pyVideoTrans 常见问题与解决方案 (FAQ)

为了帮助您更好地使用 pyVideoTrans，我们整理了以下常见问题及其解决方案。

在 菜单栏--帮助/关于 中有很多链接，比如模型下载地址、CUDA配置等，遇到问题时可尝试点开使用。

---

第一部分：安装与启动问题

1. 双击 sp.exe 后，软件无法打开或长时间没有反应？

这通常是正常现象，请不要着急。

• 原因：本软件基于 PySide6 开发，主界面包含较多组件，首次加载时需要初始化，这会消耗一些时间。根据您的电脑性能，启动时间可能在 5秒到2分钟 不等。
• 解决方案：
  1. 耐心等待：双击后请耐心等待一段时间。
  2. 检查安全软件：部分杀毒软件或安全卫士可能会阻止程序启动，请尝试暂时关闭它们，或将本软件添加到信任/白名单中。
  3. 检查文件路径：确保软件存放的路径只包含英文和数字，不应有中文、空格或特殊符号。例如，D:\pyVideoTrans 是一个好的路径，而 D:\program file\视频 工具 则可能导致问题。
  4. 升级包问题：如果您是覆盖了升级包后无法启动，说明操作有误。请重新下载完整的软件包，解压后再覆盖新版升级包。

2. 启动时提示缺少 python310.dll 文件怎么办？

这个问题说明您只下载了升级补丁包，而没有下载主程序。

• 解决方案：
  1. 请先前往官网下载 2.5G 的完整软件包。
  2. 解压完整包到指定目录。
  3. 之后再下载最新的升级补丁包，覆盖到完整包的目录中即可。

3. 软件需要安装吗？

本软件是绿色版，无需安装。下载完整包后解压，双击 sp.exe 即可直接运行。

4. 为什么杀毒软件会报病毒或拦截？

• 原因：本软件使用 PyInstaller 工具打包，并且没有进行商业数字签名认证。一些安全软件会基于此启动风险预警，这属于常见误报。
• 解决方案：
  1. 添加信任：将本软件添加到您杀毒软件的信任区或白名单中。
  2. 源码运行：如果您是开发者，也可以选择从源代码直接部署运行，以完全避免此问题。

5. 软件支持 Windows 7 系统吗？

不支持。软件依赖的许多核心组件已不再支持 Windows 7 系统。

---

第二部分：核心功能与设置

6. 如何提升语音识别的准确率？

识别准确率主要取决于您选择的模型大小。

• 模型选择：在 "faster" 或 "openai" 模式下，模型越大，准确率越高，但处理速度越慢、资源消耗也越大。
  • tiny: 体积最小，速度最快，但准确率较低。
  • base / small / medium: 效果与资源消耗居中，是常用的选项。
  • large-v3: 体积最大，效果最好，对硬件要求也最高。
• 模型下载：所有模型均可从官网下载：pyvideotrans.com/model

7. 为什么处理后的视频清晰度/质量降低了？

任何涉及重新编码的操作都会不可避免地导致视频质量损失。如果您希望最大程度地保持原始画质，请确保满足以下所有条件：

1. 原始视频格式：使用兼容性最好的 H.264 (libx264) 编码的 MP4 文件。
2. 禁用慢速处理：在功能选项中，不要勾选“视频自动慢速”。
3. 不嵌入硬字幕：可以选择不嵌入字幕，或只嵌入软字幕。硬字幕会强制重新编码整个视频。
4. 不改变音频或时长：不进行配音，或者在配音的同时禁止视频末尾延长功能。

8. 如何配置网络代理？

部分翻译或配音服务（如 Google、OpenAI、Gemini）在国内无法直接访问，需要通过网络代理。

• 设置方法：在主界面的“网络代理地址”文本框中，填入您的代理服务地址。
• 格式要求：通常是 http://127.0.0.1:10808 或 socks5://127.0.0.1:10808 这样的格式（端口号需根据您的代理客户端设置填写）。
• 重要提示：如果您不了解代理或没有可用的代理服务，请将此项留空。错误的设置将导致所有网络功能（包括国内服务）无法使用。

9. 如何自定义字幕的字体、颜色和样式？

1. 打开菜单栏 工具/选项 -> 高级选项 -> 硬字幕相关。
2. 在此处您可以修改硬字幕的字体、大小、颜色、边框样式等。
3. 颜色代码说明：颜色代码格式为 &HBBGGRR&，与常见的 RGB 相反，顺序是 蓝绿红 (BGR)。
   • 白色: &HFFFFFF&
   • 黑色: &H000000&
   • 纯红色: &H0000FF&
   • 纯绿色: &H00FF00&
   • 纯蓝色: &HFF0000&

---

第三部分：常见问题与故障排查

10. 为什么处理后出现声音、字幕、画面不同步？

这是语言翻译中的正常现象。

• 原因：不同语言表达同一个意思时，句子的长度和发音时长都会发生变化。例如，一句2秒的中文，翻译成英文后，配音时长可能变为4秒。这种时长变化会导致配音与原始画面的口型和时间轴无法完全对齐。

11. 总是提示显存不足 (例如 Unable to allocate 错误)？

这个错误意味着您的显卡没有足够的内存（VRAM）来执行当前任务，通常是因为使用了大型模型或处理高分辨率视频。

• 解决方案（按推荐顺序尝试）：
  1. 使用更小的模型：将识别模型从 large-v3 更换为 medium、small 或 base。large-v3 模型最低需要 8GB 显存，但实际运行时，其他程序也会占用显存。
  2. 调整高级设置：在菜单栏 工具/选项 -> 高级选项 中进行如下修改，以牺牲一些精度换取更低的显存占用：
     • CUDA数据类型: 将 float32 改为 float16 或 int8。
     • beam_size: 将 5 改为 1。
     • best_of: 将 5 改为 1。
     • 上下文: 将 true 改为 false。

