#4396 LLM重新断句怎么这么慢了

导致 LLM 重新断句速度变慢的可能原因较多，包括模型服务的并发限制、网络延迟增加、默认断句参数变化或系统资源竞争等，暂无法直接定位。建议先后尝试以下排查步骤：

1. 调整高级选项：将“LLM重新断句每批字幕行数”增大（如 50 或 100）以减少请求次数，同时确认“最大进程数”未被过低限制。
2. 检查网络代理：确保 AI 渠道的 API 地址和代理设定正常，可临时关闭代理测试。
3. 切换翻译渠道：某些 AI 模型在高负载时会主动限速，可换用 DeepSeek、OpenAI 等不同渠道对比。
4. 关闭其他 GPU 任务：避免同时运行多个 CUDA 任务抢占显存或带宽。

若问题依旧，请提供软件安装目录下 logs/ 文件夹中最新的日志文件（复制底部约 30 行报错信息）以便进一步分析。

请查阅相关文档：

• 高级设置各个选项说明

[DEBUG] 视频定格应延长1553ms，实际向上取整秒延长1.553s,操作成功。
[DEBUG] 原始hw_type='h264_nvenc'
[DEBUG] 整理后hw_type='nvenc'
[DEBUG] [尝试硬件编解码执行命令]
-y -progress compose1777783095.6557298.txt -i novoice.mp4 -i origin_audio.m4a -filter_complex [0:v]subtitles=filename='shuang.ass'[v_out] -map [v_out] -map 1:a -c:v h264_nvenc -c:a copy -cq 23 -preset p4 -movflags +faststart -t 47.083000 laste_target.mp4

[DEBUG] 最终配置信息：self.cfg=TaskCfgVTT(is_cuda=True, uuid='debc807f97', cache_folder='E:/win-pyvideotrans-v3.99-428/tmp/25336/debc807f97', target_dir='F:/Youtube/Tubedown Download/2026-04-26/PolyPaint/_video_out/00-mp4', source_language='英语', source_language_code='en', source_sub='F:/Youtube/Tubedown Download/2026-04-26/PolyPaint/_video_out/00-mp4/en.srt', source_wav='E:/win-pyvideotrans-v3.99-428/tmp/25336/debc807f97/en.wav', source_wav_output='F:/Youtube/Tubedown Download/2026-04-26/PolyPaint/_video_out/00-mp4/en.m4a', target_language='简体中文', target_language_code='zh-cn', target_sub='F:/Youtube/Tubedown Downl
......
ions': 0, 'film_grain': 0, 'has_b_frames': 1, 'sample_aspect_ratio': '1:1', 'display_aspect_ratio': '16:9', 'pix_fmt': 'yuv420p', 'level': 40, 'color_range': 'tv', 'color_space': 'bt709', 'color_transfer': 'bt709', 'color_primaries': 'bt709', 'chroma_location': 'left', 'field_order': 'progressive', 'refs': 1, 'is_avc': 'true', 'nal_length_size': '4', 'id': '0x1', 'r_frame_rate': '24/1', 'avg_frame_rate': '24/1', 'time_base': '1/12288', 'start_pts': 0, 'start_time': '0.000000', 'duration_ts': 559616, 'duration': '45.541667', 'bit_rate': '2132108', 'bits_per_raw_sample': '8', 'nb_frames': '1093', 'extradata_size': 45, 'disposition': {'default': 1, 'dub': 0, 'original': 0, 'comment': 0, 'lyrics': 0, 'karaoke': 0, 'forced': 0, 'hearing_impaired': 0, 'visual_impaired': 0, 'clean_effects': 0, 'attached_pic': 0, 'timed_thumbnails': 0, 'non_diegetic': 0, 'captions': 0, 'descriptions': 0, 'metadata': 0, 'dependent': 0, 'still_image': 0, 'multilayer': 0}, 'tags': {'language': 'und', 'handler_name': 'ISO Media file produced by Google Inc.', 'vendor_id': '00'}}, {'index': 1, 'codec_name': 'aac', 'codec_long_name': 'AAC (Advanced Audio Coding)', 'profile': 'LC', 'codec_type': 'audio', 'codec_tag_string': 'mp4a', 'codec_tag': '0x6134706d', 'sample_fmt': 'fltp', 'sample_rate': '44100', 'channels': 2, 'channel_layout': 'stereo', 'bits_per_sample': 0, 'initial_padding': 0, 'id': '0x2', 'r_frame_rate': '0/0', 'avg_frame_rate': '0/0', 'time_base': '1/44100', 'start_pts': 0, 'start_time': '0.000000', 'duration_ts': 2011136, 'duration': '45.603991', 'bit_rate': '127999', 'nb_frames': '1964', 'extradata_size': 16, 'disposition': {'default': 1, 'dub': 0, 'original': 0, 'comment': 0, 'lyrics': 0, 'karaoke': 0, 'forced': 0, 'hearing_impaired': 0, 'visual_impaired': 0, 'clean_effects': 0, 'attached_pic': 0, 'timed_thumbnails': 0, 'non_diegetic': 0, 'captions': 0, 'descriptions': 0, 'metadata': 0, 'dependent': 0, 'still_image': 0, 'multilayer': 0}, 'tags': {'language': 'und', 'handler_name': 'ISO Media file produced by Google Inc.', 'vendor_id': '00'}}], 'format': {'filename': 'F:/Youtube/Tubedown Download/2026-04-26/PolyPaint/00.mp4', 'nb_streams': 2, 'nb_programs': 0, 'nb_stream_groups': 0, 'format_name': 'mov,mp4,m4a,3gp,3g2,mj2', 'format_long_name': 'QuickTime / MOV', 'start_time': '0.000000', 'duration': '45.603991', 'size': '12899342', 'bit_rate': '2262844', 'probe_score': 100, 'tags': {'major_brand': 'isom', 'minor_version': '512', 'compatible_brands': 'isomiso2avc1mp41', 'encoder': 'Lavf59.27.100'}}}
[DEBUG] The file info after process:result={'video_fps': 24.0, 'r_frame_rate': '24/1', 'video_codec_name': 'h264', 'audio_codec_name': 'aac', 'width': 1920, 'height': 1080, 'time': 45541, 'streams_len': 2, 'streams_audio': 1, 'video_streams': 1, 'color': 'yuv420p'}
[DEBUG] [FFMPEG-CMD]:
ffmpeg -hide_banner -nostdin -ignore_unknown -threads 0 -y -fflags +genpts -i F:/Youtube/Tubedown Download/2026-04-26/PolyPaint/00.mp4 -an -c:v copy novoice.mp4

