Fehlerbehebung

Die erste Transkription mit WhisperX dauert lange

Bei der ersten Verwendung wird ein Modell heruntergeladen, was je nach Verbindung und Modellgröße (bis zu ~3 GB) einige Minuten dauern kann. Der Fortschritt zeigt an, wann es geladen wird. Das Modell bleibt im Speicher, solange sich seine Optionen nicht ändern, daher starten die nächsten Transkriptionen sofort.

WhisperX bricht mit `CUDA out of memory` ab

Ihre GPU hat nicht genug Speicher für die Einstellungen. Versuchen Sie in dieser Reihenfolge:

Verringern Sie die Batchgröße (z. B. 4) unter Einstellungen → Transkription.
Verwenden Sie ein kleineres Modell (z. B. small oder base).
Verwenden Sie einen leichteren Berechnungstyp (z. B. int8).

Die letzten beiden können die Qualität verringern. Wie viel Speicher jedes Modell braucht, steht unter Engines.

Das Transkribieren dauert zu lange

Die Geschwindigkeit von WhisperX hängt von Ihrer Hardware ab; auf schwachen CPUs sind keine sofortigen Ergebnisse zu erwarten. Versuchen Sie ein kleineres Modell wie small, large-v3-turbo auf einer GPU oder den Berechnungstyp int8. Prüfen Sie auf einem Mac mit Apple Silicon, ob CPU verwenden unter Einstellungen → Transkription deaktiviert ist, damit auf der GPU transkribiert wird. Alternativ können Sie die Whisper-API oder die Google-API verwenden, die auf entfernten Servern laufen.

Die Whisper-API gibt den Fehler `429` zurück

RateLimitError("Error code: 429 - {'error': {'message': 'You exceeded your current quota, ...', 'type': 'insufficient_quota', ...}}")

Ihr OpenAI-Konto hat kein Guthaben mehr, oder Sie müssen vor der ersten Nutzung der API Guthaben aufladen (auch wenn Sie Gratisguthaben haben). Kaufen Sie Guthaben im Bereich Billing Ihres OpenAI-Kontos. Die Aktivierung Ihres Kontos kann bis zu 10 Minuten dauern.

Wenn Sie den API-Schlüssel vor der ersten Aufladung erstellt haben und der Fehler nach 10 Minuten weiterhin auftritt, erstellen Sie einen neuen Schlüssel und legen Sie ihn unter Einstellungen → API-Schlüssel fest.

Die Sprecher werden nicht erkannt

Wenn die Transkription mit Für die Sprechererkennung wird ein Hugging-Face-Token benötigt. oder Das Modell zur Sprechererkennung konnte nicht heruntergeladen werden. fehlschlägt, fehlt das Token, ist ungültig oder hat keinen Zugriff auf das Modell.

Die Sprechererkennung erfordert ein Hugging-Face-Token und die Annahme der Bedingungen des Modells. Prüfen Sie, ob:

Sie die Bedingungen von pyannote/speaker-diarization-community-1 mit demselben Konto akzeptiert haben.
das Token die Rolle Read hat und unter Einstellungen → API-Schlüssel festgelegt ist.

Siehe Sprecher erkennen.

Kein Mikrofon gefunden oder nichts aufgenommen

Prüfen Sie, ob das Mikrofon angeschlossen ist, und klicken Sie auf die Aktualisieren-Schaltfläche neben der Mikrofonliste.
Erlauben Sie Audiotext unter macOS den Zugriff in Systemeinstellungen → Datenschutz & Sicherheit → Mikrofon, unter Windows in Einstellungen → Datenschutz → Mikrofon.
Zeigt die Pegelanzeige Kein Ton, wählen Sie ein anderes Mikrofon in der Liste oder prüfen Sie, ob es stummgeschaltet ist.
Wenn Es wurde kein Audio aufgenommen. angezeigt wird, endete die Aufnahme, bevor das Mikrofon einen Ton gesendet hat. Nehmen Sie erneut auf oder wählen Sie ein anderes Mikrofon.

Der Live-Text wird nicht angezeigt

Wenn während der Aufnahme Der Text kann während der Aufnahme nicht angezeigt werden. angezeigt wird, konnte das Live-Modell nicht geladen werden: Es wird zum Beispiel bei der ersten Verwendung heruntergeladen, wofür eine Internetverbindung nötig ist, oder der Speicher reicht nicht aus. Die Aufnahme ist davon nicht betroffen und wird beim Beenden wie gewohnt transkribiert. Wählen Sie in der Karte Live-Text ein kleineres Live-Modell (z. B. tiny oder base).

Das Audio einer Transkription lässt sich nicht abspielen

Die Quelldatei wurde verschoben oder gelöscht. Der Text bleibt erhalten, das Audio lässt sich aber nur aus der Originaldatei abspielen. Mikrofonaufnahmen und das Audio von URLs bewahrt Audiotext selbst auf.

