#3274 CUDA IS NOT WORKING!

根据截图显示，您已安装CUDA 12.8，但软件在运行语音识别时未调用GPU，导致CPU占用100%而GPU占用0%。这通常是由于CUDA环境变量未正确配置或PyTorch/CTranslate2库未安装GPU版本所致。

解决方案：

1. 验证CUDA环境变量：

   • 在Windows搜索栏输入“环境变量”，打开“编辑系统环境变量”。

   • 在“系统变量”中，检查Path变量是否包含CUDA的bin和libnvvp目录路径，例如：

     • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin
     • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\libnvvp
   • 如果缺少，请手动添加并重启电脑。

2. 验证PyTorch CUDA支持：

   • 打开命令提示符(CMD)，输入 python -c "import torch; print(torch.cuda.is_available())"。
   • 如果返回False，说明当前Python环境中的PyTorch是CPU版本。您需要为pyVideoTrans重新安装GPU版本的PyTorch。由于您使用的是预打包版，建议从软件官网重新下载完整包覆盖安装，或联系开发者获取支持。

3. 检查软件内部设置：

   • 在pyVideoTrans的“语音识别”设置中，确保选择的识别渠道（如faster-whisper）已勾选“启用CUDA加速”选项。

如果以上步骤无效，请提供软件安装目录下 logs/ 文件夹中最新日志文件的底部约30行内容，以便进一步分析。

请查阅相关文档：

• windows上安装CUDA12.8和cuDNN9.11

Not working :)

根据现有文档无法确定具体原因。请提供软件安装目录下的 logs/ 文件夹中最新的日志文件（复制底部约30行报错信息）以便分析。

根据日志，软件已检测到1个NVIDIA GPU并成功选择了硬件编码器 h264_nvenc，这表明GPU驱动和CUDA基础环境是正常的。然而，日志显示 process_max_gpu=0，这表示软件在启动时没有为任务分配GPU处理进程。核心原因是您选择的语音识别渠道（recogn_type=2 对应 faster-whisper）可能未正确配置或加载CUDA加速。解决方案：检查语音识别CUDA设置：在软件主界面，点击“语音识别”选项卡。确保您选择的识别渠道（例如 faster-whisper）已勾选“启用CUDA加速”选项。验证faster-whisper模型：检查 models/ 目录下是否有 faster-whisper 模型文件夹（如 models--Systran--faster-whisper-large-v3）。如果模型不存在或下载不完整，软件会回退到CPU模式。您可以尝试手动下载模型并放入 models/ 目录。强制重启软件并重新测试：关闭软件，然后重新以管理员身份运行 sp.exe，再次尝试处理视频，观察GPU使用率。如果问题依旧，请提供日志中紧接着语音识别（ASR）开始处理时的更多行信息（特别是包含 ctranslate2 或 torch 相关错误或警告的行），这将有助于定位是模型加载问题还是库兼容性问题。请查阅相关文档：windows上安装CUDA12.8和cuDNN9.11faster和openai识别模式总是提示显存不足

Dont work :(

根据现有文档无法确定具体原因。请提供软件安装目录下的 logs/ 文件夹中最新的日志文件中，从语音识别（ASR）开始处理时起的更多行信息（特别是包含 ctranslate2 或 torch 相关错误或警告的行），以便分析。