提供的日志属于视频合成阶段的调试信息，不包含 LLM 重新断句过程。若需诊断断句速度异常，请取出软件根目录 logs/ 文件夹下涉及 LLM 调用的相关日志（通常会打印类似 LLM rephrase 或调用 AI 接口的超时/完成时间等记录），复制底部约 30 行内容以便分析。

LLM重新断句后，句子怎么会变短？

LLM 重新断句后句子变短，通常与模型的生成倾向或提示词设置有关。原因可能包括：

1. 模型默认输出偏好：部分模型在断句时会倾向于按较短的语义单元拆分，尤其是如果提示词（prompt）没有明确要求保留原有句长。
2. 每批次发送行数不足：如果“LLM重新断句每批字幕行数”较小，模型无法获取完整上下文，容易将长句拆分成多个短句。
3. 温度值设置过高：高级选项中的“AI翻译模型温度值”如果偏高（如 > 0.5），会增加输出的随机性，可能导致断句过于碎片化。
4. 提示词未针对性优化：prompts 目录下的重断句提示词可能未约束“尽量保持原句子完整性”。

建议按以下步骤调整：

1. 增大“LLM重新断句每批字幕行数”，建议 50-100，或一次性发送全部。
2. 将“AI翻译模型温度值”调低至 0.1-0.3。
3. 检查并修改提示词文件，增加“请尽量保留原始字幕的句子长度，仅在语义不完整时才拆分”等指令。
4. 若使用本地小模型（如 7B），可尝试换用大模型（如 GPT-4、DeepSeek-V3）以提升服从性。

若仍无法解决，请提供对应日志文件末尾 30 行以供深入分析。

请查阅相关文档：

• 对语音识别结果重新断句
• 高级设置各个选项说明

[DEBUG] [语音识别]渠道0,large-v3-turbo:共耗时:10s
2026-05-03 21:53:49,564 - modelscope - WARNING - We can not confirm the cached file is for revision: master

[DEBUG] 开始标点恢复
[DEBUG] 标点恢复完成，耗时:44s
[INFO] Starting call to 'videotrans.translator._chatgpt.ChatGPT.llm_segment.._send', this is the 1st time calling it.
[DEBUG] 需要断句的:message=[{'role': 'system', 'content': 'Role:\nYou are an expert Multi-Language ASR Post-Editor. Your goal is to losslessly repair, correct, and re-segment subtitles from the given SRT.\n\n

从日志看，这不是“句子变短”的预期优化，而是 LLM 断句任务出现了严重误处理——模型将全部字幕合并成了一句 Hello, my friend.，丢失了原始所有内容。原因在于模型把整段 SRT 当作了一批待翻译的文本，而提示词可能未严格区分“断句”与“翻译”指令，或模型智能不足。

