#4945 如何恢复软件最初设置，现在单视频都没有精修了。怎么设置恢复最初参数

单视频模式下没有弹出精修编辑窗口，通常是因为“单视频交互翻译暂停倒计时”设置为 0（跳过编辑），或配置文件意外被修改。

解决方法：

1. 打开软件，点击顶部菜单栏 工具/选项 → 高级选项。
2. 在 通用设置 区域找到 单视频交互翻译暂停倒计时，将其改为一个正数（例如 30，单位秒），然后点击“保存”。
3. 完全关闭软件并重新启动，再进行单视频翻译即可恢复精修编辑窗口。

如果上述操作无效，可彻底恢复所有初始参数：

• 关闭软件，找到安装目录下的 videotrans/params.json 文件，将其删除。
• 重新启动软件，所有设置将恢复为出厂默认值。

请查阅相关文档：

• 高级设置各个选项说明

翻译的过程中 会直接跳过一些字幕。进行静音。如何给他的一个视频，让他识别原片声音，不进行改动，然后只改变解说声音。

问题1：翻译过程中跳过字幕导致静音

这通常是因为配音渠道（如 Edge-TTS）遭遇限流或超时，导致某些字幕配音失败。请按以下顺序排查：

1. 检查日志：打开软件根目录 logs/ 下最新的日志文件，搜索 403、error 或 dubbing failed 等关键词。
2. 降低 Edge-TTS 并发：点击菜单 工具/选项 → 高级选项 → 字幕配音调整，将 EdgeTTS配音渠道配音并发数 改为 1，配音后暂停秒 设为 5-10。
3. 尝试其他配音渠道：若仍报错，可换用 Qwen3-TTS(本地) 或在线 Azure-TTS 等渠道。
4. 确认参考音频配置：若使用 clone 角色，确保对应 TTS 渠道服务正常运行、参考音频时长符合要求（3-10秒）。

问题2：只替换解说声音，保留原片背景音

软件支持此功能，操作如下：

1. 开启人声背景分离：在主界面点击 设置更多参数，勾选 分离人声背景声。
2. 重新嵌入背景声：在同一面板中，确保已勾选 重新嵌入背景声（默认开启）。如有需要，可调整 背景音量（默认 0.8）或勾选 循环背景音。
3. 正常翻译配音：其他设置按常规进行。软件将自动：分离原视频人声 → 识别人声并翻译配音 → 将新配音与原背景音混合输出。

注意：分离人声背景声使用 CPU，处理较慢，建议一次只处理一个视频。

请查阅相关文档：

• 分离人声和背景音
• edge-tts常见错误

Qwen3-TTS(本地) 文件内自己放置的克隆好的音色，进行匹配

Qwen3-TTS(本地) 渠道目前不支持手动导入外部克隆好的音色文件。

该渠道的“clone”角色机制是：在视频翻译时，软件会自动从当前正在处理的视频原音频中截取对应说话人的语音片段作为参考，从而实现配音音色与原视频一致。它无法像 F5-TTS 或 CosyVoice 那样，让您提前放置一个固定的 .wav 文件到特定文件夹，然后在角色列表中选择该文件。

如果您需要使用自己预先克隆或准备好的音色文件，请改用以下明确支持此功能的渠道（按推荐顺序）：

1. F5-TTS(本地API)：将你的 .wav 文件（3-10秒）放入软件根目录下的 f5-tts/ 文件夹，然后在主界面配音角色中选择该文件名。
2. CosyVoice(本地API)：同样将 .wav 文件放入 f5-tts/ 文件夹，然后在角色列表中选择该文件名。
3. OmniVoice-TTS(本地API)：参考音频也放置在 f5-tts/ 文件夹中。

请查阅相关文档：

• F5-TTS配音渠道
• CosyVoice配音渠道

Qwen3-TTS(本地) 我把参考音频放在了F5-TTS里面 软件也能显示，我也可以使用，这个是不是有问题

界面显示了参考音频文件名，但 Qwen3-TTS(本地) 内部逻辑并不支持使用手动放置的 .wav 文件进行声音克隆。这是一个界面兼容性问题——软件统一读取 f5-tts/ 文件夹中的音频文件并展示在角色列表中，但 Qwen3-TTS(本地) 在配音时实际会忽略该文件，转而尝试从当前视频原音频中自动截取参考片段。因此，虽然能看到并能选择，但声音克隆效果不可控，大概率不会按你期望的音色输出。若希望使用手动准备好的克隆音色，请改用正确支持此功能的渠道：F5-TTS(本地API)、CosyVoice(本地API) 或 OmniVoice-TTS(本地API)。操作方法：将 .wav 文件放入 f5-tts/，选择对应渠道后在角色列表中选择该文件名即可。请查阅相关文档：- F5-TTS配音渠道- CosyVoice配音渠道