Processing 8 items: 0%| | 0.00/8.00 [00:00

日志显示，软件在语音识别阶段没有使用 faster-whisper，而是从 ModelScope 下载并准备使用 speech_frcrn_ans_cirm_16k 模型，这是一个语音降噪模型。同时，日志中缺少 faster-whisper 模型加载和 CUDA 初始化的关键信息。这表明您配置的语音识别渠道可能不是 faster-whisper，或者 faster-whisper 模型因网络问题未能加载，导致软件回退到其他处理流程。核心原因是语音识别渠道配置或模型加载问题。解决方案：确认语音识别渠道：在软件主界面，点击“语音识别”选项卡。检查当前选择的识别渠道。确保它确实是“faster-whisper”而不是其他渠道（如“FunASR”或“HuggingFace_ASR”）。检查 faster-whisper 模型：打开软件安装目录下的 models/ 文件夹。检查是否存在类似 models--Systran--faster-whisper-large-v3 的文件夹。如果不存在，说明模型未下载。由于网络问题，您需要手动下载模型。请参考知识库中的“在线下载AI模型失败的解决办法”文档，配置网络代理或从镜像站手动下载模型文件。重新启动任务：关闭软件，重新启动。在开始翻译任务前，先确保在“语音识别”设置中正确选择了“faster-whisper”并勾选了“启用CUDA加速”。如果问题依旧，请尝试暂时关闭“语音降噪”选项（remove_noise=True 在日志中），然后再次运行任务，观察日志中是否会出现 faster-whisper 的相关信息。请查阅相关文档：faster和openai识别模式在线下载AI模型失败的解决办法语音降噪方法

根据您的截图，您当前选择的语音识别渠道是“FunASR”，而不是“faster-whisper”。FunASR 是一个主要针对中文优化的语音识别模型，其GPU加速支持可能不如 faster-whisper 完善，这解释了为何GPU未被调用。解决方案：切换语音识别渠道：在“语音识别”下拉菜单中，选择“faster-whisper”。确保勾选“启用CUDA加速”选项。模型选择：在“模型”下拉菜单中，选择“large-v2”或“large-v3”以获得最佳识别效果。下载模型：如果这是您第一次使用 faster-whisper，软件会自动从 HuggingFace 下载模型。如果因网络问题下载失败，您需要手动下载模型文件。请参考“在线下载AI模型失败的解决办法”文档。重新运行任务：完成上述设置后，重新添加视频并开始翻译任务。观察任务管理器，此时GPU使用率应显著上升。请查阅相关文档：faster和openai识别模式在线下载AI模型失败的解决办法

根据您的截图，您已正确选择“faster-whisper”并勾选“启用CUDA加速”。然而，日志显示软件在启动时 process_max_gpu=0，这表明软件的多进程GPU任务分配机制未生效。核心原因可能是软件预编译包（.exe）中的 Python 环境或 CTranslate2 库未正确链接到您系统安装的 CUDA 12.8。解决方案：验证 PyTorch CUDA 兼容性（针对预打包版）：由于您使用的是预打包版，内部环境是固定的。唯一可靠的解决方法是确保您的系统 CUDA 版本与软件内置的 CUDA 驱动完全匹配。请确认您安装的是 CUDA 12.8 和 cuDNN 9.11 或更高版本。尝试重新安装软件：从官网重新下载 完整包（不是补丁包），解压到一个全新的、路径无中文和空格的目录（例如 D:\pyVideoTrans_v397），然后重新运行测试。检查环境变量（再次确认）：在系统环境变量 Path 中，确保 CUDA 的路径（如 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin）位于列表靠前的位置。修改后重启电脑。如果以上步骤均无效，这可能是预打包版在您特定系统环境下的兼容性问题。请提供在切换为“faster-whisper”后，执行视频翻译任务时生成的最新日志文件（位于 logs/ 文件夹），我们需要查看 faster-whisper 模型加载时的具体输出。请查阅相关文档：windows上安装CUDA12.8和cuDNN9.11免费下载pyVideoTrans视频翻译软件

ortam değişkenlerinde herhangi bir sorun var mı?

