Rozwiązywanie problemów

Pierwsza transkrypcja w WhisperX trwa długo

Przy pierwszym użyciu model jest pobierany, co może potrwać kilka minut, zależnie od połączenia i wielkości modelu (do ~3 GB). Postęp pokazuje, kiedy model się ładuje. Model pozostaje w pamięci, dopóki jego opcje się nie zmienią, więc kolejne transkrypcje zaczynają się od razu.

WhisperX kończy się błędem CUDA out of memory

Karta graficzna nie ma dość pamięci dla tych ustawień. Spróbuj w tej kolejności:

1. Zmniejsz Rozmiar partii (np. 4) w Preferencje → Transkrypcja.
2. Użyj mniejszego modelu (np. small lub base).
3. Użyj lżejszego Typu obliczeń (np. int8).

Dwa ostatnie mogą obniżyć jakość. Ile pamięci potrzebuje każdy model, zobaczysz w sekcji Silniki.

Transkrypcja trwa zbyt długo

Szybkość WhisperX zależy od sprzętu, więc na słabszych procesorach nie oczekuj natychmiastowych wyników. Wypróbuj mniejszy model, np. small, large-v3-turbo na karcie graficznej lub typ obliczeń int8. Na Macu z Apple Silicon sprawdź, czy Używaj CPU jest wyłączone w Preferencje → Transkrypcja, aby transkrypcja odbywała się na karcie graficznej. Możesz też użyć API Whisper lub API Google, które działają na zdalnych serwerach.

API Whisper zwraca błąd 429

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

Na koncie OpenAI skończyły się środki albo trzeba je doładować przed pierwszym użyciem API (nawet jeśli masz darmowe środki). Kup środki w sekcji Billing konta OpenAI. Aktywacja konta może potrwać do 10 minut.

Jeśli klucz API utworzono przed pierwszym doładowaniem, a błąd nie znika po 10 minutach, utwórz nowy klucz i ustaw go w Preferencje → Klucze API.

Mówcy nie są rozpoznawani

Jeśli transkrypcja kończy się błędem Rozpoznawanie mówców wymaga tokenu Hugging Face. lub Nie udało się pobrać modelu rozpoznawania mówców., brakuje tokenu, jest on nieprawidłowy albo nie ma dostępu do modelu.

Rozpoznawanie mówców wymaga tokenu Hugging Face i zaakceptowania warunków modelu. Sprawdź, czy:

• Zaakceptowano warunki pyannote/speaker-diarization-community-1 na tym samym koncie.
• Token ma rolę Read i jest ustawiony w Preferencje → Klucze API.

Zobacz Rozpoznawanie mówców.

Nie znaleziono mikrofonu lub nic się nie nagrywa

• Sprawdź, czy mikrofon jest podłączony, i kliknij przycisk odświeżania obok listy mikrofonów.
• W macOS zezwól Audiotext na dostęp w Ustawienia systemowe → Prywatność i ochrona → Mikrofon. W Windows w Ustawienia → Prywatność → Mikrofon.
• Jeśli miernik poziomu pokazuje Brak dźwięku, wybierz inny mikrofon z listy lub sprawdź, czy nie jest wyciszony.
• Jeśli pojawia się Nie nagrano żadnego dźwięku., nagrywanie zakończyło się, zanim mikrofon przesłał jakikolwiek dźwięk. Nagraj ponownie lub wybierz inny mikrofon.

Tekst na żywo się nie wyświetla

Jeśli podczas nagrywania pojawia się Tekstu nie można pokazywać podczas nagrywania., nie udało się wczytać Model na żywo: na przykład jest on pobierany przy pierwszym użyciu, co wymaga połączenia z internetem, albo brakuje pamięci. Nie wpływa to na nagranie, które po zatrzymaniu zostaje przetranskrybowane jak zwykle. Wybierz mniejszy Model na żywo (np. tiny lub base) na karcie Tekst na żywo.

Nie można odtworzyć nagrania transkrypcji

Plik źródłowy został przeniesiony lub usunięty. Tekst pozostaje, ale nagranie można odtworzyć tylko z oryginalnego pliku. Nagrania z mikrofonu i dźwięk z adresów URL Audiotext przechowuje sam.