Ein YouTube-Video lässt sich nicht herunterladen

Prüfen Sie, ob die URL korrekt und das Video öffentlich ist. YouTube ändert sich häufig – schlägt es weiterhin fehl, prüfen Sie, ob es eine neuere Version von Audiotext gibt.

Wird stattdessen Das YouTube-Video hat keine Tonspur. angezeigt, hat das Video keinen Ton, der transkribiert werden kann.

Ein Link lässt sich nicht transkribieren

Die URL verweist nicht auf eine Audio- oder Videodatei.: Der Link öffnet eine Webseite, keine Datei. Es funktionieren nur Links zu YouTube-Videos und direkte Links zu Audio- oder Videodateien. Suchen Sie auf der Seite den Link, der die Datei herunterlädt (z. B. die Folge eines Podcasts), und verwenden Sie ihn, oder laden Sie die Datei herunter und transkribieren Sie sie mit der Quelle Datei.
Die Datei konnte nicht heruntergeladen werden: …: Die Datei war nicht erreichbar. Prüfen Sie, ob sich der Link in Ihrem Browser öffnet und ob Sie mit dem Internet verbunden sind. Links, die eine Anmeldung erfordern, können nicht heruntergeladen werden: Laden Sie die Datei selbst herunter und verwenden Sie die Quelle Datei.

Ein Ordner transkribiert keine Datei

Dateien, die bereits eine Transkription haben, werden übersprungen, ebenso versteckte Dateien und solche, die auf Dateien überspringen, die passen auf passen. Um sie erneut zu transkribieren, nutzen Sie Alle erneut transkribieren… im Menü ⋯ des Ordners, oder wählen Sie sie in seiner Dateiliste aus. Die Dateien der Unterordner werden nur mit Unterordner einbeziehen transkribiert, und der Ordner muss unterstützte Dateien enthalten.

Die Google-API verlangt die Sprache

Die Google-API kann die Sprache nicht erkennen. Wählen Sie in den Einstellungen die Sprache des Audios.

Eine Zusammenfassung, Antwort oder Übersetzung schlägt fehl

DeepL kann nicht nach … übersetzen.: DeepL unterstützt diese Sprache nicht. Wählen Sie einen anderen Anbieter, etwa ein Sprachmodell.
Die Antwort des Modells war zu lang., Das Modell hat keine gültige Zusammenfassung zurückgegeben., Das Modell hat keine gültige Antwort zurückgegeben. oder Das Modell hat keine gültige Übersetzung zurückgegeben.: Das Modell hat die Zusammenfassung, die Antwort oder die Übersetzung nicht im erwarteten Format geschrieben. Versuchen Sie es erneut oder wählen Sie unter Einstellungen → Anbieter ein größeres Modell. Die kleinen Modelle von Ollama scheitern häufiger.
Prüfen Sie bei jedem anderen Fehler, ob der API-Schlüssel des Anbieters unter Einstellungen → API-Schlüssel gesetzt ist und Ihr Konto Guthaben hat.

Wörter mit geringer Konfidenz werden nicht unterstrichen

Prüfen Sie, ob Wörter mit geringer Konfidenz hervorheben im Menü ⋯ der Transkription aktiviert ist. Hat die Transkription keine Bewertungen, nennt das Menü den Grund:

„Zeiten pro Wort“ aktivieren und erneut transkribieren: WhisperX bewertet die Wörter, wenn es ihre Zeiten bestimmt.
Für diese Sprache gibt es kein Ausrichtungsmodell: Die Wörter dieser Sprache lassen sich weder zeitlich ausrichten noch bewerten.
Erneut transkribieren, um die Wörter zu bewerten: Sie wurde transkribiert, bevor Wörter bewertet wurden.
Nur WhisperX und whisper-1 bewerten die Wörter: Die anderen Engines und Modelle tun das nicht.

Siehe Wörter mit geringer Konfidenz prüfen.

Das Video mit Untertiteln zeigt Kästchen

Erscheint nach dem Export des Videos mit seinen Untertiteln Exportiert nach …, aber keine Schriftart enthält diese Zeichen, daher werden sie als Kästchen angezeigt: …, kann keine Schriftart Ihres Systems diese Zeichen darstellen. Installieren Sie eine Schriftart für diese Schrift (z. B. Noto) und exportieren Sie es erneut.

Updates können nicht gesucht werden

Die Suche nach Updates ist fehlgeschlagen. bedeutet, dass Audiotext GitHub nicht erreichen konnte. Prüfen Sie Ihre Internetverbindung oder ob eine Firewall oder ein Proxy die Verbindung blockiert. Die neueste Version können Sie jederzeit von der Release-Seite herunterladen.

Etwas anderes

Durchsuchen Sie die Issues oder fragen Sie in den Discussions. Wenn Sie einen Fehler finden, melden Sie ihn mit Ihrem System, der Version von Audiotext und den Schritten, um ihn nachzustellen.