根据您的环境变量截图，存在一个关键问题：您的系统 Path 变量中没有包含 CUDA 的安装路径。

核心原因：缺少 CUDA 环境变量导致 pyVideoTrans 内部的 Python 库（如 PyTorch、CTranslate2）在运行时无法定位到 CUDA 的动态链接库（DLL），因此无法调用 GPU。

解决方案：

1. 添加 CUDA 路径到系统环境变量：

   • 在“系统变量”部分，找到并选中 Path 变量，点击“编辑”。

   • 点击“新建”，然后添加以下两条路径（请根据您的实际安装位置调整，通常默认安装在此）：

     • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin
     • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\libnvvp
   • 点击“确定”保存所有更改。
2. 重启计算机：这是必须的步骤，以确保新的环境变量生效。
3. 验证：重启后，打开新的命令提示符（CMD），输入 nvcc -V，应显示 CUDA 12.8 版本信息。然后再次运行 pyVideoTrans 进行测试。

完成此操作后，软件应能正常调用 GPU 进行加速。

请查阅相关文档：

• windows上安装CUDA12.8和cuDNN9.11

C:\Users\User>nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2025 NVIDIA Corporation
Built on Fri_Feb_21_20:42:46_Pacific_Standard_Time_2025
Cuda compilation tools, release 12.8, V12.8.93
Build cuda_12.8.r12.8/compiler.35583870_0

很好，CUDA 编译器已确认安装。现在，请按照上一步的指示，将 CUDA 的 bin 和 libnvvp 目录路径添加到系统的 Path 环境变量中，然后重启计算机。这是让运行时库（而不仅仅是编译器）能被软件找到的关键步骤。完成此操作后，再次运行 pyVideoTrans 并观察 GPU 使用情况。

Dont work!

根据现有文档无法确定具体原因。请提供在添加CUDA环境变量并重启电脑后，使用 faster-whisper 运行视频翻译任务时生成的最新日志文件（位于软件安装目录下的 logs/ 文件夹中）。请复制从任务开始到出现错误或CPU占用高峰期间的日志内容（约50行）。

Processing 8 items: 0%| | 0.00/8.00 [00:00

您提供的日志仍然是旧的（时间戳为2026-02-16 17:57:20），并且显示软件仍在下载降噪模型，而不是加载 faster-whisper。这表明您可能没有使用修改后的配置运行新任务，或者软件缓存了旧配置。核心原因是任务配置未更新或缓存干扰。解决方案：清除缓存并创建新任务：关闭 pyVideoTrans 软件。删除软件安装目录下的 tmp/ 文件夹（如果存在）。重新启动软件。在“语音识别”设置中，再次确认已选择“faster-whisper”并勾选“启用CUDA加速”。添加一个新的视频文件（不要使用之前失败的任务文件或目录），创建一个全新的翻译任务。运行并获取新日志：开始新任务后，立即打开软件安装目录下的 logs/ 文件夹。找到最新生成的日志文件（按修改时间排序），复制其从头开始的内容（至少前100行）。这将显示新任务的实际配置和模型加载过程。如果新日志中仍然没有 faster-whisper 的加载信息，则说明软件的默认配置或启动逻辑可能存在问题，可能需要重新下载完整包覆盖安装。请查阅相关文档：清理缓存功能免费下载pyVideoTrans视频翻译软件

