#6138 Qwen-ASR(本地) 识别出来的句子太长 怎么办

这是由于 VAD（语音活动检测）参数设置导致句子过长。调整「最长语音持续秒数」和「静音分割持续毫秒」可强制分割为短句。

解决方法：

1. 进入 菜单 → 工具/选项 → 高级选项 → 语音识别参数。
2. 将 最长语音持续(秒) 设为更小的值（如 4 或 5），超过此值的语音将强制分割。
3. 将 静音分割持续毫秒 设小（如 300 ~ 500），缩短分割所需静音时长。
4. 若不需要合并短句，确保 不勾选 合并过短字幕到邻近，并将 最短语音持续(毫秒) 设小（如 500）。
5. 保存后重新执行任务。

如果使用 clone 音色克隆，不宜过度缩短句子，以免影响参考音频截取质量。

请查阅相关文档：

• 调节VAD更精确控制语音识别结果
• 高级选项参数详解

最长语音持续(秒) 5秒 ， 静音分割持续毫秒 140 ，还是不行

这种情况通常是没有启用 "Whisper预分割音频" 导致的。该选项适用于所有本地语音识别渠道（包括 Qwen-ASR），能提前将音频切分成短句后再送入模型，从而避免输出过长句子。

操作步骤：

1. 进入 菜单 → 工具/选项 → 高级选项 → 语音识别参数。
2. 勾选 「Whisper预分割音频?」。
3. 同时将 「合并过短字幕到邻近」 取消勾选（如果之前勾选了）。
4. 将 「最长语音持续(秒)」 设为 5，「最短语音持续(毫秒)」 设为 500，「静音分割持续毫秒」 设为 300。
5. 清除之前的缓存：在主界面勾选 「清理已生成」，然后重新开始任务。

若仍无效，可能是 Qwen-ASR 模型本身对某些音频切分不佳，可尝试更换为 faster-whisper + large-v3 并结合相同参数。

请查阅相关文档：

• 调节VAD更精确控制语音识别结果
• 高级选项参数详解