#7163 I’m using PyVideoTrans with the VA + F5-TTS voice cloning workflow.The problem is that the SRT file generated by the tra

可以，通过导入外部 SRT 的方式即可完全跳过自动翻译，同时保留 VA + F5-TTS 的 clone 配音流程，并保留你 SRT 中的原始时间轴。

操作步骤：

1. 规范文件命名（底层工具对中文/空格/特殊符号兼容差）

   • 视频重命名为 myvideo.mp4，你的越南语字幕重命名为 vi.srt，放在与视频同一目录下。

2. 手动创建输出目录结构（假设源语言是中文、目标语言是越南语）

   • 在视频同级目录创建文件夹：_video_out/myvideo-mp4/
   • ⚠️ 子文件夹名必须是 [视频名]-[后缀] 格式，即 myvideo-mp4。

   • 将你的越南语字幕放入并重命名为目标语言代码：

     • _video_out/myvideo-mp4/vi.srt ← 你修正后的目标语言字幕（越南语）
   • 若同时希望软件跳过语音识别，也把发音语言字幕放进去（如 zh-cn.srt）。

3. 主界面设置

   • 导入 myvideo.mp4。
   • 配音渠道：选 F5-TTS(内置)，配音角色选 clone（原音色克隆）。
   • 字幕嵌入类型：按需选择（如嵌入硬字幕）。
   • 发音语言：选原视频实际发音语言（如中文）。
   • 目标语言：选 越南语。

4. 关键：不要勾选"清理已生成"

   • 勾选会清空 _video_out 里已有的字幕文件。
   • 同时不要点击"输出到…"按钮，否则软件找不到你放在默认位置的字幕。

5. 开始执行

   • 软件检测到 _video_out/myvideo-mp4/vi.srt 后，会跳过翻译步骤，直接以你的 SRT 作为目标字幕进入配音与合成阶段。你的 SRT 时间轴将被原样保留。

关于时间轴与 F5-TTS clone 的建议：

• F5-TTS clone 需要从原视频按时长切片取参考音频，参考音频过长或过短都会导致克隆失败或质量差。请进入 菜单 → 工具 → 高级选项 → 语音识别参数，将：

  • 最长语音持续秒数设为 6-10
  • 最短语音持续毫秒设为 3000-4000
    这样你 SRT 里每段字幕对应的原声片段更符合 F5-TTS 的参考音频要求。
• 配音对齐可在主界面勾选"配音加速"，必要时配合"视频慢速"。

注意：此方式使用外部字幕时，软件不会再对字幕做二次识别（除非你额外选中二次识别项），因此你的越南语 SRT 的文本内容会被完整用于配音。

请查阅相关文档：

• 使用已有的 SRT 字幕和音画素材
• 原音色克隆/多角色配音
• F5-TTS(内置)