请按以下步骤解决：

1. 降低单批行数：将“LLM重新断句每批字幕行数”改为 20–30（日志中 self.trans_thread=50 偏高），避免模型一次性接收过长的上下文导致混乱。
2. 优化断句提示词：在 prompts 目录对应文件中，明确要求“只做断句/合并修正时间轴，严禁翻译任何文字，输出必须为原始语言的 SRT 格式”。
3. 切换更可靠的 AI 模型：尝试使用 deepseek-chat 或 gpt-4o 等指令遵循度更高的模型。
4. 临时禁用“发送完整字幕”：如果当前选中了该选项，先取消它，改用简单按行处理，避免模型误把整段 SRT 当作翻译任务。
5. 清理缓存重试：勾选主界面“清理已生成”，重新执行任务，确保不再使用上次的错误缓存。

本软件为免费开源作品，无法保证所有模型都能完美执行复杂断句，若需高精度建议使用商业大模型。

请查阅相关文档：

• 对语音识别结果重新断句
• 高级设置各个选项说明

-No-LLM重新断句.srt，为什么会生成这个字幕文件？

该文件是软件在语音识别完成后自动生成的原始字幕备份。当未启用 LLM 重新断句，或 LLM 断句任务未成功执行（例如失败、跳过）时，软件会将识别结果直接保存为 -No-LLM重新断句.srt，用以区分经过 AI 重新断句处理后的字幕，方便用户对比或进行后续手动编辑。

[DEBUG] [语音识别]渠道0,large-v3-turbo:共耗时:11s
2026-05-04 00:39:12,679 - modelscope - WARNING - We can not confirm the cached file is for revision: master

[DEBUG] 开始标点恢复
[DEBUG] 标点恢复完成，耗时:39s
[INFO] Starting call to 'videotrans.translator._chatgpt.ChatGPT.llm_segment.._send', this is the 1st time calling it.
[DEBUG] 需要断句的:message=[{'role': 'system', 'content': 'Role:\nYou are an expert Multi-Language ASR Post-Editor. Your goal is to losslessly repair, correct, and re-segment subtitles from the given SRT.\n\n

• preserve all meaning.\n2. Correction: fix ASR mistakes (typos, homophones, missing punctuation).\n3. Segmentation: cut long text into natural sentences.\n4. Formatting: output valid SRT wrapped in and .\n\n

  ---

  \n\n# SEGMENTATION RULES (CRITICAL)\n1. If an original block contains multiple sentences or is longer than 10 seconds,\n - split into multiple sub-lines.\n - Prioritize breaking sentences at punctuation marks\n2. Each SRT block must contain ONE line only.\n3. Max line length:\n - CJK: ~25 characters\n - Latin/others: ~50 characters\n4. If a sentence exceeds line limit → split visually but not semantically harmful.\n5. The sentence segmentation results should not include sentences shorter than 1 second.\n\n\nPriority order (highest → lowest):\n1) semantic meaning\n2) sentence integrity\n3) visual length limit\n4) timing allocation\n\n

  ---

  \n\n# TIMING RULES\n1. First sub-block start time = original start.\n2. Last sub-block end time = original end.\n3. Inner segments must have proportional durations based on text length.\n4. Each block must be within 1s–10s.\n5. Time must be strictly increasing:\n - no overlaps\n - no backward jumps\n - no duplicate timestamps\n\n

  ---

  \n\n# LANGUAGE RULES\n1. Auto-detect language (CJK, Latin, mixed).\n2. Restore correct punctuation based on language habits.\n3. For languages without explicit punctuation (zh/ja/ko), split based on semantic pauses.\n\n

  ---

  \n\n# SRT OUTPUT RULES\n1. Always discard original SRT numbering.\n2. Rebuild numbering starting from 1, strictly increasing.\n3. Output must be:\n\n\n1\n00:00:00,000 --> 00:00:02,000\nText...\n...\n\n\n4. If any required structure is missing → regenerate internally before showing.\n\n

