#5883 pyvideotrans高级选项如何设置最佳参数

最佳配置需根据你的视频语言、硬件配置和需求灵活调整，以下为核心推荐方案：

语音识别（第一关键步骤）

• 非中文视频：使用 faster-whisper(本地内置) + large-v3 模型，勾选 CUDA 加速。
• 中文视频：优先选 Qwen-ASR(本地内置) 或 Firered中文(本地内置)，同样开启 CUDA。
• 若显存不足（＜8GB），改为 medium 模型，并将高级选项中 计算数据类型 设为 int8。

字幕翻译

• 推荐使用 AI 大模型（如 DeepSeek / OpenAI ChatGPT），勾选“发送完整字幕”。
• 在高级选项中将 AI翻译渠道每批字幕行数 设为 100（使用旗舰大模型时）。

配音

• 免费首选 Edge-TTS；本地克隆首选 Qwen3-TTS / F5-TTS。
• 若使用 clone 原音色克隆：高级选项→语音识别参数→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。

音画同步

• 勾选“配音加速”，若可接受画质损失可同时勾选“视频慢速”。
• 高级选项→字幕声音画面对齐→中日韩字幕单行字符数 设为 10-15，其他语言设为 20-40。

显存优化（如果报OOM）

• 高级选项→语音识别参数：beam_size 和 best_of 都改成 1，关闭“启用上下文感知”。

批量处理

• 高级选项→通用设置→批量翻译视频时每批数量 填 1（逐个完成），防止资源起飞。

以上为基础方向，具体值可微调。如仍有报错，请提供 logs/ 目录下的最新日志文件分析。

请查阅相关文档：

• 最佳配置推荐
• 高级选项详解