समस्या निवारण

WhisperX से पहला ट्रांसक्रिप्शन बहुत समय लेता है

पहली बार उपयोग होने पर मॉडल डाउनलोड होता है, जिसमें आपके कनेक्शन और मॉडल के आकार (~3 GB तक) के अनुसार कई मिनट लग सकते हैं। प्रगति दिखाती है कि मॉडल कब लोड हो रहा है। जब तक मॉडल के विकल्प नहीं बदलते, वह मेमोरी में रहता है, इसलिए अगले ट्रांसक्रिप्शन तुरंत शुरू होते हैं।

WhisperX `CUDA out of memory` के साथ विफल होता है

आपके GPU में इन सेटिंग्स के लिए पर्याप्त मेमोरी नहीं है। इस क्रम में आज़माएँ:

प्राथमिकताएँ → ट्रांसक्रिप्शन में बैच आकार घटाएँ (जैसे 4)।
छोटा मॉडल उपयोग करें (जैसे small या base)।
हल्का गणना प्रकार उपयोग करें (जैसे int8)।

आख़िरी दो गुणवत्ता घटा सकते हैं। हर मॉडल को कितनी मेमोरी चाहिए, इसके लिए इंजन देखें।

ट्रांसक्राइब करने में बहुत ज़्यादा समय लगता है

WhisperX की गति आपके हार्डवेयर पर निर्भर करती है, इसलिए साधारण CPU पर तुरंत नतीजों की उम्मीद न करें। छोटा मॉडल जैसे small, GPU पर large-v3-turbo, या int8 गणना प्रकार आज़माएँ। Apple Silicon वाले Mac पर जाँचें कि प्राथमिकताएँ → ट्रांसक्रिप्शन में CPU का उपयोग करें बंद है, ताकि GPU पर ट्रांसक्राइब हो। विकल्प के रूप में Whisper API या Google API उपयोग करें, जो दूरस्थ सर्वरों पर चलते हैं।

Whisper API `429` त्रुटि लौटाता है

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

आपके OpenAI खाते के क्रेडिट खत्म हो गए हैं, या पहली बार API उपयोग करने से पहले आपको खाते में पैसे जोड़ने होंगे (भले ही आपके पास मुफ़्त क्रेडिट हों)। अपने OpenAI खाते के Billing सेक्शन में क्रेडिट खरीदें। खाता सक्रिय होने में 10 मिनट तक लग सकते हैं।

अगर आपने पहली बार पैसे जोड़ने से पहले API कुंजी बनाई थी और 10 मिनट बाद भी त्रुटि बनी रहती है, तो नई कुंजी बनाएँ और उसे प्राथमिकताएँ → API कुंजियाँ में सेट करें।

वक्ताओं की पहचान नहीं हो पाती

अगर ट्रांसक्रिप्शन वक्ताओं की पहचान के लिए Hugging Face टोकन आवश्यक है। या वक्ता पहचान मॉडल डाउनलोड नहीं हो सका। के साथ विफल होता है, तो टोकन मौजूद नहीं है, मान्य नहीं है या मॉडल तक नहीं पहुँच सकता।

वक्ताओं की पहचान के लिए Hugging Face टोकन और मॉडल की शर्तें स्वीकार करना ज़रूरी है। जाँचें कि:

आपने उसी खाते से pyannote/speaker-diarization-community-1 की शर्तें स्वीकार की हैं।
टोकन की भूमिका Read है और वह प्राथमिकताएँ → API कुंजियाँ में सेट है।

