Risoluzione dei problemi

La prima trascrizione con WhisperX richiede molto tempo

Al primo utilizzo un modello viene scaricato, il che può richiedere diversi minuti a seconda della connessione e della dimensione del modello (fino a ~3 GB). L’avanzamento indica quando è in caricamento. Il modello resta in memoria finché le sue opzioni non cambiano, quindi le trascrizioni successive iniziano subito.

WhisperX non riesce con CUDA out of memory

La GPU non ha abbastanza memoria per le impostazioni. Prova, in quest’ordine:

1. Abbassa la Dimensione del batch (es. 4) in Preferenze → Trascrizione.
2. Usa un modello più piccolo (es. small o base).
3. Usa un Tipo di calcolo più leggero (es. int8).

Gli ultimi due possono ridurre la qualità. Consulta Motori per la memoria richiesta da ogni modello.

La trascrizione richiede troppo tempo

La velocità di WhisperX dipende dall’hardware, quindi non aspettarti risultati istantanei su CPU modeste. Prova un modello più piccolo, come small, o large-v3-turbo su una GPU, o il tipo di calcolo int8. Su un Mac con Apple Silicon, verifica che Usa la CPU sia disattivata in Preferenze → Trascrizione, così trascrive sulla GPU. In alternativa, usa la API di Whisper o la API di Google, che funzionano su server remoti.

La API di Whisper restituisce l’errore 429

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

Il tuo account OpenAI ha esaurito i crediti, oppure devi aggiungere fondi prima di usare la API per la prima volta (anche se hai crediti gratuiti). Acquista crediti nella sezione Billing del tuo account OpenAI. L’attivazione dell’account può richiedere fino a 10 minuti.

Se hai creato la chiave API prima di aggiungere fondi per la prima volta e l’errore persiste dopo 10 minuti, crea una nuova chiave e impostala in Preferenze → Chiavi API.

I parlanti non vengono identificati

Se la trascrizione non riesce con Per identificare i parlanti serve un token di Hugging Face. o Impossibile scaricare il modello di identificazione dei parlanti., il token manca, non è valido o non può accedere al modello.

Identificare i parlanti richiede un token di Hugging Face e l’accettazione delle condizioni del modello. Verifica che:

• Hai accettato le condizioni di pyannote/speaker-diarization-community-1 con lo stesso account.
• Il token ha il ruolo Read ed è impostato in Preferenze → Chiavi API.

Consulta Identifica i parlanti.

Nessun microfono trovato, o non viene registrato nulla

• Verifica che il microfono sia collegato e fai clic sul pulsante di aggiornamento accanto all’elenco dei microfoni.
• Su macOS, consenti l’accesso ad Audiotext in Impostazioni di Sistema → Privacy e sicurezza → Microfono. Su Windows, in Impostazioni → Privacy → Microfono.
• Se il misuratore di livello mostra Nessun suono, scegli un altro microfono dall’elenco o verifica che non sia disattivato.
• Se viene mostrato Non è stato registrato alcun audio., la registrazione è terminata prima che il microfono inviasse alcun suono. Registra di nuovo o scegli un altro microfono.

Il testo dal vivo non viene mostrato

Se durante la registrazione viene mostrato Il testo non può essere mostrato durante la registrazione., non è stato possibile caricare il Modello dal vivo: per esempio, viene scaricato al primo utilizzo, il che richiede una connessione a Internet, oppure la memoria non è sufficiente. La registrazione non ne risente e viene trascritta come al solito quando la interrompi. Scegli un Modello dal vivo più piccolo (ad es. tiny o base) nella scheda Testo dal vivo.

L’audio di una trascrizione non si può riprodurre

Il file di origine è stato spostato o eliminato. Il testo resta, ma l’audio si può riprodurre solo dal file originale. Le registrazioni del microfono e l’audio degli URL sono conservati da Audiotext.

Un video di YouTube non si può scaricare

Verifica che l’URL sia corretto e che il video sia pubblico. YouTube cambia spesso: se continua a non funzionare, controlla se c’è una versione più recente di Audiotext.

Se invece viene mostrato Il video di YouTube non ha una traccia audio., il video non ha audio da trascrivere.

Un link non può essere trascritto

• L’URL non punta a un file audio o video.: il link apre una pagina web, non un file. Funzionano solo i link dei video di YouTube e i link diretti a file audio o video. Cerca nella pagina il link che scarica il file (ad es. l’episodio di un podcast) e usalo, oppure scarica il file e trascrivilo con la sorgente File.
• Impossibile scaricare il file: …: non è stato possibile raggiungere il file. Verifica che il link si apra nel browser e di essere connesso a Internet. I link che richiedono l’accesso non possono essere scaricati: scarica il file tu stesso e usa la sorgente File.

Una cartella non trascrive nessun file

I file che hanno già una trascrizione vengono saltati, così come i file nascosti e quelli che corrispondono a Salta i file corrispondenti a. Per trascriverli di nuovo, usa Trascrivi tutto di nuovo… nel menu ⋯ della cartella, o selezionali nel suo elenco di file. I file delle sottocartelle vengono trascritti solo con Includi sottocartelle, e la cartella deve contenere file supportati.

La API di Google chiede la lingua

La API di Google non può rilevare la lingua. Scegli la Lingua dell’audio nelle impostazioni.

Un riassunto, una risposta o una traduzione non riesce

• DeepL non può tradurre in ….: DeepL non supporta quella lingua. Scegli un altro fornitore, come un modello linguistico.
• La risposta del modello era troppo lunga., Il modello non ha restituito un riassunto valido., Il modello non ha restituito una risposta valida. o Il modello non ha restituito una traduzione valida.: il modello non ha scritto il riassunto, la risposta o la traduzione nel formato previsto. Riprova, oppure scegli un modello più grande in Preferenze → Fornitori. I modelli piccoli di Ollama falliscono più spesso.
• Per qualsiasi altro errore, verifica che la chiave API del fornitore sia impostata in Preferenze → Chiavi API e che il tuo account abbia credito.

Le parole a bassa affidabilità non vengono sottolineate

Verifica che Evidenzia le parole a bassa affidabilità sia attivo nel menu ⋯ della trascrizione. Se la trascrizione non ha valutazioni, il menu dice perché:

• Attiva «Tempi per parola» e trascrivilo di nuovo: WhisperX valuta le parole quando ne calcola i tempi.
• Non c’è un modello di allineamento per la sua lingua: le parole di quella lingua non si possono temporizzare né valutare.
• Trascrivilo di nuovo per valutarne le parole: è stata trascritta prima che le parole venissero valutate.
• Solo WhisperX e whisper-1 valutano le parole: gli altri motori e modelli non lo fanno.

Consulta Rivedi le parole a bassa affidabilità.

Il video con sottotitoli mostra riquadri

Se dopo aver esportato il video con i sottotitoli viene mostrato Esportato in …, ma nessun carattere tipografico contiene questi caratteri, quindi vengono mostrati come riquadri: …, nessun font del tuo sistema può disegnare quei caratteri. Installa un font per quella scrittura (es. Noto) ed esportalo di nuovo.

Non è possibile controllare gli aggiornamenti

Impossibile controllare gli aggiornamenti. significa che Audiotext non è riuscito a raggiungere GitHub. Controlla la connessione a Internet, o se un firewall o un proxy la blocca. Puoi sempre scaricare l’ultima versione dalla pagina delle versioni.

Altro

Cerca nelle issue o chiedi nelle discussioni. Se trovi un bug, segnalalo indicando il tuo sistema, la versione di Audiotext e i passaggi per riprodurlo.