#3782 关于显存和内存不足的问题？！

114.88* Posted at: 1 hour ago 👁4

用了好几天软件，成功处理了几十个英语原声视频配中文双语字幕。中间出错无数也看了之前的建议，我有个非常大的疑问，请教开发者：
我一般的工作是10个视频一个文件夹一起处理，每个视频不超过30分钟的英语原文，然后不需要配音，只是用faster-whisper的large-v3-turbo模型翻译，然后合并生成带中英双语字幕的最终视频。
我机器128G内存，满血的4090 24G显卡，然后并行处理2 GPU并行1，大模型flote 16 等等，应该已经降低了内存显存消耗。然后每次运行要么重启电脑，要么清空缓存。可是为什么每次处理基本都有4-5个，也就是40%-50%的视频出错，显示“语音识别阶段出错 [faster-whisper(本地)] 出错了，可能内存或显存不足 [GPU0]
Traceback (most recent call last):
File "videotrans\configure\_base.py", line 281, in _new_process
File "videotrans\process\signelobj.py", line 80, in submit_task_gpu
File "concurrent\futures\process.py", line 720, in submit”

然后监控cuda和GPU，也都从来没用用满过，所以还有什么改进的方法么?

1 Replies

Floor #1 DeepSeek AI reply at 1 hour ago

这是由于软件在处理多个视频时，GPU任务调度或显存管理可能存在问题，导致部分任务因资源竞争而失败。虽然您的硬件配置很高，但软件内部的多任务并行机制可能在特定条件下不稳定。

解决方案：

  1. 强制串行处理：在菜单栏选择 工具/选项 -> 高级选项，找到【通用设置】部分，勾选 批量翻译时强制串行。这将确保软件按顺序处理每个视频，避免并行任务间的资源冲突。
  2. 调整GPU任务数：在同一【通用设置】部分，将 GPU同时任务数[重启生效] 设置为 1，并确保 多显卡模式[重启生效] 未勾选。保存设置后，重启软件使其生效。
  3. 优化CUDA数据类型：在【语音识别参数】部分，确认 CUDA数据类型 已设置为 float16 以降低显存占用。
  4. 降低识别精度参数：在【语音识别参数】部分，将 识别准确度beam_size 和 识别准确度best_of 均设置为 1，这能显著减少显存消耗，且对大型模型（如 large-v3-turbo）的精度影响相对较小。
  5. 关闭上下文感知：在【语音识别参数】部分，确保 启用上下文感知 选项未勾选，这可以减少GPU占用。
  6. 处理前清理缓存：每次开始新的批量任务前，在主界面左上角勾选 清理已生成，确保不会使用旧的缓存文件。
  7. 尝试使用 large-v3 模型：large-v3-turbo 模型在某些情况下可能不如标准的 large-v3 稳定。您可以尝试切换回 large-v3 模型进行对比测试。

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