वक्ताओं की पहचान देखें।

कोई माइक्रोफ़ोन नहीं मिलता, या कुछ रिकॉर्ड नहीं होता

जाँचें कि माइक्रोफ़ोन जुड़ा है, और माइक्रोफ़ोन सूची के पास रीफ़्रेश बटन पर क्लिक करें।
macOS पर System Settings → Privacy & Security → Microphone में Audiotext को अनुमति दें। Windows पर Settings → Privacy → Microphone में।
अगर लेवल मीटर कोई आवाज़ नहीं दिखाता है, तो सूची से दूसरा माइक्रोफ़ोन चुनें या जाँचें कि वह म्यूट तो नहीं है।
अगर कोई ऑडियो रिकॉर्ड नहीं हुआ। दिखाई दे, तो माइक्रोफ़ोन के कोई भी ध्वनि भेजने से पहले रिकॉर्डिंग खत्म हो गई। फिर से रिकॉर्ड करें या कोई दूसरा माइक्रोफ़ोन चुनें।

लाइव टेक्स्ट नहीं दिखता

अगर रिकॉर्डिंग के दौरान रिकॉर्डिंग के दौरान टेक्स्ट नहीं दिखाया जा सकता। दिखाई दे, तो लाइव मॉडल लोड नहीं हो सका: उदाहरण के लिए, वह पहली बार उपयोग होने पर डाउनलोड होता है, जिसके लिए इंटरनेट कनेक्शन चाहिए, या पर्याप्त मेमोरी नहीं है। इससे रिकॉर्डिंग पर कोई असर नहीं पड़ता, और रोकने पर उसका ट्रांसक्रिप्शन हमेशा की तरह होता है। लाइव टेक्स्ट कार्ड में छोटा लाइव मॉडल (जैसे tiny या base) चुनें।

किसी ट्रांसक्रिप्शन का ऑडियो नहीं चलता

स्रोत फ़ाइल हटा दी गई है या कहीं और ले जाई गई है। टेक्स्ट बना रहता है, लेकिन ऑडियो केवल मूल फ़ाइल से चलाया जा सकता है। माइक्रोफ़ोन रिकॉर्डिंग और URL का ऑडियो Audiotext स्वयं रखता है।

YouTube वीडियो डाउनलोड नहीं होता

सुनिश्चित करें कि URL सही है और वीडियो सार्वजनिक है। YouTube अक्सर बदलता है, इसलिए अगर फिर भी विफल हो, तो देखें कि Audiotext का कोई नया संस्करण उपलब्ध है या नहीं।

अगर इसके बजाय इस YouTube वीडियो में कोई ऑडियो ट्रैक नहीं है। दिखाई दे, तो वीडियो में ट्रांसक्राइब करने के लिए कोई ध्वनि नहीं है।

किसी लिंक को ट्रांसक्राइब नहीं किया जा सकता

URL किसी ऑडियो या वीडियो फ़ाइल की ओर इशारा नहीं करता।: लिंक कोई वेब पेज खोलता है, फ़ाइल नहीं। केवल YouTube वीडियो के लिंक और ऑडियो या वीडियो फ़ाइलों के सीधे लिंक काम करते हैं। पेज पर वह लिंक ढूँढें जो फ़ाइल डाउनलोड करता है (जैसे किसी पॉडकास्ट का एपिसोड) और उसका उपयोग करें, या फ़ाइल डाउनलोड करके उसे फ़ाइल स्रोत से ट्रांसक्राइब करें।
फ़ाइल डाउनलोड नहीं हो सकी: …: फ़ाइल तक नहीं पहुँचा जा सका। जाँचें कि लिंक आपके ब्राउज़र में खुलता है और आप इंटरनेट से जुड़े हैं। जिन लिंक के लिए लॉग इन करना पड़ता है, वे डाउनलोड नहीं हो सकते: फ़ाइल खुद डाउनलोड करें और फ़ाइल स्रोत का उपयोग करें।

कोई फ़ोल्डर एक भी फ़ाइल ट्रांसक्राइब नहीं करता

जिन फ़ाइलों का पहले से ट्रांसक्रिप्शन है, वे छोड़ दी जाती हैं, और छिपी हुई फ़ाइलें और इनसे मेल खाने वाली फ़ाइलें छोड़ें से मेल खाने वाली फ़ाइलें भी। उन्हें फिर से ट्रांसक्राइब करने के लिए फ़ोल्डर के ⋯ मेनू में सभी को फिर से ट्रांसक्राइब करें… का उपयोग करें, या उसकी फ़ाइलों की सूची में उन्हें चुनें। सबफ़ोल्डरों की फ़ाइलें केवल सबफ़ोल्डर शामिल करें के साथ ट्रांसक्राइब होती हैं, और फ़ोल्डर में समर्थित फ़ाइलें होनी चाहिए।

