#865 gradio_client.exceptions.AppError: The upstream Gradio app has raised an exception: prompt_wav_path and prompt_text must

Admin

使用的不是官方项目

https://github.com/OpenBMB/VoxCPM

使用官方的 app.py

我也遇到这个问题了，我确认用的是官方项目地址中的app.py，软件版本是3.81

问题原因：

在使用 F5-TTS/VoxCPM 的 clone 角色进行语音克隆时，软件需要同时提供参考音频文件和对应的参考文本，但当前配置可能缺少了其中一项。

解决方案：

1. 检查并配置参考音频和文本：

• 在软件顶部菜单栏选择 TTS设置。
• 找到 F5-TTS/Spark/IndexTTS/DiaTTS/VoxCPM 设置面板。
• 确保您已正确填写了以下两项：
• 参考音频路径：选择一个清晰、无背景噪音的参考音频文件（3-10秒为宜）。
• 参考音频文本：填写该参考音频对应的准确文字内容。
• 这两项必须同时填写，不能只填其中一项。

2. 重新测试：

• 配置完成后，返回配音界面，选择 F5-TTS/VoxCPM 渠道和 clone 角色。
• 点击"试听配音"进行测试，确认问题是否解决。

3. 备选方案：

• 如果问题仍然存在，或者您暂时无法提供合适的参考音频和文本，可以考虑暂时使用其他配音渠道，如 Edge-TTS（免费）或 OpenAI TTS 等。

重要提醒：

• 参考音频质量直接影响克隆效果，请确保音频清晰、发音标准、无背景噪音。
• 参考文本必须与参考音频的内容完全匹配，包括标点符号。

如果按照以上步骤操作后问题仍未解决，请提供您在 F5-TTS 设置面板中的具体配置截图，以便进一步分析。

这样设置之后依然出问题

请按照以下步骤完整配置：

1. 在 "参考音频文本" 字段中填写内容：

• 您需要将参考音频文件中人物实际说的文字内容，准确无误地填写到 "参考音频文本" 输入框中。
• 例如，如果您的参考音频是说 "你好，这是一个测试音频"，那么就在 "参考音频文本" 中填入完全相同的文字。

2. 确保参考音频质量：

• 参考音频应该是 3-10秒 的清晰人声，无背景噪音和音乐。
• 音频内容最好是中性语调的陈述句，避免情绪过于激动或语速过快。

3. 完整配置示例：

• 参考音频路径： D:/audios/reference.wav （您已填写）
• 参考音频文本： 你好，这是一个用于语音克隆的测试音频。 （这是您需要补充的关键内容）

4. 保存并重新测试：

• 填写完毕后，点击 "保存" 按钮。
• 返回配音界面，选择 F5-TTS/VoxCPM 渠道和 clone 角色，再次点击 "试听配音"。

如果问题仍然存在，请检查：

• 确认您部署的 VoxCPM 服务是否正常运行且版本兼容
• 尝试使用其他更简单的配音渠道（如 Edge-TTS）来排除是否是软件本身的问题
• 如果只是测试，建议暂时使用 Edge-TTS 等无需复杂配置的渠道

这个错误的核心就是参考音频和参考文本必须成对出现，缺一不可。

Admin

如果确认使用的是官方的app.py，打开webui界面， 截图，然后拉到页面底部，点击 use API, 弹出的页码再截大图

这是截图

问题确认：

当前软件在调用VoxCPM的clone功能时，可能没有正确传递 prompt_text 参数，导致API报错。

临时解决方案：

1. 使用其他配音渠道：

• 建议暂时使用 Edge-TTS（免费）或其他不需要语音克隆的配音渠道
• 或者使用 F5-TTS/VoxCPM 的非clone角色（如果有的话）

2. 等待修复：

• 这是一个软件与官方API接口的兼容性问题
• 建议您在项目的GitHub Issues中反馈此问题，以便开发者修复
• 同时可以关注软件后续版本的更新

3. 手动API调用测试：

• 如果您想验证API本身是否正常工作，可以在API界面中：
• 上传您的参考音频文件
• 在 prompt_text 中填写对应的文本内容
• 选择clone角色
• 点击Submit进行测试

根本原因：

软件在调用VoxCPM的语音克隆功能时，虽然设置了参考音频路径，但没有正确传递对应的参考文本参数给API，导致API返回错误。

目前建议您先使用其他配音渠道完成当前任务，这个问题需要开发者对软件代码进行修复才能彻底解决。

从webui进行测试可以跑通没有问题的

问题分析：

软件在通过代码调用VoxCPM API时，可能在某些情况下没有正确设置 prompt_text 参数，或者参数传递格式有问题，导致API返回错误。

当前状态确认：

• ✅ VoxCPM 服务本身运行正常
• ✅ API 功能完好
• ❌ 软件调用API时参数传递有问题

建议解决方案：

1. 临时绕过方案：

• 暂时使用其他配音渠道（如 Edge-TTS、OpenAI TTS 等）
• 或者等待软件更新修复此问题

2. 问题反馈：

• 这是一个明确的软件bug，建议您在 pyVideoTrans 的GitHub仓库中创建Issue
• 提供详细的错误信息和您的测试结果（WebUI正常但软件调用失败）
• 附上您的截图和软件版本信息