翻译术语表:用于AI翻译时，发送给AI的术语 这个需要填写吗。因为中文翻译成英文的时候过长导致音频加速太快，如果点击视频慢速又太慢

翻译术语表为可选配置，不需要必须填写。仅在需要确保 AI 翻译时特定专业词汇（如公司名、产品名、术语）保持统一时使用，不填不影响正常翻译。

关于中文转英文后配音太快或太慢的问题，建议不要单独使用“音频加速”或“视频慢速”，而是 同时勾选这两项。系统会自动按各负担一半时差的方式处理，既能避免配音过度加速导致刺耳，也能避免视频慢放过多导致时长剧增。若仍觉得配音语速不自然，可进一步在 设置更多参数 中将 配音语速 调为负值（如 -10 或 -20），让配音整体放缓，从而减少后续加速幅度。调整后重新执行一次即可。

删除字幕静音和 对齐字幕声音 这两个功能都是实现什么呢

这两个选项仅在未勾选 “音频加速” 且未勾选 “视频慢速” 时生效，用于被动式对齐（不主动改变语速或视频速度）：删除字幕静音：去除字幕片段之间的静音间隙。当配音时长超出原语音时长时，通过裁切掉这些间隙来“挤”出时间差，实现对齐。对齐字幕声音：强制调整最终输出字幕的时间轴，使其与配音音频的实际起止时刻严格匹配。即使配音时长变化，字幕也会跟随移动，保证“字幕显示”与“配音播放”同步。建议：如果只勾选这两个，而配音时长超出较多，可能会造成字幕重叠或音频重叠。更稳妥的做法是同时勾选 “音频加速” 和 “视频慢速”，让系统自动均衡分配时差，效果更平滑。

如果我想使用已经训练好的克隆音色，怎么设置，

将预先准备好的克隆音色文件用于配音，请按以下步骤操作：

1. 准备参考音频：将你的 .wav 格式音频文件（时长 3～10 秒）放入软件根目录下的 f5-tts/ 文件夹。
2. 选择正确的配音渠道：在主界面 配音渠道 下拉菜单中选择 F5-TTS(本地API)、CosyVoice(本地API) 或 OmniVoice-TTS(本地API)（三者均支持外部参考音频）。
3. 选择角色：在选择 目标语言 后，点击 配音角色 下拉框，你会看到文件名出现在列表中，直接选中它（例如 1.wav）。
4. 试听确认：点击 试听配音 按钮，听一下合成效果是否符合预期。
5. 开始执行：完成其他设置后点击 开始执行。

注意：

• 若使用 GPT-SoVITS 渠道，参考音频需放入 GPT-SoVITS 工具根目录下的指定文件夹，而非 f5-tts/。
• 确保外部 TTS 服务（如 F5-TTS、CosyVoice 的 API 服务）已正常启动且 API 地址正确配置。

请查阅相关文档：

• F5-TTS配音渠道
• CosyVoice配音渠道
• 使用原视频音色克隆配音

[WinError 10061] 由于目标计算机积极拒绝，无法连接。:
Traceback (most recent call last):
File "httpx\_transports\default.py", line 101, in map_httpcore_exceptions
File "httpx\_transports\default.py", line 250, in handle_request
File "httpcore\_sync\connection_pool.py", line 216, in handle_request
File "httpcore\_sync\connection_pool.py", line 196, in handle_request
File "httpcore\_sync\connection.py", line 99, in handle_request
File "httpcore\_sync\connection.py", line 76, in handle_request
File "httpcore\_sync\connection.py", line 122, in _connect
File "httpcore\_backends\sync.py", line 205, in connect_tcp
File "contextlib.py", line 153, in exit
File "httpcore\_exceptions.py", line 14, in map_exceptions
httpcore.ConnectError: [WinError 10061] 由于目标计算机积极拒绝，无法连接。