12. 已经安装了 CUDA，为什么软件还是无法使用 GPU 加速？

请检查以下可能的原因：

• CUDA 版本不兼容：本软件内置的 CUDA 支持版本为 12.8。如果您的 CUDA 版本过低，将无法调用。
• 显卡驱动过旧：请更新您的 NVIDIA 显卡驱动到最新版本。
• 缺少 cuDNN：确保您已经正确安装了与 CUDA 版本匹配的 cuDNN。
• 硬件不兼容：GPU 加速仅支持 NVIDIA 显卡（N卡）。AMD 或 Intel 的显卡无法使用 CUDA。

13. 执行过程中报错，错误信息包含 “ffprobe exec error” 或 ffmpeg？

这个错误通常与文件路径过长或含有特殊符号有关。

• 原因：Windows 系统对文件路径有最大长度限制（通常是260个字符）。如果您的视频文件名本身很长（例如从 YouTube 下载的视频），并且存放的文件夹层级很深，总路径就容易超出限制。
• 解决方案：将视频文件移动到更浅的目录（如 D:\videos），并将其重命名为一个简短的英文或数字名称。

14. 软件提示视频“不含音轨”？

• 可能原因 1：视频确实没有声音。例如，从Youtube和其他某些网站下载的视频，画面和声音是分开的，可能在合并时出错导致音频丢失。
• 可能原因 2：背景噪音过大。如果视频环境非常嘈杂（如街道、演唱会），人声被掩盖，模型可能无法识别到有效的语音。
• 可能原因 3：语言选择错误。请确保您在“原始语音”选项中选择的语言与视频中人物实际所说的语言一致。例如，视频里是英文对话，您必须选择“英语”才能正确识别。

15. GPU 使用率很低，正常吗？

正常。软件的工作流程是：语音识别 -> 文字翻译 -> 文本配音 -> 视频合成。

只有在第一步 “语音识别” 阶段，才会大量使用 GPU 进行运算。其他阶段（如翻译、合成）主要依赖 CPU，因此 GPU 在大部分时间处于低负载状态是符合预期的。

16. 反复处理同一个视频，为什么识别结果和字幕总是不变？

• 原因：为了节省时间和计算资源，软件默认启用了缓存机制。如果检测到某个视频已经生成过字幕文件，它会直接使用缓存结果，而不会重新处理。
• 解决方案：如果您希望强制重新识别和翻译，请在软件主界面的左上角，勾选 清理已生成 复选框。

17. 处理几个视频后，发现硬盘空间被占满？

这通常是由于启用了“视频慢速”功能并产生了大量临时文件。

• 原因：该功能会将视频按字幕切割成许多小片段，并对每个片段进行处理，这会产生远超原视频体积的缓存文件。
• 解决方案：
  1. 手动清理：处理完成后，可以手动删除软件根目录下的 tmp 文件夹内的所有内容。
  2. 自动清理：正常关闭软件时，程序会自动清理这些缓存。
  3. 系统缓存：软件也可能在用户目录（默认为 C:/Users/您的用户名/）下生成一个名为 pyvideotrans 或软件目录下output名称 的文件夹，关闭软件后可手动将其删除。

---

第四部分：综合信息

18. 软件是否支持 Docker 部署？

目前不支持。

19. 能否识别视频画面中的硬字幕（OCR 功能）？

不能。本软件的原理是分析视频中的音频轨道，识别出人类的语音并转换为文字。它不具备图像文字识别（OCR）功能。

20. 我可以添加新的语言支持吗？

不能。增加一种语言意味着需要对应的语音识别渠道、字幕翻译渠道、配音渠道进行支持，每种渠道都对应着多种不同的本地模型或在线API接口，他们是否支持新增的语言、以及即便支持不同方式也要求同一种语言的不同格式代码，例如中文有的渠道要求zh,而有的要求zh-cn或chi等，如果任意增加，会导致各种意料之外的错误，除非你会编码，可以自行修改源码，否则不可增加。

21. 软件是否收费？可以商用吗？

• 费用：本项目是一个免费且开源的软件，您可以免费使用所有功能。请注意，如果您使用第三方的翻译或TTS（文本转语音）或语音转录接口，这些服务商可能会收取费用，但这与本软件无关。
• 商用：个人和公司均可自由使用本软件。但如果您希望将本项目的代码集成到您自己的商业产品中，则必须遵守 GPL-v3 开源协议。此外某些渠道使用的模型或在线API可能有他们自己的协议要求，是否允许商用，请咨询所使用的渠道对应的平台，例如Edge-tts渠道硬咨询微软、ChatTTS配音渠道应咨询 https://github.com/2noise/ChatTTS

22. 是否提供人工客服？

没有。本项目为个人开发的免费开源软件，没有盈利，因此无法配备专门的人工客服团队。如果您遇到问题，请先仔细阅读本 FAQ。 或你也可以选择软件右下角微信二维码打赏，留言你的微信号，获取有偿技术支持。

23. 从哪里下载软件和模型？

• 软件下载地址：pyvideotrans.com/downpackage
• 源码仓库地址：github.com/jianchang512/pyvideotrans