#806

问题原因：

由于众所周知的原因，国内用户默认从镜像站 https://hf-mirror.com 下载模型。最近该镜像站越来越不稳定，经常出现下载失败、连接超时或限流（429错误）。

解决方案（三选一）：

方法一：直接从 Hugging Face 官网下载（推荐科学上网用户）

这是最直接、最稳定的方式：

1. 设置代理：在软件的“网络代理”文本框中，填写你的代理地址和端口（格式：代理地址:端口）

2. 创建锁文件：在 sp.exe 同目录下，新建一个空文件，命名为 huggingface.lock

• 注意：文件后缀必须是 .lock，不是 .txt！
• 如果不会创建，可以右键新建 huggingface.txt，然后重命名为 huggingface.lock

方法二：使用专用下载工具

1. 访问下载页面：https://pyvideotrans.com/faster-whisper-download

2. 下载你需要的模型文件（根据你的需求选择模型大小）

3. 下载后和 sp.exe 放在一起，双击运行工具即可自动下载

方法三：手动从 GitHub 下载压缩包

1. 打开：https://github.com/jianchang512/stt/releases/tag/0.0

2. 下载你需要的模型文件（如 large-v3-turbo.zip）

3. 解压到软件的 models 文件夹中

推荐优先使用方法一，如果无法科学上网，则使用方法二或方法三。这些方法都能有效解决模型下载失败的问题。

您遇到的错误是 cudaErrorNoKernelImageForDevice，这是一个典型的 CUDA 兼容性问题。

问题原因：
您的 NVIDIA 显卡驱动或 CUDA 版本与当前绑定的 torch 版本（torch2.7.1+cu128）不兼容。

解决方案：

1. 更新显卡驱动（推荐首先尝试）：

   • 访问 NVIDIA 官网下载并安装最新的显卡驱动程序
   • 这是最简单且最可能解决问题的方法

2. 如果更新驱动后问题依旧：

   • 在软件主界面取消勾选 "CUDA加速" 选项
   • 这样软件将使用 CPU 进行计算，虽然速度会慢一些，但可以保证正常运行

3. 高级用户可选方案：

   • 安装或升级到 CUDA 12.x 版本
   • 重新配置兼容的 PyTorch 环境

建议操作顺序：
先尝试更新显卡驱动 → 如果仍有问题 → 取消勾选 CUDA 加速

这样可以确保您至少能够使用软件的基本功能。

您遇到的错误是 CUDA out of memory，这是典型的显存不足问题。当处理大视频或使用较大模型时，GPU 显存被耗尽。

请按以下步骤解决：

1. 立即操作：关闭软件，释放显存
   完全退出 pyVideoTrans 软件，等待几分钟让显存完全释放。

2. 重启软件并调整设置（按顺序尝试）：

   • 降低模型大小： 在“语音识别”区域，将模型从 large-v3 改为 medium 或 small。这是最有效的方法。
   • 启用批量推理： 在“语音识别”区域，将“识别模式”从“整体识别”改为“批量推理”。

   • 调整高级参数：

     • 进入 工具 -> 高级选项。

     • 在“Faster/OpenAI/Whisper 语音识别微调”区域：

       • 将 CUDA数据类型 改为 int8（显存占用最小）。
       • 将 识别准确度(beam_size) 和 识别准确度(best_of) 都改为 1。
       • 将 启用上下文感知 改为 False。
   • （可选）降低视频分辨率： 如果视频分辨率很高（如 4K），可以先使用其他工具将其转为 1080p 再处理。

3. 如果以上方法均无效：

   • 在软件主界面取消勾选“CUDA加速”，强制使用 CPU 处理。速度会慢很多，但不会出现显存错误。

处理建议：

• 对于长视频（超过30分钟），建议先使用“工具箱 -> 音视频合并/分离”功能提取音频，然后直接处理音频文件，可以显著降低显存占用。
• 确保没有其他占用大量显存的程序（如游戏、其他AI软件）在后台运行。

请查看更多参考文档:

• 遇到报错如何处理