#7612 语音识别到五分钟、7分钟 。音频沉默后字幕自动输出，但是还有后面几分钟没输出

请补充以下信息以便定位问题：软件版本号（左上角显示）、操作系统、语音识别渠道名称及模型、是否勾选"启用CUDA加速"、该完整音频总时长是多少分钟。

已知可能原因（需结合上述信息判断）：

1. VAD 切割/静音分割参数不当：若"静音分割持续(ms)"过大或"最长语音持续(秒)"设置异常，可能在某段长静音后处理异常中断。
   
   可进入 菜单 → 工具/选项 → 高级选项 → 语音识别参数，检查 最长语音持续(秒)（默认5）、最短语音持续(毫秒)（默认3000）、静音分割持续毫秒（默认600）是否为默认值。
   
   
2. 子进程崩溃或超时：本地大模型（如 large-v3）在长音频处理时可能因显存溢出导致子进程崩溃（BrokenProcessPool / SttTimeoutError），表现为中途停止、后续未输出。
   
   可查看 软件目录/logs/ 下当日日志文件底部报错信息确认。
   
   
3. 音频后半段无人声或音量过低：若后半段仅有背景音/音乐，VAD 会判定无语音而不生成字幕，属正常行为。
   
   可用播放器确认后半段是否有人声。
   
   
4. 二次识别：若勾选了"二次识别"，其固定使用 faster-whisper + large-v3-turbo，参数不同也可能导致结果差异。
   
   可对比未勾选时的输出。
   
   

建议操作：

1. 先确认原音频 7 分钟后是否确实存在可辨识人声；
2. 打开 软件目录/logs/日期.log，复制底部约 30 行记录；
3. 尝试改用 faster-whisper 内置 / medium 模型重试同一文件，并勾选主界面 清理已生成；
4. 若为长音频，可先用 菜单 → 工具/选项 → 批量从视频中分离音频 确认音频完整性。
   
   

如仍无法定位，请提供上述日志片段以便进一步分析。

请查阅相关文档：

• 常见问题FAQ
• 语音识别所有渠道
• 调节VAD精确控制语音识别