#3619 我用的5090+96g内存,没道理报内存显存不足啊……TaskCfgSTT(is_cuda=True, uuid='fc59b7c1a8', cache_folder='D:/GJ/win-pyvideotrans-v3.98-314/tm

203.10* Posted at: 16 hours ago 👁23

语音识别阶段出错 [faster-whisper(本地)] 出错了,可能内存或显存不足
A process in the process pool was terminated abruptly while the future was running or pending.
Traceback (most recent call last):
File "videotrans\configure\_base.py", line 284, in _new_process
File "concurrent\futures\_base.py", line 458, in result
File "concurrent\futures\_base.py", line 403, in __get_result
concurrent.futures.process.BrokenProcessPool: A process in the process pool was terminated abruptly while the future was running or pending.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "videotrans\task\job.py", line 105, in run
File "videotrans\task\_speech2text.py", line 152, in recogn
File "videotrans\recognition\__init__.py", line 265, in run
File "videotrans\recognition\_base.py", line 143, in run
File "videotrans\recognition\_overall.py", line 33, in _exec
File "videotrans\recognition\_overall.py", line 105, in _faster
File "videotrans\configure\_base.py", line 294, in _new_process
RuntimeError: 出错了,可能内存或显存不足
A process in the process pool was terminated abruptly while the future was running or pending.
TaskCfgSTT(is_cuda=True, uuid='fc59b7c1a8', cache_folder='D:/GJ/win-pyvideotrans-v3.98-314/tmp/27604/fc59b7c1a8', target_dir='D:/GJ/win-pyvideotrans-v3.98-314/output/recogn', source_language=None, source_language_code=None, source_sub=None, source_wav=None, source_wav_output=None, target_language=None, target_language_code=None, target_sub='D:/GJ/win-pyvideotrans-v3.98-314/output/recogn/document_6096044282341231251.srt', target_wav=None, target_wav_output=None, name='D:/document_6096044282341231251.mp4', noextname='document_6096044282341231251', basename='document_6096044282341231251.mp4', ext='mp4', dirname='D:/', shound_del_name=None, detect_language='en', recogn_type=0, model_name='large-v3', shibie_audio='D:/GJ/win-pyvideotrans-v3.98-314/tmp/27604/fc59b7c1a8/document_6096044282341231251-1773546188.546186.wav', remove_noise=False, enable_diariz=False, nums_diariz=0, rephrase=0, fix_punc=False)


=
system:Windows-10-10.0.26200-SP0
version:v3.98
frozen:True
language:zh
root_dir:D:/GJ/win-pyvideotrans-v3.98-314

3 Replies

这是由于进程池中的子进程被意外终止导致的,可能与CUDA 12.8在50系显卡上的兼容性问题或高级选项中的并行设置有关。

  1. 检查CUDA兼容性:RTX 5090是50系显卡,使用faster-whisper进行CUDA加速时,已知在50系显卡上可能遇到CUBLAS_STATUS_NOT_SUPPORTED错误,这会导致进程崩溃。请确保你安装的是CUDA 12.8cuDNN 9.11或更高版本。如果已安装,此问题可能需等待faster-whisper库更新。
  2. 调整高级选项设置

    • 打开软件,进入菜单 -> 工具 -> 高级选项
    • 【通用设置】区域,将GPU同时任务数[重启生效]设置为1
    • 同样在【通用设置】区域,将最大进程数[重启生效]设置为一个较小的值(例如24),不要超过你的CPU核心数减一。
    • 保存设置,完全退出并重启pyVideoTrans软件,使设置生效。
  3. 尝试临时禁用CUDA加速

    • 在主界面翻译任务中,取消勾选CUDA加速选项,使用CPU进行识别。虽然速度会慢很多,但可以验证是否是CUDA相关的问题。
  4. 检查模型文件

    • 确认faster-whisperlarge-v3模型已完整下载。模型文件位于软件根目录的models/models--Systran--faster-whisper-large-v3/文件夹内。如果下载不完整,请尝试手动下载并放置。

如果以上步骤仍无法解决问题,请提供更详细的日志文件(logs文件夹下最新的文件)底部约50行内容,以便进一步分析。

请查阅相关文档:

我的解决了分享给你 你的问题大概率 是软件跑到集显上了。 你参考这个 我现在正常用了。 设置系统环境变量(推荐):

这是最直接的方法,可以强制 CUDA 程序只看到您指定的显卡。
在 Windows 上,右键点击“此电脑” -> “属性” -> “高级系统设置” -> “环境变量”。
在“系统变量”或“用户变量”中,点击“新建”。
变量名:CUDA_VISIBLE_DEVICES
变量值:根据您的 nvidia-smi 显示,如果您的 5070 Ti 现在是 GPU 0,则填写 0;如果它是 GPU 1,则填写 1。这个数字是 nvidia-smi 命令输出中最左侧的序号。
点击“确定”保存所有设置。
重要:设置完成后,必须完全关闭并重新启动 pyVideoTrans 软件,新的环境变量才会生效。

感谢分享解决方案。你遇到的问题是软件运行时错误地使用了集成显卡,而非NVIDIA独立显卡(如5070 Ti),导致CUDA加速失败并引发进程崩溃。

核心原因是系统默认的GPU分配策略或驱动问题,导致CUDA进程被分配到了不支持CUDA加速的集成显卡上。

解决步骤与你分享的一致:

  1. 确定显卡序号:在命令行中运行 nvidia-smi 命令,查看你的5070 Ti显卡对应的序号(最左侧的 [0][1])。
  2. 设置环境变量

    • 右键点击“此电脑” -> “属性” -> “高级系统设置” -> “环境变量”。
    • 在“系统变量”区域,点击“新建”。
    • 变量名CUDA_VISIBLE_DEVICES
    • 变量值:填写你在 nvidia-smi 中看到的5070 Ti显卡序号(例如 01)。
    • 点击“确定”保存。
  3. 重启软件必须完全关闭并重新启动 pyVideoTrans,环境变量才能生效。

设置此环境变量后,CUDA将只能“看到”你指定的独立显卡,从而确保软件使用正确的GPU进行加速。

请查阅相关文档:

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.

Related resource