#961 RuntimeError: cuBLAS failed with status CUBLAS_STATUS_NOT_SUPPORTED

建议按以下步骤排查与修复：

1. 临时快速解决（最简单、最快验证）：

1. 在主界面取消勾选 “CUDA加速”，重新运行识别任务，确认能否成功完成。

• 如果取消后成功，则说明确实是 GPU/CUDA 环境兼容性问题，可继续按下列步骤修复或继续使用 CPU 模式。

2. 若希望继续使用 GPU 加速，按顺序检查与修复 CUDA/驱动环境：

1. 确认是否为 NVIDIA 显卡（非 NVIDIA 的显卡无法使用 CUDA，加速需禁用）。

2. 更新 NVIDIA 显卡驱动到最新版本（官网驱动更新）。

3. 安装或升级到推荐的 CUDA 运行时版本（本软件 FAQ 建议 CUDA 12.x）。确保系统中存在与显卡驱动和 faster-whisper/whisper 所需匹配的 CUDA/cuBLAS 运行时库。

4. 如果你使用通过 pip/conda 安装的 faster-whisper/相关包，确认它们是为你当前 CUDA 版本构建的；必要时在配置好 CUDA 后重装相关包以匹配运行时。

3. 备选方案（若无法立刻修复 CUDA）：

1. 在语音识别渠道选择不依赖 GPU 的本地识别模型（或选择在线识别渠道），或继续使用 CPU 模式以避免 CUDA 问题。

2. 如果模型下载或网络有疑问，可先在“语音识别设置”里改用在线渠道验证流程是否正常。

4. 若问题依然存在或需要进一步定位，请提供完整日志文件以便分析：

1. 日志路径：软件根目录下的 logs 文件夹（videotrans/logs/），按日期命名的 .log 文件（请上传出错时对应的日志文件）。

2. 同时说明是否使用笔记本集成显卡/台式机独显、显卡型号、驱动版本和是否勾选了“CUDA加速”。

如果按上述步骤无法确定原因或提供的日志仍不够信息，我将继续分析并给出更具体的修复建议。

我的电脑显卡是RTX 5070Ti

RTX 5070 Ti 属于 NVIDIA Blackwell 架构，需要 CUDA 12.8 或更高版本以及兼容的 cuBLAS 库。您遇到的 CUBLAS_STATUS_NOT_SUPPORTED 错误就是因为 cuBLAS 版本过旧，不识别该显卡。

解决方案（按推荐顺序尝试）：

1. 升级软件至 v3.99
   最新版本已修复该兼容性，请重新下载完整包：https://pyvideotrans.com/downpackage
2. 更新 CUDA 和 cuDNN
   卸载旧版 CUDA，安装 CUDA 12.8+ 和 cuDNN 9.11+（安装指南）。
3. 临时方案（无需升级）
   取消勾选主界面的“CUDA加速”，改用 CPU 模式运行，速度较慢但可正常识别。

如果升级后问题依旧，请提供软件 logs/ 目录下的最新日志文件以进一步排查。

[DEBUG] 返回缓存的编解码器 Windows-264: h264_nvenc
[DEBUG] 返回缓存的编解码器 Windows-265: hevc_nvenc
[DEBUG] 最终配置信息：self.cfg=TaskCfgVTT(is_cuda=True, uuid='a78e56e800', cache_folder='D:/win-pyvideotrans-v3.99-428/tmp/25160/a78e56e800', target_dir='E:/temp/1-mp4/1-mp4', source_language='简体中文', source_language_code='zh-cn', source_sub='E:/temp/1-mp4/1-mp4/zh-cn.srt', source_wav='D:/win-pyvideotrans-v3.99-428/tmp/25160/a78e56e800/zh-cn.wav', source_wav_output='E:/temp/1-mp4/1-mp4/zh-cn.m4a', target_language='英语', target_language_code='en', target_sub='E:/temp/1-mp4/1-mp4/en.srt', target_wav='D:/win-pyvideotrans-v3.99-428/tmp/25160/a78e56e800/target.wav', target_wav_output='E:/temp/1-mp4/1-mp4/en.m4a', name='E:/AI/ok/1.mp4', noextname='1', basename='1.mp4', ext='mp4', dirname='E:/AI/ok', shound_del_name=None, translate_type=4, tts_type=11, volume='+0%', pitch='+0Hz', voice_rate='+0%', voice_role='clone', voice_autorate=True, video_autorate=True, remove_silent_mid=False, align_sub_audio=True, detect_langu
......
own -threads 0 -y -fflags +genpts -i E:/AI/ok/1.mp4 -an -c:v copy novoice.mp4

[DEBUG] [recognition]__init__:kwargs={'detect_language': 'zh-cn', 'audio_file': 'D:/win-pyvideotrans-v3.99-428/tmp/25160/a78e56e800/zh-cn.wav', 'cache_folder': 'D:/win-pyvideotrans-v3.99-428/tmp/25160/a78e56e800', 'model_name': 'large-v2', 'uuid': 'a78e56e800', 'is_cuda': True, 'subtitle_type': 1, 'recogn_type': 0, 'max_speakers': -1, 'llm_post': False, 'recogn2pass': False}
[DEBUG] BaseRecogn 初始化

