#8443 Network connection failed:{'text': '你好啊,我亲爱的朋友,希望你的每一天都是美好愉快的!', 'rate': '+0%', 'role': 'Yunxi(Male/CN)', 'filename': 'C

2409**4e9a Posted at: 2 hours ago

Network connection failed:
{'text': '你好啊,我亲爱的朋友,希望你的每一天都是美好愉快的!', 'rate': '+0%', 'role': 'Yunxi(Male/CN)', 'filename': 'C:\Users\ADMINI~1\AppData\Local\Temp/pyvideotrans/0-1792857683.7213047.wav', 'tts_type': 0, 'language': 'zh-cn', 'volume': '+0%', 'pitch': '+0Hz'}
Traceback (most recent call last):
File "edge_tts\communicate.py", line 566, in stream
File "edge_tts\communicate.py", line 431, in __stream
File "aiohttp\client.py", line 1482, in aenter
File "aiohttp\client.py", line 1078, in _ws_connect
aiohttp.client_exceptions.WSServerHandshakeError: 403, message='Invalid response status', url='wss://speech.platform.bing.com/consumer/speech/synthesize/readaloud/edge/v1?TrustedClientToken=6A5AA1D4EAFF4E9FB37E23D68491D6F4&ConnectionId=db517445eae1444b951f3841668b743a&Sec-MS-GEC=9485C11F98F2A01D7E5F4F05611188D306DB1329306CBA52982CF0E867A05187&Sec-MS-GEC-Version=1-143.0.3650.75'

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "videotrans\util\ListenVoice.py", line 21, in run
File "videotrans\tts\__init__.py", line 230, in run
File "videotrans\tts\_base.py", line 94, in run
File "asyncio\runners.py", line 44, in run
File "asyncio\base_events.py", line 649, in run_until_complete
File "videotrans\tts\_edgetts.py", line 154, in _exec
File "edge_tts\communicate.py", line 590, in save
File "edge_tts\communicate.py", line 573, in stream
File "edge_tts\communicate.py", line 431, in __stream
File "aiohttp\client.py", line 1482, in aenter
File "aiohttp\client.py", line 1078, in _ws_connect
aiohttp.client_exceptions.WSServerHandshakeError: 403, message='Invalid response status', url='wss://speech.platform.bing.com/consumer/speech/synthesize/readaloud/edge/v1?TrustedClientToken=6A5AA1D4EAFF4E9FB37E23D68491D6F4&ConnectionId=848a5df331084f8bb9ccaef8e5f51a61&Sec-MS-GEC=9485C11F98F2A01D7E5F4F05611188D306DB1329306CBA52982CF0E867A05187&Sec-MS-GEC-Version=1-143.0.3650.75'


=
system:Windows-10-10.0.19045-SP0
version:v4.12
frozen:True
language:zh_CN
root_dir:D:/BaiduNetdiskDownload/翻译

7 Replies

#1 DeepSeek reply at 2 hours ago

这是 Edge-TTS 微软免费接口的验证机制(Sec-MS-GEC 校验)已变更,旧版 edge-tts 库的请求被服务端直接拒绝(WSS 握手 403),与你的视频、文案、配音角色无关。v4.12 内置的 edge-tts 版本过旧,无法通过调整参数绕过。

解决方案(按优先级)

  1. 升级到 v4.16 或更高版本(官方已修复 403 问题)

    • 预打包版:下载最新完整包/补丁包覆盖,注意补丁包内 sp.exe、_internal、videotrans 文件夹都要覆盖到
    • 源码部署版:执行 uv add git+https://github.com/rany2/edge-tts.git;若报错,先执行 uv remove edge-tts 再重新执行上述命令
  2. 如果你有网络代理,可尝试在软件根目录(sp.exe 所在目录)新建空文件 edgetts-noproxy.txt,强制 Edge-TTS 不走代理,排除代理导致握手失败的可能。若无代理则忽略此步。
  3. 降低请求频率(降低限流触发概率):高级选项 → 字幕配音调整

    • EdgeTTS配音渠道配音并发数 设为 1
    • 配音后暂停秒 设为 5~10
  4. 临时替代方案:若无法升级,可先更换配音渠道(如 gTTS(免费),或本地内置的 Qwen3-TTS、ZipVoice中英 等)完成配音。

补充提醒

你的软件路径 D:/BaiduNetdiskDownload/翻译 含中文,建议改为全英文简短路径(如 D:/pyVideoTrans),可避免后续 FFmpeg 相关的路径类报错。

请查阅相关文档:

#2 2409**71aa reply at 2 hours ago

最新版本怎么使用均等分割

#3 DeepSeek reply at 2 hours ago

当前版本中并不存在名为“均等分割”的选项。该名称可能是你对某项功能的俗称,也可能来自其他软件。

以下是功能相近且可能符合你需求的选项,但请注意:它们的作用不同,请先确认你要实现的效果。

  1. 按停顿分割字幕(这是默认行为)
    菜单 → 工具/选项 → 高级选项 → 语音识别参数

    • 静音分割持续毫秒(默认 600):说话停顿超过此值即切断为新字幕。调小更灵敏,调大更完整。
    • 这只会在“检测到静音”的位置分割,不会把长音频强制平均切成等长片段。
  2. 强制按最长时长切分(最接近“均匀分割”的效果)
    同样在 高级选项 → 语音识别参数:

    • 最长语音持续(秒)(默认 5):超过该时长强制分割,产生约 5~7.5 秒的较均匀片段。
    • 最短语音持续(毫秒)(默认 3000):低于该时长的片段会与相邻字幕合并。
    • 两者配合,可让字幕条数、时长分布更规整。
  3. VAD 切分
    高级选项 → 语音识别参数 → 选择VAD(silero / tenvad),配合上面三项阈值使用。v4.12 起已优化 VAD 切分算法。
  4. 逐句/逐词时间戳细分(这不是按键展示,也不叠加显示)
    根目录创建 no_resegment.txt 是禁止为 faster-whisper/openai-whisper 重新按字级时间戳断句,即恢复使用模型原始整句(效果恰好相反)。

如果你要的是“把音频按固定时长平均切块后逐块识别”,当前版本没有该功能,请说明你的具体用途和预期效果,例如:是想让每条字幕时长接近一致,还是想让字幕条数更少或更碎?

另请补充:

  • 软件版本号(界面左上角,如 v4.17)
  • 你说的“均等分割”是在哪个位置看到的(菜单名或截图)
#4 112.8**5 reply at 2 hours ago

版本3.80里面就有这个功能 特别好

#5 DeepSeek reply at 2 hours ago

知识库中未收录 v3.80 的“均等分割”功能说明。该功能名在 v4.x 版本中已不存在,因此无法确认它在 v4.x 中对应哪个参数,我不能凭猜测告诉你等效设置。

可以确认的几点:

  1. v4.x 的语音识别切分参数只有「最长语音持续(秒)」「最短语音持续(毫秒)」「静音分割持续毫秒」三项(高级选项 → 语音识别参数)。其中「最长语音持续」是唯一能强制产生时长较均匀片段的参数,但它并非严格等分,且会受静音位置影响。
  2. v4.12 更新日志中明确列出“移除 whisper预分割音频、合并邻近短字幕”并“优化 VAD 切分算法”。如果你需要的老功能在某次版本中被移除,则新版本不会再有该入口。
  3. 如需继续使用该功能,可按官方说明下载旧版本使用。

请补充以下任一信息以便进一步判断:

  • v3.80 中「均等分割」所在的界面位置(哪个功能面板、哪个参数区域)
  • 该界面的截图
  • 或说明它的实际效果(是按固定秒数等分音频?还是把字幕条数/时长平均分配?)

请查阅相关文档:

#6 2409**71aa reply at 2 hours ago

平均分配

#7 DeepSeek reply at 2 hours ago

知识库中没有关于 v3.80「均等分割 / 平均分配」功能的任何说明,因此无法确认它在当前 v4.x 版本中是否有对应参数,也不能凭推测给你等效设置。

可以明确说明的现状:

  1. v4.x 的语音识别切分只有三个参数(菜单 → 工具/选项 → 高级选项 → 语音识别参数):

    • 最长语音持续(秒):超过该时长强制分割,是唯一能产生时长较接近均匀片段的参数
    • 最短语音持续(毫秒):低于该时长会并入相邻字幕
    • 静音分割持续毫秒:仅在检测到停顿处分割
      这三项都不是「按固定时长平均切分」,无法做到严格平均分配。
  2. v4.12 更新日志明确记载「移除 whisper预分割音频、合并邻近短字幕」并「优化 VAD 切分算法」,说明该阶段的切分逻辑已被整体重写,旧入口不再保留。

因此:

  • 若必须使用该功能,请按官方渠道下载 v3.80 等旧版本使用(旧版仍可正常下载)。
  • 若要在 v4.x 中尽量接近「平均时长」效果,只能靠调小「最长语音持续(秒)」+ 调大「静音分割持续毫秒」来让片段时长趋于规整,但这是近似,不是严格平均分配。

如需我进一步判断,请补充:

  1. 当前软件版本号(界面左上角,如 v4.17)
  2. v3.80 中该选项的具体位置(哪个面板、哪一行)
  3. 该选项的实际效果描述(是按固定秒数等分音频,还是把字幕条数按时长平均分配)

请查阅相关文档:

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