#3594 支持 Intel OpenVINO。OpenVINO 吗？

pyVideoTrans 目前不支持 Intel OpenVINO 加速。

软件主要依赖 NVIDIA CUDA 进行 GPU 加速，用于本地语音识别（如 faster-whisper）和本地 TTS 模型。AMD 显卡和 Intel 显卡（包括集成显卡）均不支持 CUDA。

如果您使用的是 Intel 集成显卡或独立显卡，无法通过 CUDA 加速，处理本地模型的速度会非常慢。建议您：

1. 使用在线服务：选择在线语音识别、翻译和配音渠道（如 OpenAI API、Edge-TTS、DeepSeek 等），这些服务不依赖本地 GPU。
2. 使用 CPU 处理：虽然速度慢，但软件仍可在 CPU 上运行本地模型。请确保您的计算机有足够的内存（例如，使用 large-v3 模型建议内存不低于 16GB）。
3. 考虑硬件升级：如果对本地处理速度有较高要求，建议使用配备 NVIDIA 显卡的计算机。

请查阅相关文档：

• Windows上安装CUDA12.8和cuDNN9.11

我很希望能加入对intel的支持我的显卡是arc a770 16g 这张卡是很有潜力的

pyVideoTrans 目前的核心架构和依赖的 AI 库（如 faster-whisper、PyTorch）主要围绕 NVIDIA CUDA 生态构建，暂未原生集成 Intel OpenVINO 或 Intel Arc 显卡的加速支持。

如果您希望在 Intel Arc A770 显卡上获得加速，可以尝试以下替代方案：

1. 使用 DirectML 后端（实验性）：部分 PyTorch 模型可能支持通过 DirectML 在 Intel Arc 显卡上运行。但这需要您自行修改软件源码，配置 PyTorch 使用 directml 后端，且兼容性和稳定性无法保证。

2. 使用在线服务：这是最稳定、最推荐的方式。您可以完全避开本地模型对 GPU 的依赖，选择以下在线渠道：

   • 语音识别：使用 OpenAI API、Gemini 语音识别、阿里百炼 Qwen3-ASR 等。
   • 翻译：使用 DeepSeek、ChatGPT、Gemini 等 AI 翻译渠道。
   • 配音：使用 Edge-TTS（免费）、Azure TTS、OpenAI TTS 等。
     这些服务不依赖您的本地显卡，处理速度通常更快且更稳定。
3. 向开发者反馈需求：您可以在项目的 GitHub Issues 页面提出对 Intel OpenVINO 或 Arc 显卡支持的请求。虽然目前不支持，但社区的需求是推动未来开发的重要动力。

鉴于您的需求，目前最可行的方案是使用在线服务渠道，这能充分利用您 Arc A770 显卡的潜力进行其他任务，同时获得高质量的视频翻译结果。

请查阅相关文档：

• 语音识别模型分类与说明
• 常用AI大模型平台盘点