#5935 这是卡住了吗，视频时间才两分多

视频处理时间并不完全取决于视频时长，还受音频长度、模型大小、是否启用GPU加速、后台任务等因素影响。2分钟视频如使用 large-v3 模型且没有 GPU 加速，可能需数分钟至十几分钟，不一定是卡住。建议：

1. 观察底部状态条是否有“正在处理…”等字样，或查看 logs/ 目录下的最新日志文件（例如 20250622.log），复制最后 30 行报错信息。
2. 若日志中反复出现 CUDA out of memory、BrokenProcessPool 等字眼，则是显存不足或子进程崩溃，需重启软件并降低模型尺寸或关闭 CUDA。
3. 若日志长时间无变化（超过10分钟无新输出），可尝试强制关闭软件并重新启动，注意先勾选主界面「清理已生成」以清除缓存。

请在回复中附上软件左上角版本号及日志片段，以便进一步分析。

-- Application started at 2026-07-19 14:50:31

[DEBUG] start 9 jobs
[DEBUG] app_cfg.proxy='http://127.0.0.1:7897'
[DEBUG] 无法连接 huggingface.co, 使用镜像替换: hf-mirror.com
[DEBUG] 批量翻译模式，每批次 1
[DEBUG] 进入第 0 批次，当前批次数量:1
[DEBUG] [TransCreate]最终配置信息：self=TransCreate(uuid='4ec31c0163', proxy_str='http://127.0.0.1:7897', last_down_time=0, precent=1, hasend=False, should_recogn=True, should_trans=True, should_dubbing=True, should_separate=False, should_hebing=True, source_srt_list=[], target_srt_list=[], video_time=0.0, is_copy_video=False, video_codec_num=264, ignore_align=False, is_audio_trans=False, clone_ref='', cost_duration=1784443845.746128, should_recogn2=True)
self.cfg=[TaskCfgVTT]当前工作模式: 翻译视频或音频 批量翻译模式 每批1个
原始输入文件名: E:/BaiduNetdisk

[DEBUG] 从 modelscope.cn 下载模型 model_id='large-v3'
2026-07-19 14:51:08,003 - modelscope - WARNING - We can not confirm the cached file is for revision: master
[DEBUG] [新进程任务 开始:title='STT use large-v3']
[DEBUG] 新进程任务 参数:kwargs={'detect_language': 'en', 'model_name': 'large-v3', 'logs_file': 'D:/APP/tools/pyvideotrans/tmp/19708/4ec31c0163/faster-en-1784443868.0033581.log', 'is_cuda': True, 'no_speech_threshold': 0.6, 'condition_on_previous_text': False, 'speech_timestamps': None, 'audio_file': 'D:/APP/tools/pyvideotrans/tmp/19708/4ec31c0163/en.wav', 'local_dir': 'D:/APP/tools/pyvideotrans/models/models--Systran--faster-whisper-large-v3', 'compute_type': 'default', 'jianfan': False, 'audio_duration': 170027, 'hotwords': '', 'prompt': '', 'beam_size': 1, 'best_of': 1, 'temperature': '', 'repetition_penalty': 1.0, 'compression_ratio_threshold': 2.4, 'max_speech_ms': 5000, 'subtitle_srt': 'D:/APP/tools/pyvideotrans/tmp/faster-20260719-14_51_08.srt', 'device_index': 0}
[DEBUG] GPU进程池:max_workers=1
[DEBUG] 开始加载 faster-whisper模型large-v3,数据类型:default
[DEBUG] [faster_whisper]加载模型large-v3: is_cuda=True,_compute_type='default'
[DEBUG] 直接传递完整音频，由faster-whisper内部VAD处理，返回字级时间戳数据
[DEBUG] faster-whisper模式下，对large-v3模型返回的字级时间戳进行断句
[DEBUG] 断句完毕返回结果
[DEBUG] faster-whisper下已临时保存识别结果到 D:/APP/tools/pyvideotrans/tmp/faster-20260719-14_51_08.srt，防止进程崩溃后永久等待
[DEBUG] [新进程任务 title='STT use large-v3'] 已返回
[DEBUG] [新进程任务 结束:title='STT use large-v3']，耗时27.27536702156067s
[DEBUG] 移除无效字幕行
[DEBUG] 修正重叠时间轴
[DEBUG] 开始移除每条字幕末尾标点

[DEBUG] [新进程任务 开始:title='Begin separating the speakers:built']
[DEBUG] 新进程任务 参数:kwargs={'input_file': 'D:/APP/tools/pyvideotrans/tmp/19708/4ec31c0163/en.wav', 'subtitles_file': 'D:/APP/tools/pyvideotrans/tmp/19708/4ec31c0163/diariz-1784443895.2832563.json', 'speak_file': 'D:/APP/tools/pyvideotrans/tmp/19708/4ec31c0163/speaker.json', 'num_speakers': -1, 'language': 'en'}
[DEBUG] CPU进程池:max_workers=8
[DEBUG] 开始说话人分离,使用内置模型 language='en',num_speakers=-1
版本V4.06

从日志看，任务并没有卡住，而是正在正常执行中。

• 语音识别（STT）已在约 27 秒内完成，之后正在进入说话人分离阶段。这符合 faster-whisper large-v3 模型的正常处理速度。
• 您提到的“视频时间才两分多”并不代表总处理时间，因为后续还有说话人分离、字幕翻译、配音、音画对齐、二次识别等流水线步骤，总耗时通常会是视频时长的数倍甚至更多（取决于模型大小、是否 GPU 加速、网络请求等）。
• 如果您看到软件底部状态栏有进度文字或百分比变化，说明仍在运行；如果超过 10 分钟无任何输出，再考虑异常。

建议：继续等待，或打开 logs/ 目录下的最新日志文件，观察最后是否有 [DEBUG] 新输出。如有异常错误再反馈。