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
File "videotrans\tts\_f5tts.py", line 325, in _run
File "gradio_client\client.py", line 163, in init
File "gradio_client\client.py", line 936, in _get_config
File "httpx\_api.py", line 195, in get
File "httpx\_api.py", line 109, in request
File "httpx\_client.py", line 825, in request
File "httpx\_client.py", line 914, in send
File "httpx\_client.py", line 942, in _send_handling_auth
File "httpx\_client.py", line 979, in _send_handling_redirects
File "httpx\_client.py", line 1014, in _send_single_request
File "httpx\_transports\default.py", line 249, in handle_request
File "contextlib.py", line 153, in exit
File "httpx\_transports\default.py", line 118, in map_httpcore_exceptions
httpx.ConnectError: [WinError 10061] 由于目标计算机积极拒绝，无法连接。

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "videotrans\util\ListenVoice.py", line 16, in run
File "videotrans\tts\__init__.py", line 387, in run
File "videotrans\tts\_base.py", line 137, in run
File "videotrans\tts\_f5tts.py", line 51, in _exec
File "videotrans\tts\_base.py", line 210, in _local_mul_thread
File "videotrans\tts\_f5tts.py", line 344, in _item_task
File "tenacity\__init__.py", line 338, in wrapped_f
File "tenacity\__init__.py", line 477, in call
File "tenacity\__init__.py", line 378, in iter
File "tenacity\__init__.py", line 400, in
File "concurrent\futures\_base.py", line 451, in result
File "concurrent\futures\_base.py", line 403, in __get_result
File "tenacity\__init__.py", line 480, in call
File "videotrans\tts\_f5tts.py", line 331, in _run
videotrans.configure._except.StopRetry: [WinError 10061] 由于目标计算机积极拒绝，无法连接。

这是软件尝试连接本地部署的 TTS 服务（如 F5-TTS、CosyVoice 等）时，目标服务未运行或地址错误导致的。检查以下两项：确认外部 TTS 服务的终端窗口保持打开状态，且无报错信息。如果服务已启动，请检查地址：点击菜单 TTS设置 → F5-TTS（或对应渠道），确保 API 地址 与你的服务实际地址一致（默认 http://127.0.0.1:7860，注意端口号是否被修改）。常见端口：F5-TTS 为 7860，CosyVoice 为 8888，GPT-SoVITS 为 9880。如果服务未启动，请先启动后再尝试。

[WinError 10061] 由于目标计算机积极拒绝，无法连接。:
Traceback (most recent call last):
File "httpx\_transports\default.py", line 101, in map_httpcore_exceptions
File "httpx\_transports\default.py", line 250, in handle_request
File "httpcore\_sync\connection_pool.py", line 216, in handle_request
File "httpcore\_sync\connection_pool.py", line 196, in handle_request
File "httpcore\_sync\connection.py", line 99, in handle_request
File "httpcore\_sync\connection.py", line 76, in handle_request
File "httpcore\_sync\connection.py", line 122, in _connect
File "httpcore\_backends\sync.py", line 205, in connect_tcp
File "contextlib.py", line 153, in exit
File "httpcore\_exceptions.py", line 14, in map_exceptions
httpcore.ConnectError: [WinError 10061] 由于目标计算机积极拒绝，无法连接。

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
File "videotrans\tts\_f5tts.py", line 325, in _run
File "gradio_client\client.py", line 163, in init
File "gradio_client\client.py", line 936, in _get_config
File "httpx\_api.py", line 195, in get
File "httpx\_api.py", line 109, in request
File "httpx\_client.py", line 825, in request
File "httpx\_client.py", line 914, in send
File "httpx\_client.py", line 942, in _send_handling_auth
File "httpx\_client.py", line 979, in _send_handling_redirects
File "httpx\_client.py", line 1014, in _send_single_request
File "httpx\_transports\default.py", line 249, in handle_request
File "contextlib.py", line 153, in exit
File "httpx\_transports\default.py", line 118, in map_httpcore_exceptions
httpx.ConnectError: [WinError 10061] 由于目标计算机积极拒绝，无法连接。

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "videotrans\util\ListenVoice.py", line 16, in run
File "videotrans\tts\__init__.py", line 387, in run
File "videotrans\tts\_base.py", line 137, in run
File "videotrans\tts\_f5tts.py", line 51, in _exec
File "videotrans\tts\_base.py", line 210, in _local_mul_thread
File "videotrans\tts\_f5tts.py", line 344, in _item_task
File "tenacity\__init__.py", line 338, in wrapped_f
File "tenacity\__init__.py", line 477, in call
File "tenacity\__init__.py", line 378, in iter
File "tenacity\__init__.py", line 400, in
File "concurrent\futures\_base.py", line 451, in result
File "concurrent\futures\_base.py", line 403, in __get_result
File "tenacity\__init__.py", line 480, in call
File "videotrans\tts\_f5tts.py", line 331, in _run
videotrans.configure._except.StopRetry: [WinError 10061] 由于目标计算机积极拒绝，无法连接。

