#7772 下的有模型models--Qwen--Qwen3-ASR-1.7B 为什么还要再新建一个文件夹models--Qwen--Qwen3-ASR-1.7B-hf 再去下模型 怎么指定

这是由于软件底层使用 HuggingFace 的 huggingface_hub 缓存机制加载模型，它默认会去带有 -hf 后缀的缓存目录查找，而非你手动创建的 models--Qwen--Qwen3-ASR-1.7B 目录。这两个目录名映射了不同的模型仓库。

原因说明：

1. models--Qwen--Qwen3-ASR-1.7B 是魔塔（ModelScope）下载习惯的命名。
2. models--Qwen--Qwen3-ASR-1.7B-hf 是 HuggingFace（hf）仓库带有 -hf 后缀的标准缓存目录命名。软件无法自动识别到前者，导致它认为模型不存在，从而触发重新下载。

解决办法（二选一）：

方法一：重命名文件夹（最简单）

1. 关闭 pyVideoTrans 软件。
2. 进入软件根目录下的 models 文件夹。
3. 将你原先的 models--Qwen--Qwen3-ASR-1.7B 文件夹重命名为 models--Qwen--Qwen3-ASR-1.7B-hf。
4. 重新启动软件，即可自动识别并指定使用该模型，不再重复下载。

方法二：手动补齐 HuggingFace 缓存结构
如果重命名后软件仍不识别，说明手动下载的文件缺少 HuggingFace 缓存所需的元数据文件（如 refs/main）。请按知识库要求操作：

1. 彻底删除手动放的 models--Qwen--Qwen3-ASR-1.7B 文件夹。
2. 前往 HuggingFace 地址 https://huggingface.co/Qwen/Qwen3-ASR-1.7B/tree/main 下载全部文件。
3. 在 软件目录/models/ 下新建文件夹 models--Qwen--Qwen3-ASR-1.7B-hf，将下载的文件全部放入其中。

注意：该模型为本地内置 ASR，只要 CUDA 可用，无论是否选中“启用CUDA加速”都会优先尝试使用 GPU。若需指定它，在主界面第一行语音识别渠道选择 Qwen-ASR(内置) 即可。

请查阅相关文档：

• 手动下载 各个渠道使用的模型
• Qwen-ASR(本地内置)

models--Qwen--Qwen3-ForcedAligner-0.6B-hf关闭再开 又开始下这个模型啦 什么鬼啊

该模型未在 pyVideoTrans 知识库的模型下载清单中，无法确认其下载触发机制和指定方法。

可能的情况：这是第三方依赖（如 Qwen-ASR 相关组件）在运行过程中自动拉取的 HuggingFace 模型，软件本身并未将其纳入 models 目录的识别与管理逻辑，因此关闭再开仍会重新下载。

建议：

1. 确认该模型是在哪个阶段（语音识别 / 翻译 / 配音）触发下载的，便于定位来源。
2. 若自动下载总是失败，可将下载好的文件放入 HuggingFace 标准缓存目录 软件目录/models/models--Qwen--Qwen3-ForcedAligner-0.6B-hf，并确保目录结构完整（包含 blobs/、refs/、snapshots/）。
3. 若网络问题导致每次重启都重下，可考虑配置稳定的代理。

由于该模型不在官方知识库收录范围内，暂无法给出确切的“指定”方法。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行报错或下载信息）以便进一步分析。

可以指定模型文件夹吗 明明有模型还要重复下

可以。pyVideoTrans 对本地模型采用 HuggingFace 标准缓存目录命名规则，能否被识别取决于两个条件：目录名正确 + 缓存结构完整。

核心原因：软件按 models--{组织}--{模型名} 的规范名去查找，若你手动的文件夹名与此不一致（例如缺少 -hf 后缀），或内部缺少 HuggingFace 缓存必需的结构（blobs/、refs/main、snapshots/xxx/），软件就认为模型不存在，从而重复下载。

指定/复用已有模型的办法：

1. 统一文件夹命名：必须与软件内部使用的规范名完全一致。

   • Qwen3-ASR-1.7B 对应目录：软件目录/models/models--Qwen--Qwen3-ASR-1.7B-hf
   • 卸载/重下的模型同理，把目录名改成带 -hf（若模型带该后缀）或与知识库清单一致的名字。

2. 补齐 HuggingFace 缓存结构（关键）：

   仅仅把文件丢进文件夹通常不够，需满足层级：

   models--组织--模型名/
   ├── blobs/ （实际文件，文件名是 sha 哈希）
   ├── refs/main （内容为某个 commit 哈希字符串）
   └── snapshots/

   └── /  （符号链接或真实文件，指向 blobs 或直接放文件）

3. 最省事的路径：直接使用官方提供的 huggingface-cli download 让工具自动生成合规目录结构，再让软件复用。或按知识库要求先删除不完整目录，重新下载一次，成功后备份该目录，之后即使删除也不会再重复下。
4. Qwen-ASR 指定方法：主界面 语音识别 渠道选择 Qwen-ASR(内置) 即调用该模型。该模型无论是否勾选 CUDA，只要 CUDA 可用都优先使用 GPU。

关于重复下载：如果网络不稳定导致下载中断，模型会残留不完整文件，软件下次检测不到完整结构便会重下。此时应删除半个残留目录重来，而不是保留它。

该特定模型不在知识库收录的模型列表内，无法给出它的确切规范目录名。建议：确认该模型的来源阶段，然后提供 logs/ 文件夹中最新的日志文件（复制底部约30行下载/查找信息），以便定位它查找的确切路径。

请查阅相关文档：

• 手动下载 各个渠道使用的模型
• Qwen-ASR(本地内置)

模型文件名要加hf吗

需要看该模型在软件内部的规范名，不能一概而论。

核心规则：

• 软件按模型在 HuggingFace 上的仓库名来定位目录，目录名格式为 models--{组织名}--{模型名}（组织名和模型名之间的 / 换成 --）。
• 如果仓库名本身带 -hf 后缀（例如 Qwen3-ASR-1.7B-hf），那么目录名就必须带 -hf。
• 如果仓库名本身不带 -hf（例如 Qwen3-ASR-1.7B），目录名就不能加 -hf。

判断方法：

• 打开该模型的 HuggingFace 页面，直接看浏览器地址栏里的仓库名。仓库名是 Qwen/Qwen3-ASR-1.7B-hf 就带 -hf，是 Qwen/Qwen3-ASR-1.7B 就不带。
• 目录名严格照抄仓库名，把 / 换成 --。

关于你之前几个模型的对应关系（据知识库）：

• Qwen3-ASR-0.6B / 1.7B → 对应放 models--Qwen--Qwen3-ASR-0.6B-hf / models--Qwen--Qwen3-ASR-1.7B-hf（带 -hf）
• Qwen3-ForcedAligner-0.6B → 该模型不在知识库收录清单中，无法确认其规范名是否带 -hf，需以它 HuggingFace 页面地址栏的仓库名为准。

仅改目录名往往还不够，需同时满足 HuggingFace 缓存结构（blobs/、refs/main、snapshots/），否则软件仍会重复下载。最稳妥的做法是用 huggingface-cli download 自动生成合规目录，再让软件复用。

请查阅相关文档：

• 手动下载 各个渠道使用的模型

4.12后改用qwen的hf版模型，所以需要重新下载，不能简单修改文件夹名称替换。

Qwen3-ForcedAligner-0.6B 是在识别后重新断句用的模型，同样都改为了hf版

hf版是qwen针对transformers推理的单独版本