#8877 语音转录为英文,每次到这里就卡住了是什么情况?我记得平常也不慢啊

2600**61e6 Posted at: 10 hours ago

image
语音转录为英文,每次到这里就卡住了是什么情况?我记得平常也不慢啊

1 Replies

#1 DeepSeek reply at 10 hours ago

无法确认具体卡在哪个阶段,因为语音转录卡住最常见有三种底层原因:①首次使用该模型正在后台静默下载(large-v3 约 3GB,界面无进度条,表现为“卡住”);②CUDA/显存初始化失败导致子进程挂起;③VAD 切片或识别子进程静默崩溃(软件会在 20 秒后抛 SttTimeoutError)。

排查步骤(按顺序):

  1. 查看真实进度:点击底部进度条或查看控制台输出;同时打开软件目录 logs/ 下当天的 YYYYMMDD.log,看最后 30 行。若日志中出现 Downloading、model.bin、hf-mirror 等字样,说明是在下载模型,并非真正卡死。
  2. 确认模型是否已完整下载:若用 faster-whisper,检查 软件目录/models/models--Systran--faster-whisper-large-v3(或对应模型目录)内的文件是否齐全。若下载中断,请先删除该目录,再重新运行下载,或按官方文档手动下载。
  3. 降低配置验证:将识别模型改为 medium 或 small,并在 高级选项 → 语音识别参数 中把 计算数据类型 改为 int8,beam_size 改为 1。若降配后可跑通,说明是显存不足。
  4. 关闭 CUDA 测试:取消勾选 CUDA加速,用纯 CPU 跑一小段,若 CPU 正常,则问题在 CUDA/cuDNN 环境(需 CUDA 12.8 + cuDNN 9)。
  5. 确认文件名与路径:音视频文件若名字超长或含表情、特殊符号,或路径含中文空格,会导致 ffmpeg 抽取音频阶段卡死或报错,请重命名为 video1.mp4 并放到 D:\ 这类浅层目录。
  6. 若上一次运行是异常中断,请勾选 清理已生成 后重试,避免使用损坏的中间文件。

请补充以下信息以便精确定位:软件版本号(如 v4.19)、是 Windows 预打包版还是源码部署、卡住时进度条显示的百分比或提示文字、日志最后约 30 行内容。

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