  ---

  \n\n# Input SRT:\n'}, {'role': 'user', 'content': "srt\n1\n00:00:00,112 --> 00:00:05,728\n Struggling with 2D animation in Blender pinning of clean lines and battery smooth motion.\n\n2\n00:00:06,448 --> 00:00:10,048\n Well, you can make it happen with Blender's grease pencil.\n\n3\n00:00:11,344 --> 00:00:16,000\n This free step-by-step series takes you from total beginner to studio ready.\n\n4\n00:00:16,576 --> 00:00:24,064\n We'll start by mastering the interface and brushes moving to smart coloring and real animation principles like squash and stretch.\n\n5\n00:00:24,544 --> 00:00:29,376\n And even build parallax camera moves finishing with pro effects and compositing.\n\n6\n00:00:30,464 --> 00:00:36,304\n Create stunning 2D animation completely on your own Your animation journey starts right here.\n\n7\n00:00:37,184 --> 00:00:41,280\n Subscribe and hit the bell, so you don't miss a single video when the series drops.\n"}]
  [INFO] Finished call to 'videotrans.translator._chatgpt.ChatGPT.llm_segment.._send' after 48.750(s), this was the 2nd time calling it.
  [WARNING] 重新断句失败[except]，已恢复原样 RetryError[]
  [WARNING] 重新断句失败[except]，已恢复原样 RetryError[]
  self.trans_thread=50,self.aisendsrt=True,self.translate_type=4

该文件是 LLM 重新断句操作失败后的自动回退产物。当 AI 断句任务因超时、格式错误或接口异常等原因未能成功执行时，软件会回落到原始识别结果，并将其保存为 -No-LLM重新断句.srt，防止任务中断。

从日志看，你的 DeepSeek 模型在 48.75 秒内两次尝试均失败（RetryError），可能原因：

• API 响应时间过长或被服务端限流；
• 返回内容不符合 SRT 格式规范；
• 单批发送行数过多（self.trans_thread=50），导致上下文过长。

解决办法：

1. 降低批处理行数：在 菜单 → 工具/选项 → 高级选项中，将“LLM重新断句每批字幕行数”设为 20–30，减轻单次请求压力。
2. 检查网络与代理：确保 DeepSeek API 地址和代理设置正确，必要时关闭代理测试。
3. 使用更稳定的模型：临时切换至 deepseek-chat 等响应更快的模型，或换成 OpenAI 的 gpt-4o。
4. 清理缓存后重试：勾选主界面“清理已生成”，再重新执行任务。

若问题依旧，请从 logs/ 目录提供对应时间的完整日志，以便进一步定位。

请查阅相关文档：

• 对语音识别结果重新断句
• 高级设置各个选项说明

00:00:02,000\nText...\n...\n\n\n4. If any required structure is missing → regenerate internally before showing.\n\n---\n\n# Input SRT:\n'}, {'role': 'user', 'content': "srt\n1\n00:00:00,112 --> 00:00:05,728\n Struggling with 2D animation in Blender pinning of clean lines and battery smooth motion.\n\n2\n00:00:06,448 --> 00:00:10,048\n Well, you can make it happen with Blender's grease pencil.\n\n3\n00:00:11,344 --> 00:00:16,000\n This free step-by-step series takes you from total beginner to studio ready.\n\n4\n00:00:16,576 --> 00:00:24,064\n We'll start by mastering the interface and brushes moving to smart coloring and real animation principles like squash and stretch.\n\n5\n00:00:24,544 --> 00:00:29,376\n And even build parallax camera moves finishing with pro effects and compositing.\n\n6\n00:00:30,464 --> 00:00:36,304\n Create stunning 2D animation completely on your own Your animation journey starts right here.\n\n7\n00:00:37,184 --> 00:00:41,280\n Subscribe and hit the bell, so you don't miss a single video when the series drops.\n`"}]
[INFO] Finished call to 'videotrans.translator._chatgpt.ChatGPT.llm_segment.._send' after 20.672(s), this was the 2nd time calling it.
[WARNING] 重新断句失败[except]，已恢复原样 RetryError[]
[WARNING] 重新断句失败[except]，已恢复原样 RetryError[]

LLM 重新断句失败并回退生成 -No-LLM重新断句.srt，属于接口调用异常。日志提示 RetryError，说明模型返回内容不符合要求或请求超时，两次调用均未成功。建议按以下步骤排查：降低批处理行数：将“LLM重新断句每批字幕行数”调整为 20–30（当前可能过大），减小模型压力。检查网络与代理：确认 DeepSeek API 地址和代理设置正确，可尝试临时关闭代理。使用更稳定的模型：将断句模型切换为 deepseek-chat 或 gpt-4o，提高指令遵循度。清理缓存重试：勾选主界面“清理已生成”，重新运行任务。若问题依旧，请提供 logs/ 目录下对应时刻的完整日志进一步定位。请查阅相关文档：

