#7918 无返回翻译结果self=[DeepSeek]: uuid='b9d35fc69b', proxy_str=None, translate_type=5, is_test=False, source_code='Japanese', targ

110.53**1 Posted at: 1 hour ago

无返回翻译结果
self=[DeepSeek]: uuid='b9d35fc69b', proxy_str=None, translate_type=5, is_test=False, source_code='Japanese', target_code='Simplified Chinese', common_target_code='zh-cn', api_url='https://api.deepseek.com/v1/', model_name='deepseek-v4-flash', trans_thread=20, wait_sec=0.0, local_dir=None, is_cuda=True, aisendsrt=True, ainame='deepseek', temperature=0.1, max_tokens=16384, reasoning_effort='high', extra_body={'thinking': {'type': 'enabled'}}
Traceback (most recent call last):
File "videotrans\task\only_one.py", line 90, in run
File "videotrans\task\_stage_translate.py", line 31, in trans
File "videotrans\translator\_runner.py", line 71, in run
File "videotrans\translator\_base.py", line 82, in run
File "videotrans\translator\_base.py", line 167, in _run_srt
videotrans.configure.excepts.TranslateSrtError: 无返回翻译结果
self=[DeepSeek]: uuid='b9d35fc69b', proxy_str=None, translate_type=5, is_test=False, source_code='Japanese', target_code='Simplified Chinese', common_target_code='zh-cn', api_url='https://api.deepseek.com/v1/', model_name='deepseek-v4-flash', trans_thread=20, wait_sec=0.0, local_dir=None, is_cuda=True, aisendsrt=True, ainame='deepseek', temperature=0.1, max_tokens=16384, reasoning_effort='high', extra_body={'thinking': {'type': 'enabled'}}

trk=[TransCreate]: uuid='b9d35fc69b', proxy_str=None, cfg=[TaskCfgVTT]当前工作模式: 翻译视频 单视频模式
原始输入文件名: E:/视频/10月10日.mp4,
输出结果保存到文件夹: E:/视频/_video_out/10月10日-mp4,
临时文件夹: F:/win-pyvideotrans-v4.15/tmp/17852/b9d35fc69b
已选 清理已存在
已启用CUDA加速
未选 降噪
语音识别:openai-whisper(内置), large-v3, 发音语言: 日语,
翻译渠道:DeepSeek,原始语言:日语,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(双) 目标语言在上双字幕
已选 仅输出mp4, precent=12, hasend=False, should_recogn=True, should_trans=True, should_dubbing=False, should_hebing=True, is_copy_video=True, video_codec_num=264, ignore_align=False, is_audio_trans=False, clone_ref='', should_recogn2=False, do_diarize=True
trk.cfg=[TaskCfgVTT]当前工作模式: 翻译视频 单视频模式
原始输入文件名: E:/视频/10月10日.mp4,
输出结果保存到文件夹: E:/视频/_video_out/10月10日-mp4,
临时文件夹: F:/win-pyvideotrans-v4.15/tmp/17852/b9d35fc69b
已选 清理已存在
已启用CUDA加速
未选 降噪
语音识别:openai-whisper(内置), large-v3, 发音语言: 日语,
翻译渠道:DeepSeek,原始语言:日语,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(双) 目标语言在上双字幕
已选 仅输出mp4
video_duration_ms=2367800

=
system:Windows-10-10.0.26300-SP0
version:v4.15
frozen:True
language:zh_CN
root_dir:F:/win-pyvideotrans-v4.15

5 Replies

#1 DeepSeek reply at 1 hour ago

核心原因：DeepSeek 开启了思考模式（thinking: enabled），思考模式消耗大量 token，导致返回内容被截断，无法解析出翻译结果，表现为"无返回翻译结果"。

解决方案（按优先级操作）：

  1. 关闭思考模式：进入 菜单 → 翻译设置 → DeepSeek，取消勾选 Thinking（思考模式）复选框，保存后重试。
  2. 减小每批字幕行数：进入 菜单 → 工具/选项 → 高级选项 → 字幕翻译 → AI翻译渠道每批字幕行数，将其改为 10 或 20（当前 trans_thread=20，配合思考模式极易超限）。
  3. 若仍需要开启思考模式，则必须大幅调大 max_tokens，并同时将每批字幕行数降至 5~10，否则思考内容会挤占总输出空间导致正式翻译结果为空。
  4. 建议改用 deepseek-v4-pro 或直接使用不开启思考的模式进行字幕翻译，字幕翻译本身无需复杂推理，关闭思考可显著提升成功率和速度。

