#7526 mkl_malloc: failed to allocate memory,Traceback (most recent call last): File

123.138**9 Posted at: 1 hour ago

mkl_malloc: failed to allocate memory,Traceback (most recent call last):
File "videotrans\process\stt_faster.py", line 55, in _create_model
File "faster_whisper\transcribe.py", line 689, in init
RuntimeError: mkl_malloc: failed to allocate memory

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "videotrans\process\stt_faster.py", line 85, in faster_whisper
File "videotrans\process\stt_faster.py", line 78, in _create_model
File "videotrans\process\stt_faster.py", line 55, in _create_model
File "faster_whisper\transcribe.py", line 689, in init
RuntimeError: mkl_malloc: failed to allocate memory

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 233, in run
File "videotrans\recognition\_base.py", line 99, in run
File "videotrans\recognition\_whisper.py", line 41, in _exec
File "videotrans\recognition\_whisper.py", line 130, in _faster
File "videotrans\configure\base.py", line 264, in _new_process
videotrans.configure.excepts.VideoTransError: mkl_malloc: failed to allocate memory,Traceback (most recent call last):
File "videotrans\process\stt_faster.py", line 55, in _create_model
File "faster_whisper\transcribe.py", line 689, in init
RuntimeError: mkl_malloc: failed to allocate memory

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "videotrans\process\stt_faster.py", line 85, in faster_whisper
File "videotrans\process\stt_faster.py", line 78, in _create_model
File "videotrans\process\stt_faster.py", line 55, in _create_model
File "faster_whisper\transcribe.py", line 689, in init
RuntimeError: mkl_malloc: failed to allocate memory

cfg=[TaskCfgVTT]当前工作模式: 翻译视频单视频模式
原始输入文件名: C:/Users/84988/Desktop/20250922_c7be04ec84cf8423_535056910374_331012226713630_published_mp4_264_hd_taobao.mp4,
输出结果保存到文件夹: C:/Users/84988/Desktop/_video_out/20250922_c7be04ec84cf8423_535056910374_331012226713630_published_mp4_264_hd_taobao-mp4,
临时文件夹: D:/视频英文翻译工具/模型/tmp/87952/bf8936b260
已选清理已存在
未启用CUDA加速
未选降噪
语音识别:faster-whisper(内置), small, 发音语言: 简体中文, 断句方式:默认断句
翻译渠道:Google(免费),原始语言:简体中文,目标语言:俄语, 已选发送完整字幕
配音渠道:Edge-TTS(免费), 角色:Svetlana(Female/RU), 配音语言:俄语, 未选二次语音识别
音量:+0%, 语速:+0%, 已选音频加速, 未选视频慢速
字幕: 嵌入硬字幕
video_duration_ms=58400

=
system:Windows-10-10.0.26200-SP0
version:v4.12
frozen:True
language:zh_CN
root_dir:D:/视频英文翻译工具/模型

#1 DeepSeek reply at 1 hour ago

这是内存分配失败错误，核心原因是系统物理内存（RAM）不足，无法为 faster-whisper 分配加载模型所需的 MKL 内存。

原因分析：

错误 mkl_malloc: failed to allocate memory 明确指向底层 Intel MKL 数学库在申请内存时被系统拒绝，属于内存资源耗尽。
日志显示你未启用 CUDA 加速，因此模型完全依赖 CPU + 内存运行，内存占用会进一步放大。
同时注意到你的软件目录包含中文路径 D:/视频英文翻译工具/模型，这并非本错误主因，但强烈建议一并修正。

解决方案（按顺序尝试）：

关闭其他占用内存的程序：浏览器多标签、其他 AI/剪辑软件等，确保有足够空闲物理内存（small 模型纯 CPU 推理建议至少预留 4GB 以上空闲内存）。
降低模型尺寸：当前是 small 模型，若内存紧张可尝试换用 base 或 tiny 模型，内存占用更小。
降低计算数据类型资源占用：进入 菜单 → 工具/选项 → 高级选项 → 语音识别参数，将 计算数据类型 强制设为 int8（最省内存）。
减小搜索深度：同一面板中，将 识别准确度beam_size 和 best_of 都调低为 1，并取消勾选 启用上下文感知。
改用更省内存的识别渠道：如机器内存确实偏小，可改用 Whisper.cpp(Win内置) 渠道，其 CPU 内存占用通常低于 faster-whisper。
修正软件路径（强烈建议）：当前软件位于 D:/视频英文翻译工具/模型，包含中文目录，容易引发各类兼容问题。建议将整个软件移动到纯英文数字路径，如 D:/pyVideoTrans，再重试。
如有 N 卡则启用 CUDA：若有 NVIDIA 显卡，配置好 CUDA 12.8 + cuDNN 9 后勾选 启用CUDA加速，可将计算负载从内存转移到显存，显著降低内存压力。

若以上方法均无效且内存本身充足，请提供软件安装目录下 logs/ 文件夹中最新的日志文件（复制底部约 30 行），以便进一步分析。

#7526 mkl_malloc: failed to allocate memory,Traceback (most recent call last): File

1 Replies

请查阅相关文档：

Post Your Reply

Related resource