#6953 transcribe word_timestamps正常要卡多久

无法给出确切“卡多久”的固定时间，因为启用 word_timestamps（词级时间戳）会显著增加计算量，处理时长取决于视频/音频总长、所选模型大小、是否启用 CUDA 加速、以及机器性能。通常比普通转录慢 1.5 倍到数倍不等，大型模型（如 large-v3）在纯 CPU 环境下可能等待数分钟甚至更久。

建议按以下步骤排查：

1. 确认任务是否仍在运行：观察软件底部进度条或日志（logs/ 内最新日志文件）是否有持续更新的输出。

2. 若长时间完全无响应（例如超过 20 秒无任何进度输出），可能是显存不足、模型文件损坏导致子进程挂起，可尝试：

   • 将 ASR 模型降级为 small 或 medium；
   • 在高级选项中将“计算数据类型”设为 float16 或 int8；
   • 若使用 GPU，确认 CUDA/cuDNN 配置正确，且显存足够。
3. 如果是首次使用该渠道，需等待模型在线下载完成（大模型可达数 GB），此阶段也可能看起来“卡住”。

如果任务最终报错或长时间无结果，请提供软件安装目录下 logs/ 中最新日志文件尾部约 30 行报错信息，以便进一步分析。

请查阅相关文档：

• 常见问题FAQ
• 翻译一个视频所需时间

之前还可以，大概两个月没使用，突然就不行了

暂无法确定具体原因。两个月未使用后突然异常，常见诱因包括：软件版本过旧、本地模型文件缺失/损坏、网络或代理环境变化、在线 API 密钥失效或余额耗尽。

请按以下步骤排查：

1. 升级软件：确认当前版本是否为最新的 v4.11（左上角可见）。若不是，请前往官网下载完整包或补丁包覆盖。若已是最新，可尝试重新覆盖一次补丁包，排除文件损坏。
2. 检查本地模型：如果你使用的是 faster-whisper、openai-whisper 等本地识别渠道，进入软件目录下的 models/ 文件夹，确认对应模型目录是否存在且文件完整（如 model.bin、config.json 等）。若有缺失，请删除后重新触发下载，或按文档手动放置模型。

3. 核对网络与代理：若使用在线识别渠道（如 OpenAI、Gemini、302.AI 等），两个月可能导致的密钥过期、额度耗尽或代理变更。请检查：

   • API 密钥是否仍有效、账户余额是否充足；
   • 主界面“对齐控制”行右侧的代理文本框是否仍填写正确（例如 http://127.0.0.1:10808）；国内 API 不需要代理，无效代理会导致所有网络请求失败。
4. 查看日志：软件安装目录下的 logs/ 文件夹中，找到最新日期的日志文件，打开并复制末尾约 30 行报错内容，这是定位问题的关键。

如果排查后仍无法解决，请补充以下信息以便进一步分析：

• 软件版本号（左上角显示）；
• 操作系统（Windows 10/11、macOS、Linux）；
• 源码部署还是预打包版（sp.exe 为预打包版，sp.py 为源码）；
• 具体使用的语音识别渠道和模型名称；
• 报错时的完整提示或截图。

请查阅相关文档：

• 常见问题FAQ
• 手动下载模型
• Windows上配置CUDA和cuDNN

突然完成了

这属于正常现象。启用 word_timestamps（词级时间戳）后，计算量会显著增加，尤其是使用大型模型（如 large-v3）或纯 CPU 环境时，软件可能在较长一段时间内无明显的进度条更新或日志输出，但任务实际仍在后台运行，只是后台处理耗时较长，最终完成即属正常。若没有报错且输出文件已生成，说明任务已成功结束。下次如遇类似“长时间无响应”，可耐心等待，或参照以下方式优化速度：降低模型尺寸（如将 large-v3 改为 medium 或 small）；在高级选项中启用 CUDA 加速（需 NVIDIA 显卡 + CUDA 12.8 + cuDNN 9.11）；将计算数据类型设为 float16 或 int8。