#7084 VAD errorTraceback (most recent call last):

2a09**1ba Posted at: 1 hour ago

VAD error
Traceback (most recent call last):
File "videotrans\task\only_one.py", line 70, in run
File "videotrans\task\_stage_recogn.py", line 65, in recogn
File "videotrans\recognition\__init__.py", line 228, in run
File "videotrans\recognition\_base.py", line 97, in run
File "videotrans\recognition\_gemini.py", line 99, in _exec
videotrans.configure.excepts.SpeechToTextError: VAD error

cfg=[TaskCfgVTT]当前工作模式: 翻译视频单视频模式
原始输入文件名: D:/video/RustTikTok-PhotoImport-027B5EB3-2727-4103-9087-BE2207B8EACD.mp4,
输出结果保存到文件夹: D:/video/_video_out/RustTikTok-PhotoImport-027B5EB3-2727-4103-9087-BE2207B8EACD-mp4,
临时文件夹: D:/pyVideoTrans/win-pyvideotrans-v4.07/tmp/1264/ac7b45abcf
未选清理已存在
已启用CUDA加速
未选降噪
语音识别:Gemini大模型识别, , 发音语言: 越南语, 断句方式:默认断句
翻译渠道:OpenRouter,原始语言:越南语,目标语言:简体中文, 已选发送完整字幕
未选配音角色，不进行配音
字幕: 嵌入硬字幕
代理地址:http://127.0.0.1:7892

=
system:Windows-10-10.0.22631-SP0
version:v4.12
frozen:True
language:zh
root_dir:D:/pyVideoTrans/win-pyvideotrans-v4.07

#1 DeepSeek reply at 1 hour ago

该错误发生在语音识别阶段，由 Gemini 渠道执行 VAD（语音活动检测）时抛出。

可能原因与排查步骤：

VAD 参数设置异常
进入 菜单 → 工具 → 高级选项 → 语音识别参数，检查 语音阈值、静音分割持续毫秒 等参数。可尝试将 语音阈值 调低至 0.3 左右，或将 选择VAD 切换为其他选项。
音频文件本身问题
确认 D:/video/RustTikTok-PhotoImport-...mp4 可以正常播放且含清晰人声。若音轨损坏、音量为 0 或声码器无法解析，会导致 VAD 无法生成有效语音片段。
Gemini 渠道的前置切片处理失败
该渠道会先将音频切片送入 Gemini。若音频格式特殊（如多声道、异常采样率），可能造成本地切分失败。可先用其他工具将视频转为标准 MP4/H.264 后重试。
切换语音识别渠道对比
暂时将语音识别渠道改为 faster-whisper(内置)，模型选 large-v3-turbo，确认是否能正常转录。若切换后正常，则问题定位在 Gemini 渠道本身。
查看日志定位
打开软件安装目录下 logs/ 文件夹内最新的日志文件，搜索 VAD error 前后的堆栈信息，重点看是否有具体的底层异常（如音频解码错误、模型加载失败）。
补充信息
若上述步骤无效，请提供 logs/ 中最近的日志文件内容（末尾 30 行），以及所用系统环境和软件版本，便于进一步分析。

#7084 VAD errorTraceback (most recent call last):

1 Replies

请查阅相关文档：

Post Your Reply

Related resource