12-05 00:53:56,900 DEBUG subprocess output: b' libavdevice 61. 3.100 / 61. 3.100'
2025-12-05 00:53:56,900 DEBUG subprocess output: b' libavfilter 10. 4.100 / 10. 4.100'
2025-12-05 00:53:56,900 DEBUG subprocess output: b' libswscale 8. 3.100 / 8. 3.100'
2025-12-05 00:53:56,901 DEBUG subprocess output: b' libswresample 5. 3.100 / 5. 3.100'
2025-12-05 00:53:56,901 DEBUG subprocess output: b' libpostproc 58. 3.100 / 58. 3.100'
2025-12-05 00:53:56,901 DEBUG subprocess output: b'[aist#0:0/pcm_s16le @ 000002aa8999c940] Guessed Channel Layout: mono'
2025-12-05 00:53:56,902 DEBUG subprocess output: b"Input #0, wav, from 'C:\Users\Jack\AppData\Local\Temp\tmpedmzkv_h':"
2025-12-05 00:53:56,902 DEBUG subprocess output: b' Duration: 00:00:01.00, bitrate: 384 kb/s'
2025-12-05 00:53:56,902 DEBUG subprocess output: b' Stream #0:0: Audio: pcm_s16le (10 / 0x0001), 24000 Hz, mono, s16, 384 kb/s'
2025-12-05 00:53:56,902 DEBUG subprocess output: b'Stream mapping:'
2025-12-05 00:53:56,903 DEBUG subprocess output: b' Stream #0:0 -> #0:0 (pcm_s16le (native) -> aac (native))'
2025-12-05 00:53:56,903 DEBUG subprocess output: b'Press [q] to stop, [?] for help'
2025-12-05 00:53:56,903 DEBUG subprocess output: b"Output #0, adts, to 'C:\Users\Jack\AppData\Local\Temp\tmp2sap10d1':"
2025-12-05 00:53:56,904 DEBUG subprocess output: b' Metadata:'
2025-12-05 00:53:56,904 DEBUG subprocess output: b' encoder : Lavf61.7.100'
2025-12-05 00:53:56,904 DEBUG subprocess output: b' Stream #0:0: Audio: aac (LC), 24000 Hz, mono, fltp, 69 kb/s'
2025-12-05 00:53:56,905 DEBUG subprocess output: b' Metadata:'
2025-12-05 00:53:56,905 DEBUG subprocess output: b' encoder : Lavc61.19.101 aac'
2025-12-05 00:53:56,905 DEBUG subprocess output: b'[out#0/adts @ 000002aa899c5ec0] video:0KiB audio:0KiB subtitle:0KiB other streams:0KiB global headers:0KiB muxing overhead: 149.572650%'
2025-12-05 00:53:56,906 DEBUG subprocess output: b'size= 0KiB time=00:00:01.00 bitrate= 2.3kbits/s speed= 275x'
2025-12-05 00:53:56,906 DEBUG subprocess output: b'[aac @ 000002aa89996d80] Qavg: 65536.000'
2025-12-05 00:53:56,910 INFO get sft inference request
0%| | 0/1 [00:00

问题已明确。关键错误信息是：KeyError: ''。这表明 pyVideoTrans 在调用 CosyVoice 时，传递了一个空的说话人 ID (spk_id) 给服务端，而服务端在 self.spk2info 字典中找不到对应的 embedding，因此报错。

根本原因：
pyVideoTrans 在请求 CosyVoice 时，没有正确传递或 CosyVoice 没有接收到“音色/角色”参数。

解决方案：

1. 在 pyVideoTrans 中刷新并选择角色：

   • 打开 pyVideoTrans v3.86。
   • 点击菜单栏 工具 -> 设置。
   • 切换到 配音 选项卡。
   • 在 CosyVoice 设置部分，点击 刷新 CosyVoice 角色 按钮。
   • 等待角色列表加载完成。重要： 请确认列表成功加载，而不是空的。
   • 加载后，在主界面的配音角色下拉列表中，必须选择一个具体的 CosyVoice 角色，不能留空或选择“No”。
   • 选择角色后，再次点击“试听”。

2. 如果刷新后角色列表为空或问题依旧：
   这可能是 pyVideoTrans 获取角色列表的 API 路径与您整合包的接口不匹配。需要手动检查。

   • 在浏览器中访问您的 CosyVoice 整合包界面：http://127.0.0.1:8000。
   • 打开浏览器开发者工具 (F12)，切换到 网络 (Network) 选项卡。
   • 刷新 CosyVoice 页面，在网络请求中，找到一个获取角色或模型列表的请求（可能是 /api/... 或 /get_voices 等）。
   • 记下这个请求的 完整 URL 和 响应内容（一个包含角色名和ID的列表）。
   • 我们需要用这个信息来修正 pyVideoTrans 的配置。

请先执行第1步。如果角色列表能正常加载且选择了角色后仍报错，请提供：

1. 执行第1步后，pyVideoTrans 的“配音角色”下拉列表中显示的 CosyVoice 角色列表截图。
2. 执行第1步后，CosyVoice 服务端窗口新出现的完整错误日志（应该会包含新的上下文）。