#5732 No transcription results returned. Please check the original audio/video or model and try again.Traceback (most recent c

109.110* Posted at: 3 hours ago

No transcription results returned. Please check the original audio/video or model and try again.
Traceback (most recent call last):
File "videotrans\task\only_one.py", line 46, in run
File "videotrans\task\_stage_recogn.py", line 62, in recogn
File "videotrans\recognition\__init__.py", line 205, in run
File "videotrans\recognition\_base.py", line 91, in run
File "videotrans\recognition\_whisper.py", line 38, in _exec
File "videotrans\recognition\_whisper.py", line 124, in _faster
File "videotrans\configure\base.py", line 272, in _new_process
videotrans.configure.excepts.VideoTransError: No transcription results returned. Please check the original audio/video or model and try again.

cfg=[TaskCfgVTT]当前工作模式: 翻译视频或音频 单视频模式
原始输入文件名: C:/Users/admin/Downloads/23.mp4,
输出结果保存到文件夹: E:/pyVideoTrans/23-mp4,
临时文件夹: E:/pyVideoTrans/tmp/23680/890eaa37d3
已选 清理已存在
未选 启用CUDA加速
未选 降噪
语音识别:faster-whisper(本地内置), model_name: large-v3-turbo, 发音语言: 英语, 断句方式:默认断句
翻译渠道:Hy-MT2-1.8B(本地内置),原始语言:英语,目标语言:简体中文, 已选 发送完整字幕
未选 配音角色,不进行配音
字幕: 嵌入软字幕
已选 仅输出mp4
代理地址:http://127.0.0.1:7890


=
system:Windows-10-10.0.26200-SP0
version:v4.05
frozen:True
language:zh
root_dir:E:/pyVideoTrans

1 Replies

此错误表明语音识别引擎(faster-whisper large-v3-turbo)未能从音频中检测到任何语音内容,通常由以下原因导致:

  • 视频无有效人声:检查视频是否包含清晰的说话声(非纯音乐/背景音)。
  • 模型文件不完整或加载失败:未启用 CUDA 加速时,large-v3-turbo 模型对 CPU 内存要求较高(建议 ≥16GB),且首次运行需自动下载模型。若下载中断或文件损坏,则转录返回空。
  • 发音语言选择错误:日志中设置为“英语”,若视频实际为其他语言,模型可能无法识别。
  • 音频提取失败:视频编码格式特殊或音轨缺失,FFmpeg 未能正确提取音频。

解决方案

  1. 验证视频音轨:用播放器打开原视频,确认有可听到的人声。
  2. 切换小模型测试:将语音识别渠道改为 faster-whisper(本地内置),模型改为 tinybase(资源消耗最低),并保持“未启用CUDA”,再次运行以排除模型或资源问题。
  3. 检查模型文件:确认 models/models--mobiuslabsgmbh--faster-whisper-large-v3-turbo 文件夹内包含所有 .bin.json 文件(至少 1.5GB),若不全请删除该文件夹,重新运行软件让程序自动下载,或参照 手动下载模型 手动补充。
  4. 确认发音语言:确保“发音语言”与视频实际说话语言完全一致(例如视频是英文则选“英语”,中文选“简体中文”)。
  5. 尝试启用 CUDA:如果你有 NVIDIA 显卡并已安装 CUDA 12.8 + cuDNN 9.11,请勾选主界面“CUDA加速”,可大幅提升识别成功率。
  6. 降低模型精度:若仍失败,进入 高级选项 -> 语音识别参数,将 计算数据类型 改为 int8beam_sizebest_of 均设为 1,减少资源占用。

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. Dondate: ko-fi.com/jianchang512

Related resource