Google API भाषा माँगता है

Google API भाषा नहीं पहचान सकता। सेटिंग्स में ऑडियो की भाषा चुनें।

सारांश, उत्तर या अनुवाद विफल होता है

DeepL इस भाषा में अनुवाद नहीं कर सकता: …।: DeepL उस भाषा का समर्थन नहीं करता। कोई दूसरा प्रदाता चुनें, जैसे कोई भाषा मॉडल।
मॉडल का जवाब बहुत लंबा था।, मॉडल ने मान्य सारांश नहीं लौटाया।, मॉडल ने मान्य जवाब नहीं लौटाया। या मॉडल ने मान्य अनुवाद नहीं लौटाया।: मॉडल ने सारांश, उत्तर या अनुवाद अपेक्षित प्रारूप में नहीं लिखा। फिर से कोशिश करें, या प्राथमिकताएँ → प्रदाता में कोई बड़ा मॉडल चुनें। Ollama के छोटे मॉडल ज़्यादा बार विफल होते हैं।
किसी भी दूसरी त्रुटि के लिए जाँचें कि प्रदाता की API कुंजी प्राथमिकताएँ → API कुंजियाँ में सेट है और आपके खाते में क्रेडिट है।

कम विश्वसनीयता वाले शब्द रेखांकित नहीं होते

जाँचें कि ट्रांसक्रिप्शन के ⋯ मेनू में कम विश्वसनीयता वाले शब्द हाइलाइट करें चालू है। अगर ट्रांसक्रिप्शन में स्कोर नहीं हैं, तो मेनू कारण बताता है:

“शब्द-स्तरीय समय” चालू करें और फिर से ट्रांसक्राइब करें: WhisperX शब्दों का समय तय करते समय उन्हें स्कोर करता है।
इसकी भाषा के लिए कोई अलाइनमेंट मॉडल नहीं है: उस भाषा के शब्दों का न समय तय हो सकता है, न स्कोर।
शब्दों को स्कोर करने के लिए फिर से ट्रांसक्राइब करें: यह शब्दों के स्कोर होने से पहले ट्रांसक्राइब हुआ था।
केवल WhisperX और whisper-1 शब्दों को स्कोर करते हैं: दूसरे इंजन और मॉडल ऐसा नहीं करते।

कम विश्वसनीयता वाले शब्दों की समीक्षा करें देखें।

सबटाइटल वाले वीडियो में बक्से दिखते हैं

अगर सबटाइटल के साथ वीडियो निर्यात करने के बाद … में निर्यात किया गया, लेकिन किसी भी फ़ॉन्ट में ये अक्षर नहीं हैं, इसलिए ये बक्सों के रूप में दिखते हैं: … दिखता है, तो आपके सिस्टम का कोई भी फ़ॉन्ट उन अक्षरों को नहीं बना सकता। उस लिपि का कोई फ़ॉन्ट इंस्टॉल करें (जैसे Noto) और फिर से निर्यात करें।

अपडेट की जाँच नहीं हो पाती

अपडेट की जाँच नहीं हो सकी। का मतलब है कि Audiotext GitHub तक नहीं पहुँच सका। अपना इंटरनेट कनेक्शन जाँचें, या देखें कि कहीं कोई फ़ायरवॉल या प्रॉक्सी उसे रोक तो नहीं रहा। आप नवीनतम संस्करण हमेशा रिलीज़ पेज से डाउनलोड कर सकते हैं।

कुछ और

issues में खोजें या चर्चाओं में पूछें। अगर आपको कोई बग मिलता है, तो अपने सिस्टम, Audiotext के संस्करण और उसे दोहराने के चरणों के साथ उसकी रिपोर्ट करें।