#4738 使用CosyVoice3本地配音时会有很多句子缺失或只配了一半

你的问题很可能是由 参考音频不符合要求 或 语音识别参数未适配声音克隆 造成的。
CosyVoice3 在使用 clone 角色时，对参考音频和输入字幕的时长有严格限制：

1. 参考音频：必须放置在软件根目录下的 f5-tts/ 文件夹内，格式为 .wav，时长 3~10 秒。超过或不足均会导致合成失败、返回静音或直接跳过。

2. 字幕时长：如果某句字幕对应的原始语音片段时长 < 3 秒或 > 10 秒，CosyVoice3 会因参考音频不合法而跳过该句（表现为缺失或只配一半）。
   解决方案：进入 菜单 → 工具/选项 → 高级选项 → 语音识别参数，将：

   • 最短语音持续毫秒 设为 3000
   • 最长语音持续秒数 设为 10
   • 并勾选 Whisper预分割音频? 和 合并过短字幕到邻近
3. 服务端状态：检查 CosyVoice3 后台是否稳定。如果服务端返回了错误（如 400 或超时），软件会跳过该句。请查看软件日志（logs/ 文件夹）中是否有 CosyVoice 或 tts failed 字样。

请按顺序排查：

1. 确认参考音频：在 f5-tts/ 文件夹中放入一个时长 5~8 秒、采样率 16kHz 的单声道 .wav 文件，文件名填入主界面“配音角色”对应的参考音频输入框（含后缀，如 myvoice.wav）。
2. 调整语音参数：按上述方法修改高级选项，保存后重启软件。
3. 检查连接：确保 CosyVoice3 服务已启动且监听端口正确（默认 http://127.0.0.1:7860）。
4. 尝试单视频交互：只选一个视频，在配音环节弹出的校对框中查看具体哪几句失败，有助于定位问题。

请查阅相关文档：

• CosyVoice中文教程
• 原声克隆与多角色配音（含最佳克隆配置）

如果仍无法解决，请提供 logs/ 下最近一次运行日志的末尾 30 行内容。