若以上无效，请确认原始日语字幕中是否存在大量重复文字（如整行重复同一词），这会令模型陷入死循环耗尽 token 从而返回空结果，需手动修改原始 srt。

请查阅相关文档：

#2 110.53**1 reply at 1 hour ago

日语的语音识别怎么选

#3 DeepSeek reply at 1 hour ago

日语语音识别推荐如下（按优先级）：

首选（免费本地）

  • faster-whisper(内置) + large-v3 模型：默认推荐，速度快、质量高，日语识别效果好。若有 N 卡并启用 CUDA 加速，速度显著提升。
  • openai-whisper(内置) + large-v3：准确度略高，速度略慢。你当前用的就是这个。

备选

  • Nemotron-3.5-asr-0.6b(内置)：英伟达开源模型，支持日语等 40 种语言，轻量。
  • Huggingface_ASR(内置)：可选日语专用模型 reazon-research/japanese-wav2vec2-large-rs35kh 或 kotoba-tech/kotoba-whisper-v2.0。
  • Whisper.cpp(Win内置) + large-v3：Windows 内置，速度较快。

收费（在线，效果好）

  • OpenAI 语音识别 API 或 Gemini AI（固定使用 gemini-3.5-transcribe 模型），日语效果好，速度快。

注意事项

  1. 发音语言务必明确选择「日语」，不要选「自动检测」。
  2. 若视频有背景音或噪声，建议在「设置更多参数」中勾选「分离人声背景声」（或降噪），可提升识别准确度。
  3. 使用本地大模型需注意显存，large-v3 约需 8GB 显存；显存不足可用 large-v3-turbo（约 6GB）或 medium。

请查阅相关文档：

#4 110.53**1 reply at 1 hour ago

最优语音识别配置

#5 DeepSeek reply at 1 hour ago

最优语音识别配置需按「视频语言」和「硬件条件」区分，以下是分场景推荐：一、通用最优（有 N 卡，各语言均适用）渠道：faster-whisper(内置)模型：large-v3（精度最高）/ large-v3-turbo（速度质量兼顾，推荐）关键勾选：「启用CUDA加速」。硬件要求：large-v3 约需 8GB 显存，large-v3-turbo 约 6GB。二、中文视频（含方言）渠道：Qwen-ASR(内置) 或 阿里FunASR(内置)（paraformer-zh）备选：Firered中文(内置)、Huggingface_ASR(内置) 的 zai-org/GLM-ASR-Nano-2512三、日语视频渠道：faster-whisper(内置) large-v3，或 Huggingface_ASR 的 kotoba-tech/kotoba-whisper-v2.0四、小语种渠道：openai-whisper large-v3，或 Dophin(内置) / Omnilingual ASR(内置)（选「自动检测」）。五、无 N 卡 / 追求速度在线 API：OpenAI 语音识别 API、Gemini AI、字节语音识别大模型极速版（中文佳）。六、提升精度的通用设置1. 主界面「设置更多参数」勾选「分离人声背景声」（有背景音时），可大幅提升准确率。2. 「发音语言」务必明确指定，不要用「自动检测」（批量语音转录可除外）。3. 高级选项 → 语音识别参数：计算数据类型设为 float16（GPU）或 int8（省显存）。4. 高级选项 → 语音识别参数：最短语音持续建议 ≥3000ms（若要用 clone 克隆音色则必须 ≥3000ms）。七、最佳精度首选组合推荐组合：faster-whisper(内置) + large-v3 + 启用CUDA加速 + 分离人声背景声。语言明确指定，字幕翻译渠道选 DeepSeek 等 AI 大模型，即可获得最优链路。请查阅相关文档：最佳配置推荐所有语音识别渠道调节VAD精确控制语音识别

Thinking...
Post Your Reply
If you have more than 50 messages, you will no longer receive an automatic reply. Please ask a new question!
Open source and free maintenance is not easy. If this project is helpful to you, please consider making a small donation to help the project continue to maintain and update.

Dondate via ko-fi.com

Related resource