这是由于软件试图连接本地部署的外部 TTS 服务（如 F5-TTS、CosyVoice 等），但该服务未运行、地址错误或端口被占用，导致连接被拒绝。请按以下顺序排查：确认服务是否启动：确保你运行 F5-TTS（或对应渠道）的终端窗口保持打开，且无报错信息。若服务已退出，请重新启动。核对 API 地址：点击菜单 TTS设置 → F5-TTS（或对应渠道设置），检查 API 地址 是否与你的服务实际地址完全一致（默认通常为 http://127.0.0.1:7860）。注意端口号：F5-TTS 默认端口 7860，CosyVoice 默认 8888，GPT-SoVITS 默认 9880，请根据你实际启动的服务端口进行修改。防火墙/代理：确保 Windows 防火墙未阻止本地连接，且软件未配置错误的网络代理（主界面的网络代理地址应留空）。完成以上检查后，重新启动软件并执行配音即可。

这个是需要自己下载F5TTS吗

是的，F5-TTS(本地API) 需要自己单独下载部署并启动服务。该渠道不属于软件内置开箱即用的类型。具体操作步骤如下：下载并部署 F5-TTS 服务：从 F5-TTS 官方项目或社区一键整合包下载 Windows 版本，解压后运行启动脚本（如 webui.bat），确保终端窗口保持打开状态且显示为 running on localhost:7860。在软件中配置 API 地址：点击菜单 TTS设置 → F5-TTS，在 API 地址 栏填写 http://127.0.0.1:7860（若端口不同请按实际修改）。放置参考音频：将你的 .wav 文件（3-10 秒）放入软件根目录下的 f5-tts/ 文件夹。开始使用：在主界面 配音渠道 选择 F5-TTS(本地API)，在 配音角色 中选择对应的参考音频文件名。如果不想自行部署，可选择软件内置的配音渠道：Edge-TTS(免费)：开箱即用，无需任何配置。Qwen3-TTS(本地)：首次使用自动下载模型，无需单独部署。请查阅相关文档：F5-TTS配音渠道

那我想使用克隆功能如何快速实现

最快速的克隆配音方案是使用软件内置的 Qwen3-TTS(本地) 渠道，无需部署外部服务或准备参考音频文件。操作方法：在主界面 配音渠道 中选择 Qwen3-TTS(本地)，然后 配音角色 选择 clone。软件将自动从当前处理的视频原音频中截取对应说话人的语音片段作为参考，完成音色克隆配音。该渠道首次使用时会自动在线下载模型，后续可离线使用。如果你希望使用自己预先准备好的克隆音色（而非视频原声），则需要部署外部 TTS 服务（如 F5-TTS、CosyVoice）并将参考音频放入 f5-tts/ 文件夹，但这种方式步骤更多，不适合“快速”需求。请查阅相关文档：Qwen-TTS 配音渠道使用

分离人声背景声：选中将把视频中的背景伴奏声和说话声分离出来 选中分离，不选择重新嵌入 是不是没效果， 如果都不选择是什么效果

只勾选“分离人声背景声”而不勾选“重新嵌入背景声”：效果是软件会执行人声和背景声的分离，但最终合成的视频中不会将背景声重新混合进去——即最终视频仅有新配音，原视频的背景音乐/环境音被丢弃。两个都不勾选：软件不进行人声/背景分离，直接使用原始音视频进行语音识别、配音和合成。这是常规模式，背景音会保留，但可能干扰语音识别准确率。建议：若想保留原背景音，请同时勾选两者；若仅需清晰人声（如去除嘈杂背景的纯语音转字幕场景），只需勾选“分离人声背景声”即可。

我既然翻译了，我肯定是想保留背景声音，而不是原来的人声。 但是有一个问题就是我都选中的时候，背景音量我选择1. 出来的声音有点杂音。我想实现的是解说声音进行翻译，原片的声音不变