Nie można pobrać filmu z YouTube

Sprawdź, czy adres URL jest poprawny, a film publiczny. YouTube często się zmienia, więc jeśli problem nie znika, sprawdź, czy jest nowsza wersja Audiotext.

Jeśli zamiast tego pojawia się Film na YouTube nie ma ścieżki dźwiękowej., film nie ma dźwięku do transkrypcji.

Nie można przetranskrybować linku

• Adres URL nie wskazuje pliku audio ani wideo.: link otwiera stronę internetową, a nie plik. Działają tylko linki do filmów z YouTube i bezpośrednie linki do plików audio lub wideo. Znajdź na stronie link, który pobiera plik (np. odcinek podcastu), i użyj go albo pobierz plik i przetranskrybuj go ze źródła Plik.
• Nie udało się pobrać pliku: …: nie udało się dotrzeć do pliku. Sprawdź, czy link otwiera się w przeglądarce i czy masz połączenie z internetem. Linków wymagających zalogowania nie da się pobrać: pobierz plik samodzielnie i użyj źródła Plik.

Folder nie transkrybuje żadnego pliku

Pliki, które mają już transkrypcję, są pomijane, podobnie jak pliki ukryte i pasujące do Pomiń pliki pasujące do. Aby transkrybować je ponownie, użyj Transkrybuj wszystko ponownie… w menu ⋯ folderu albo zaznacz je na jego liście plików. Pliki z podfolderów są transkrybowane tylko z włączonym Uwzględnij podfoldery, a folder musi zawierać obsługiwane pliki.

API Google prosi o język

API Google nie potrafi wykryć języka. Wybierz Język nagrania w ustawieniach.

Podsumowanie, odpowiedź lub tłumaczenie kończy się błędem

• DeepL nie może tłumaczyć na język: ….: DeepL nie obsługuje tego języka. Wybierz innego dostawcę, na przykład model językowy.
• Odpowiedź modelu była za długa., Model nie zwrócił prawidłowego podsumowania., Model nie zwrócił prawidłowej odpowiedzi. lub Model nie zwrócił prawidłowego tłumaczenia.: model nie napisał podsumowania, odpowiedzi lub tłumaczenia w oczekiwanym formacie. Spróbuj ponownie lub wybierz większy model w Preferencje → Dostawcy. Małe modele Ollamy zawodzą częściej.
• Przy każdym innym błędzie sprawdź, czy klucz API dostawcy jest ustawiony w Preferencje → Klucze API i czy na koncie są środki.

Słowa o niskiej pewności nie są podkreślane

Sprawdź, czy opcja Wyróżniaj słowa o niskiej pewności jest włączona w menu ⋯ transkrypcji. Jeśli transkrypcja nie ma ocen, menu podaje powód:

• Włącz „Czasy poszczególnych słów” i przetranskrybuj ponownie: WhisperX ocenia słowa, gdy ustala ich czasy.
• Brak modelu wyrównania dla tego języka: słów w tym języku nie da się ani wyrównać, ani ocenić.
• Przetranskrybuj ponownie, aby ocenić słowa: powstała, zanim słowa były oceniane.
• Słowa oceniają tylko WhisperX i whisper-1: inne silniki i modele tego nie robią.

Zobacz Sprawdzanie słów o niskiej pewności.

Film z napisami pokazuje kwadraty

Jeśli po eksporcie filmu z napisami pojawi się Wyeksportowano do …, ale żadna czcionka nie zawiera tych znaków, więc są wyświetlane jako kwadraty: …, żadna czcionka w systemie nie potrafi narysować tych znaków. Zainstaluj czcionkę dla tego pisma (np. Noto) i wyeksportuj ponownie.

Nie można sprawdzić aktualizacji

Nie udało się sprawdzić aktualizacji. oznacza, że Audiotext nie mógł połączyć się z GitHubem. Sprawdź połączenie z internetem albo czy nie blokuje go zapora lub serwer proxy. Najnowszą wersję zawsze możesz pobrać ze strony wydań.

Coś innego

Przeszukaj zgłoszenia lub zapytaj w dyskusjach. Jeśli znajdziesz błąd, zgłoś go, podając system, wersję Audiotext i kroki, które go wywołują.