• 对语音识别结果重新断句
• 高级设置各个选项说明

为什么语音转文字环节生成的时间戳，会在翻译成中文字幕时发生改变，改变的是每行字幕的结束时间，会有毫秒级的变化，并不是完全将SRT获取的时间戳原封不动的传递给中文字幕，这就导致双语字幕的时间戳也跟着中文字幕的时间戳一并发生变化，因为双语的时间是根据中文字幕来设定的，这一连串的时间戳变化，就有机率会产生上一条字幕的结尾时间，与下一条字幕的开始时间产生几毫秒的重叠，最后就会导致字幕的位置发生朝上方向上的位置偏移，我要怎么解决这个问题

语音识别生成的时间戳在翻译阶段发生微小偏移，是由于翻译接口在返回结果时进行了舍入、规范化或内部重新对齐，而双语字幕默认以中文字幕的时间轴为准，因此连带引起整体偏移。若偏移叠加造成重叠，便可能触发播放器对字幕位置进行异常调整。解决办法如下（按推荐顺序尝试）：

1. 关闭 LLM 重新断句：在菜单 → 工具/选项 → 高级选项 中，将“LLM重新断句每批字幕行数”设为 0，避免翻译渠道对时间轴进行二次调整。
2. 强制使用原始时间戳：勾选 “发送完整字幕” 并取消 “AI翻译附带完整原字幕”，让翻译仅处理文本（时间戳仅作为上下文参考），要求渠道严格复制原时间轴。
3. 更换翻译渠道：某些模型（如 Gemini/本地小模型）更容易修改时间戳，可改用 DeepSeek 或 OpenAI 等指令遵循度更好的渠道。
4. 调整合并策略：在高级选项 → 语音识别参数中，增大 “静音分割持续毫秒”（如 800），减少原始字幕因碎片化导致的边界模糊，降低重叠概率。
5. 手动修复重叠：若已生成字幕，可用记事本打开对应的 SRT 文件，查找两条字幕时间重叠处，将前一条的结束时间减少几毫秒（如 00:00:05,000 → 00:00:04,980）。
6. 清理缓存重试：勾选主界面左上角 “清理已生成”，重新执行完整的翻译流程。

本软件为免费开源项目，时间轴对齐涉及复杂的音频、文本匹配逻辑，细微偏移难以完全避免，建议优先使用高质量商业模型以减少此类问题。

请查阅相关文档：
- 视频翻译中声画同步问题
- 优化断句效果，调整语音识别时的字幕时长
- 高级设置各个选项说明

强制使用原始时间戳：勾选 “发送完整字幕” 并取消 “AI翻译附带完整原字幕”，让翻译仅处理文本（时间戳仅作为上下文参考），要求渠道严格复制原时间轴。

AI翻译附带完整原字幕为什么使时间戳发生变化

勾选“发送完整字幕”并取消“AI翻译附带完整原字幕”，原理是：保留完整 SRT 上下文（含时间轴）提升翻译质量，同时避免 AI 被要求附带原字幕时可能对时间轴进行修正或格式化，从而最大程度保留原始时间戳。

操作步骤：

1. 主界面勾选 “发送完整字幕”。
2. 进入 菜单 → 工具/选项 → 高级选项，取消勾选 “AI翻译附带完整原字幕”。
3. 在高级选项中将 “AI翻译渠道每批字幕行数” 设为较大值（如 100），确保一次发送全部字幕。
4. 推荐使用指令遵循度高的模型（如 DeepSeek-V3、GPT-4o），本地小模型可能依然会改时间轴。
5. 务必勾选主界面 “清理已生成” 后重新执行任务，避免缓存干扰。

注意：此方法依赖 AI 严格按提示词原样输出时间戳，若模型不听话仍会微调，可尝试更换渠道。对于毫秒级重叠，可事后用记事本手动修正 SR。

能不能通过LLM重新断句的提示词，让时间戳保留完整

可以修改 LLM 重断句提示词，但强行保留原始时间戳会与重断句本身的设计目标冲突。LLM 重断句的作用是重新组织句子、切分过长字幕，必然需要重新分配时间戳。如果要求 AI“禁止修改时间轴”，则等同于只纠错、不切分，那么不如直接关闭重断句功能，或在翻译时强制使用原始时间戳。

如果你仍想尝试修改提示词，文件位于软件目录下的 prompts/recharge/recharge-llm.txt，可在其中添加类似指令：

“你只能纠正文本错误，不得修改任何时间戳，每个字幕块必须完全沿用原始的开始和结束时间。”

注意：即便写入提示词，许多模型仍可能忽略该约束，且当原始句子被切分后时间戳将无法分配，导致断句失败。更稳定、更简单的方案是：直接关闭 LLM 重断句功能（将“LLM重新断句每批字幕行数”设为 0），并按照上一轮建议的方式强制使用原始时间轴进行翻译。