“杂音”通常是由软件内置的分离模型（仅支持 CPU，效果一般）导致的，分离不彻底时背景音中会残留部分人声碎屑或噪声。要实现原背景声完全不变、替换人声，建议跳过软件内置的分离步骤，改用专业的外部工具分离后手动导入。
具体操作：

1. 使用 UVR5 等工具将原视频分离为两个文件：vocal.wav（人声）和 instrument.wav（背景声）。
2. 将这两个文件放入视频输出目录下的 _video_out/视频名-mp4 文件夹内（若文件夹不存在请手动创建）。
3. 在软件主界面正常设置翻译/配音等参数，不要勾选“分离人声背景声”（否则会再次覆盖已准备的音频）。
4. 执行翻译，软件会自动识别已存在的 vocal.wav 和 instrument.wav，最终合成时使用你准备好的纯净背景声，从而实现无损保留原背景音。

若仍希望使用软件内置分离，可尝试在“高级选项”中切换不同的分离模型（如从 uvr 改为 spleeter），但效果提升有限。

请查阅相关文档：

• 分离人声和背景音
• 使用已有的 srt字幕和人声/背景声文件

内置分离的模型当中 那个最好，识别的最清晰，还有CUDA数据模型和说话人分离模型
选择哪个，

内置分离模型：如果追求最高分离清晰度，建议使用外部专业工具 UVR5，效果远超软件内置模型。若必须使用内置模型，可尝试在“高级选项”中切换不同的分离模型（如 uvr 或 spleeter），但受限于仅支持 CPU 计算，效果和速度均有限。CUDA数据类型：在“菜单 → 工具/选项 → 高级选项 → 语音识别参数”中设置。推荐选择 float16（平衡速度与精度）或 int8（最省显存，精度略低）。若显存充足且追求最佳识别准确率，可选 float32。说话人分离模型：同样在“高级选项 → 语音识别参数”中设置。内置模型（默认）：通用，支持中英，效果一般。阿里 CAM++：专门针对中文优化，若视频为中文可优先选择。pyannote 3.1：效果最佳（能更准确地区分不同说话人），但需在 HuggingFace 获取 Token 并同意模型授权协议。建议先使用阿里 CAM++（中文场景）或内置模型（非中文场景），如效果不满意再尝试 pyannote。请查阅相关文档：- 高级设置各个选项说明- 说话人识别

出现 重复说话 卡顿说话，是哪里出错了

重复说话或卡顿通常由以下原因导致，请按顺序排查：配音渠道限流（Edge-TTS 最常见）：日志中可见 403 错误。在 菜单 → 工具/选项 → 高级选项 → 字幕配音调整 中，将 EdgeTTS配音渠道配音并发数 设为 1，配音后暂停秒 设为 5。更换为其他配音渠道（如 GPT-SoVITS、CosyVoice）可彻底避免限流。AI 翻译模型过小或提示词问题：若使用 DeepSeek 等小模型，或勾选了 “发送完整字幕”，可能导致输出重复。取消勾选 发送完整字幕，改为按行翻译，或改用 GPT-4 等更强模型。语音识别参数不当：在 高级选项 → 语音识别参数 中，调整 重复惩罚 值（默认 1，可尝试增大到 1.2~1.5）；降低 采样温度 值（如设为 0）。使用 clone 角色时参考音频过短或不清晰：确保原音频中说话人片段时长在 3~10 秒且清晰无杂音。请提供最近一次出错的日志文件底部 30 行，可进一步精确定位。

就输出的文件我 播放的时候出现卡顿

输出视频播放卡顿通常由以下原因导致，请按顺序排查：编码方式不兼容：在 菜单 → 工具/选项 → 高级选项 → 视频输出控制 中，将 264/265编码 切换为 libx264（兼容性更好），同时将 输出视频格式 设为 mp4。输出质量控制过低：调整 视频输出质量控制，默认 23，可降低到 18 或更低（值越小质量越高，但文件更大），同时将 输出视频压缩率 改为 medium 或 slower（更慢但更稳定）。强制软件编码：在高级选项中勾选 强制软编码视频?，避免硬件编码可能导致的兼容性问题。启用多线程或显卡解码：若已勾选 CUDA加速 并配置了显卡，可尝试取消 视频合成cuda硬解码 选项。更换播放器测试：使用 VLC 或 PotPlayer 测试能否正常播放。若其他播放器正常，则原播放器解码能力不足。请提供日志文件中最近一次输出合成的部分（约最后30行），可进一步判断是否编码异常。