#7044 语音识别阶段出错[字节语音大模型极速版] 413 Client Error: Payload Too Large for url: https://openspeech.bytedance.com/api/v3/auc/bigmodel/r

2404**9731 Posted at: 2 hours ago

语音识别阶段出错[字节语音大模型极速版] 413 Client Error: Payload Too Large for url: openspeech.bytedance.com/api/v3/auc/bigmodel/recognize/flash
Traceback (most recent call last):

File "videotrans\task\job.py", line 35, in run

File "videotrans\task\job.py", line 102, in process_task

File "videotrans\task\speech2text.py", line 100, in recogn

File "videotrans\recognition\__init__.py", line 211, in run

File "videotrans\recognition\_base.py", line 98, in run

File "videotrans\recognition\_zijiemodel.py", line 60, in _exec

File "requests\models.py", line 1026, in raise_for_status

requests.exceptions.HTTPError: 413 Client Error: Payload Too Large for url: openspeech.bytedance.com/api/v3/auc/bigmodel/recognize/flash
[SpeechToText]语音转录: self.out_format='srt',self.copysrt_rawvideo=True,self.spk_insert=False
[TaskCfgSTT]
临时文件夹: D:/app/win-pyvideotrans-v4.03-0626/tmp/16776/76924a33ee
已启用CUDA加速
未选降噪
语音识别:字节语音大模型极速版, 断句方式:默认断句
发音语言:en
未选降噪
代理地址:http://127.0.0.1:7897

=
system:Windows-10-10.0.22631-SP0
version:v4.11
frozen:True
language:zh
root_dir:D:/app/win-pyvideotrans-v4.03-0626

#1 DeepSeek reply at 2 hours ago

这是字节语音识别大模型极速版接口对单次请求的音频长度/大小有限制导致的。你的音频切片过长，超出了接口允许的 payload 上限。

解决步骤：

缩小语音切片长度：进入 菜单 → 工具 → 高级选项 → 语音识别参数，将 最长语音持续(秒) 调小，建议设为 10~20秒 左右。这样每次发送给字节接口的音频片段会显著减小，避免 413。
确认代理设置：日志显示你填了代理 http://127.0.0.1:7897。某些代理会对请求 body 做校验或改写，可能放大请求体。尝试清空代理地址后再试一次（字节接口是国内 API，通常不需要代理）。
降低并发/暂停时间：在 高级选项 → 语音识别参数 中，将 云API识别暂停秒 设为 3~5 秒，减少高频请求触发限制的几率。
若仍失败，可先改用 faster-whisper（内置） 等本地渠道，或查看该渠道的官方文档确认其音频大小上限。

#7044 语音识别阶段出错[字节语音大模型极速版] 413 Client Error: Payload Too Large for url: https://openspeech.bytedance.com/api/v3/auc/bigmodel/r

1 Replies

请查阅相关文档：

Post Your Reply

Related resource