3. 开发者可能需要的信息：

• 软件版本：v3.81
• 配音渠道：F5-TTS/VoxCPM
• 错误类型：缺少 prompt_text 参数
• 验证结果：WebUI直接调用正常

结论：

这是一个软件与VoxCPM API集成的兼容性问题，需要开发者对代码进行修复。在当前版本中，建议您使用其他配音渠道作为临时解决方案。

如果您急需使用VoxCPM的语音克隆功能，可能需要等待下一个版本更新修复此问题。

Admin

重新测试下，出错时，截图VoxCPM 启动的黑色终端的输出内容

上面信息是在webui里面跑的信息，能跑通，下面是重新测试后的报错信息

Admin

打开 logs/20251011.log 文件，复制底部 50行内容

2025-10-11 21:14:16,865 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:14:17,002 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 5.328(s), this was the 2nd time calling it.

2025-10-11 21:24:39,736 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 1st time calling it.

2025-10-11 21:24:39,781 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:24:51,148 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 11.406(s), this was the 1st time calling it.

2025-10-11 21:24:56,149 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 2nd time calling it.

2025-10-11 21:24:56,183 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:24:56,332 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 16.594(s), this was the 2nd time calling it.

2025-10-11 21:30:53,793 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 1st time calling it.

2025-10-11 21:31:05,432 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 1st time calling it.

2025-10-11 21:31:05,459 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:31:13,387 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 7.953(s), this was the 1st time calling it.

2025-10-11 21:31:18,387 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 2nd time calling it.

2025-10-11 21:31:18,426 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:31:18,617 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 13.188(s), this was the 2nd time calling it.

2025-10-11 21:33:45,336 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 1st time calling it.

2025-10-11 21:33:45,376 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:33:45,648 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 0.312(s), this was the 1st time calling it.

2025-10-11 21:33:50,648 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 2nd time calling it.

2025-10-11 21:33:50,674 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:33:50,777 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 5.437(s), this was the 2nd time calling it.

2025-10-11 21:34:48,752 - VideoTrans - INFO - 平台: Windows。正在按优先级检测最佳的 'h264' 编码器: ['nvenc', 'qsv', 'amf']

2025-10-11 21:34:50,732 - VideoTrans - INFO - 正在测试编码器是否可用: h264_nvenc...

2025-10-11 21:34:51,110 - VideoTrans - INFO - 硬件编码器 'h264_nvenc' 可用。

2025-10-11 21:34:51,110 - VideoTrans - INFO - 已选择硬件编码器: h264_nvenc

2025-10-11 21:34:51,110 - VideoTrans - INFO - 最终确定使用的编码器: h264_nvenc

2025-10-11 21:39:31,647 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 1st time calling it.

2025-10-11 21:39:31,679 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:39:31,921 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 0.282(s), this was the 1st time calling it.

2025-10-11 21:39:36,926 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 2nd time calling it.

2025-10-11 21:39:36,945 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:39:37,037 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 5.391(s), this was the 2nd time calling it.

2025-10-11 21:41:06,982 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 1st time calling it.

2025-10-11 21:49:07,687 - VideoTrans - INFO - 平台: Windows。正在按优先级检测最佳的 'h264' 编码器: ['nvenc', 'qsv', 'amf']

2025-10-11 21:49:09,601 - VideoTrans - INFO - 正在测试编码器是否可用: h264_nvenc...

2025-10-11 21:49:09,911 - VideoTrans - INFO - 硬件编码器 'h264_nvenc' 可用。

2025-10-11 21:49:09,912 - VideoTrans - INFO - 已选择硬件编码器: h264_nvenc

2025-10-11 21:49:09,912 - VideoTrans - INFO - 最终确定使用的编码器: h264_nvenc

2025-10-11 21:49:58,814 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 1st time calling it.

2025-10-11 21:49:58,858 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:50:14,300 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 15.500(s), this was the 1st time calling it.

2025-10-11 21:50:19,315 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 2nd time calling it.

2025-10-11 21:50:19,374 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:50:19,498 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 20.687(s), this was the 2nd time calling it.

2025-10-11 21:59:45,394 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 1st time calling it.

2025-10-11 21:59:45,421 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:59:45,530 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 0.125(s), this was the 1st time calling it.

2025-10-11 21:59:50,533 - VideoTrans - INFO - Starting call to 'videotrans.tts._f5tts.F5TTS._item_task.._run', this is the 2nd time calling it.

2025-10-11 21:59:50,581 - VideoTrans - INFO - voxcpm-tts data={'ref_wav': 'T:/win-videotrans-v3.80/f5-tts/example.wav'}

2025-10-11 21:59:50,704 - VideoTrans - INFO - Finished call to 'videotrans.tts._f5tts.F5TTS._item_task.._run' after 5.297(s), this was the 2nd time calling it.

以上为384行到434行内容

Admin

这种低级错误我还是不会犯的

Admin

应该是代码有点问题。

好的，不是我这边配置的问题就好，不急，能修复就好