[DEBUG] GPU进程池:max_workers=1
[DEBUG] faster_whisper原始auto|default默认精度:default
[DEBUG] faster_whisper实际使用计算精度:int8_float16
[DEBUG] faster-whisper模式下，对large-v2模型返回的断句结果重新修正
[ERROR] 语音识别失败:model_name='large-v2',Traceback (most recent call last):
File "videotrans\process\stt_fun.py", line 471, in faster_whisper
File "faster_whisper\transcribe.py", line 1851, in restore_speech_timestamps
File "faster_whisper\transcribe.py", line 1279, in generate_segments
File "faster_whisper\transcribe.py", line 1590, in add_word_timestamps
File "faster_whisper\transcribe.py", line 1709, in find_alignment
RuntimeError: cuBLAS failed with status CUBLAS_STATUS_NOT_SUPPORTED
Traceback (most recent call last):
File "videotrans\process\stt_fun.py", line 471, in faster_whisper
File "faster_whisper\transcribe.py", line 1851, in restore_speech_timestamps
File "faster_whisper\transcribe.py", line 1279, in generate_segments
File "faster_whisper\transcribe.py", line 1590, in add_word_timestamps
File "faster_whisper\transcribe.py", line 1709, in find_alignment
RuntimeError: cuBLAS failed with status CUBLAS_STATUS_NOT_SUPPORTED
[ERROR] new process:Traceback (most recent call last):
File "videotrans\configure\_base.py", line 289, in _new_process
RuntimeError: Traceback (most recent call last):
File "videotrans\process\stt_fun.py", line 471, in faster_whisper
File "faster_whisper\transcribe.py", line 1851, in restore_speech_timestamps
File "faster_whisper\transcribe.py", line 1279, in generate_segments
File "faster_whisper\transcribe.py", line 1590, in add_word_timestamps
File "faster_whisper\transcribe.py", line 1709, in find_alignment
RuntimeError: cuBLAS failed with status CUBLAS_STATUS_NOT_SUPPORTED

Traceback (most recent call last):
File "videotrans\configure\_base.py", line 289, in _new_process
RuntimeError: Traceback (most recent call last):
File "videotrans\process\stt_fun.py", line 471, in faster_whisper
File "faster_whisper\transcribe.py", line 1851, in restore_speech_timestamps
File "faster_whisper\transcribe.py", line 1279, in generate_segments
File "faster_whisper\transcribe.py", line 1590, in add_word_timestamps
File "faster_whisper\transcribe.py", line 1709, in find_alignment
RuntimeError: cuBLAS failed with status CUBLAS_STATUS_NOT_SUPPORTED

[DEBUG] [语音识别]渠道0,large-v2:共耗时:19s

问题仍然是由 RTX 5070 Ti（Blackwell 架构）与当前 faster-whisper 内置的 cuBLAS 库不兼容导致的。
虽然已升级到 v3.99，但需同时更新系统的 CUDA 环境和 faster-whisper 的运行时库。

方案一：更新系统 CUDA 环境（推荐，可保留 GPU 加速）

1. 完全卸载旧版 CUDA：通过控制面板 → 程序和功能，卸载所有 NVIDIA 相关组件（显卡驱动除外）。
2. 安装 CUDA 12.8 或更高版本（下载地址：NVIDIA CUDA Toolkit）。
3. 安装 cuDNN 9.11+（需注册 NVIDIA 账号下载，cuDNN Archive）。
4. 将 cuDNN 的 bin 目录添加到系统环境变量 PATH。
5. 重启电脑后，打开 CMD 运行 nvcc -V 确认版本 ≥12.8。

方案二：软件内调整精度（不更新系统，可能有效）

1. 打开软件 → 菜单栏 工具/选项 → 高级选项。
2. 在 语音识别参数 区域找到 CUDA数据类型，将其改为 float16 或 int8（当前日志显示 int8_float16，可单独选 float16 试试）。
3. 同时将 beam_size 和 best_of 都设为 1，减少显存压力并降低报错可能性。
4. 保存后重新运行任务。

方案三：临时放弃 GPU 加速（保证正常使用）

取消主界面 CUDA加速 勾选框，使用 CPU 模式完成识别（速度慢但可避免此错误）。

如果上述方案后问题仍然存在，可能是 faster-whisper 内置的 ctranslate2 库与 50 系显卡不兼容。
请确认：

• 软件是否完全解压到纯英文路径（无空格/特殊字符）。
• 尝试更换识别模型为 small 或 medium，因为 large-v2 对显存和库版本要求更高。

请查阅相关文档：

• CUBLAS_STATUS_NOT_SUPPORTED 50系显卡解决
• CUDA 与 cuDNN 安装指南

为什么 可通过打开 菜单--工具--高级选项--faster/openai语音识别调整--CUDA数据类型--选择 float16
这样子就修复了

这是因为 RTX 5070 Ti（Blackwell 架构）的 cuBLAS 库在 int8 量化计算上与 faster-whisper 内置的 int8_float16 混合精度模式不兼容，导致 cuBLAS 抛出 “NOT_SUPPORTED” 错误。

将 CUDA数据类型 改为 float16 后，所有运算都使用 GPU 原生支持的 半精度浮点数，不再调用不兼容的 int8 内核，因此可以正常运行。

这是一个已知的兼容性问题，常见于 40 系之后的 NVIDIA 新架构显卡。