Application started at 2026-02-16 18:27:38

[DEBUG] 返回缓存的编解码器 Windows-264: h264_nvenc
[DEBUG] 返回缓存的编解码器 Windows-265: hevc_nvenc
First searching GPU...
Found 1 GPUs, cost=1s
start workers...
NVIDIA_GPU_NUMS=1
process_max_gpu=0
multi_gpus=False
Concurrent task_nums=1
process_max=0
start 8 jobs
ended workers
[DEBUG] 最终配置信息：self.cfg=TaskCfg(cache_folder='C:/Users/User/Desktop/Business/AI V - 3.97/tmp/2464/cac8c390f8', target_dir='C:/Users/User/Desktop/OUTPUT/Ways to Use the For Loop in Delphi - 1-mp4/Ways to Use the While Do Loop in Delphi-mp4', remove_noise=True, is_separate=False, detect_language='en', subtitle_language=None, source_language='English', target_language='Spanish', source_language_code='en', target_language_code='es', source_sub='C:/Users/User/Desktop/OUTPUT/Ways to Use the For Loop in Delphi - 1-mp4/Ways to Use the While Do Loop in Delphi-mp4/en.srt', target_sub='C:/Users/User/Desktop/OUTPUT/Ways to Use the For Loop in Delphi - 1-mp4/Ways to Use the While Do Loop in Delphi-mp4/es.srt', source_wav='C:/Users/User/Desktop/Business/AI V - 3.97/tmp/2464/cac8c390f8/en.wav', source_wav_output='C:/Users/User/Desktop/OUTPUT/Ways to Use the For Loop in Delphi - 1-mp4/Ways to Use the While Do Loop in Delphi-mp4/en.m4a', target_wav='C:/Users/User/Desktop/Business/AI V - 3.97/tmp/2464/cac8c390f8/target.wav', target_wav_output='C:/Users/User/Desktop/OUTPUT/Ways to Use the For Loop in Delphi - 1-mp4/Ways to Use the While Do Loop in Delphi-mp4/es.m4a', subtitles='', novoice_mp4='C:/Users/User/Desktop/Business/AI V - 3.97/tmp/2464/cac8c390f8/novoice.mp4', noextname='Ways to Use the While Do Loop in Delphi', shibie_audio=None, targetdir_mp4='C:/Users/User/Desktop/OUTPUT/Ways to Use the For Loop in Delphi - 1-mp4/Ways to Use the While Do Loop in Delphi-mp4/Ways to Use the While Do Loop in Delphi.mp4', instrument=None, vocal=None, back_audio='', background_music=None, app_mode='biaozhun', subtitle_type=0, volume='+0%', pitch='+0Hz', voice_rate='+0%', voice_role='clone', copysrt_rawvideo=False, clear_cache=False, translate_type=1, tts_type=1, recogn_type=0, model_name='large-v3-turbo', voice_autorate=False, video_autorate=True, is_cuda=True, name='C:/Users/User/Desktop/Delphi ES Project/EN/06-) Day 5 - Loops/06-) Ways to Use the While Do Loop in Delphi/Ways to Use the While Do Loop in Delphi.mp4', basename='Ways to Use the While Do Loop in Delphi.mp4', ext='mp4', dirname='C:/Users/User/Desktop/Delphi ES Project/EN/06-) Day 5 - Loops/06-) Ways to Use the While Do Loop in Delphi', shound_del_name=None, uuid='cac8c390f8', remove_silent_mid=False, align_sub_audio=True, enable_diariz=False, nums_diariz=0, rephrase=0, only_out_mp4=False, fix_punc=False, recogn2pass=True)
[DEBUG] cmd=['C:/Users/User/Desktop/Business/AI V - 3.97/ffmpeg/ffmpeg.exe', '-hide_banner', '-ignore_unknown', '-threads', '0', '-y', '-fflags', '+genpts', '-i', 'C:/Users/User/Desktop/Delphi ES Project/EN/06-) Day 5 - Loops/06-) Ways to Use the While Do Loop in Delphi/Ways to Use the While Do Loop in Delphi.mp4', '-an', '-c:v', 'libx264', '-crf', '20', '-preset', 'veryfast', 'novoice.mp4']
[DEBUG] cmd=['C:/Users/User/Desktop/Business/AI V - 3.97/ffmpeg/ffmpeg.exe', '-hide_banner', '-ignore_unknown', '-threads', '0', '-y', '-i', 'C:/Users/User/Desktop/Delphi ES Project/EN/06-) Day 5 - Loops/06-) Ways to Use the While Do Loop in Delphi/Ways to Use the While Do Loop in Delphi.mp4', '-vn', '-ac', '1', '-ar', '16000', '-c:a', 'pcm_s16le', 'C:/Users/User/Desktop/Business/AI V - 3.97/tmp/2464/cac8c390f8/en.wav']