Solução de problemas

A primeira transcrição com o WhisperX demora muito

Na primeira vez que um modelo é usado, ele é baixado, o que pode levar vários minutos dependendo da sua conexão e do tamanho do modelo (até ~3 GB). O progresso mostra quando ele está carregando. O modelo fica na memória enquanto as opções dele não mudarem, então as transcrições seguintes começam na hora.

O WhisperX falha com CUDA out of memory

A sua GPU não tem memória suficiente para as configurações. Tente, nesta ordem:

1. Diminua o Tamanho do lote (ex.: 4) em Preferências → Transcrição.
2. Use um modelo menor (ex.: small ou base).
3. Use um Tipo de computação mais leve (ex.: int8).

Os dois últimos podem reduzir a qualidade. Consulte Mecanismos para ver a memória de que cada modelo precisa.

Transcrever demora demais

A velocidade do WhisperX depende do seu hardware, então não espere resultados instantâneos em CPUs modestas. Tente um modelo menor, como small, ou large-v3-turbo em uma GPU, ou o tipo de computação int8. Em um Mac com Apple Silicon, verifique se Usar CPU está desativado em Preferências → Transcrição, para que transcreva na GPU. Você também pode usar a API do Whisper ou a API do Google, que rodam em servidores remotos.

A API do Whisper retorna o erro 429

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

A sua conta da OpenAI ficou sem créditos, ou você precisa adicionar fundos antes de usar a API pela primeira vez (mesmo que tenha créditos gratuitos). Compre créditos na seção Billing da sua conta da OpenAI. Pode levar até 10 minutos para a sua conta ser ativada.

Se você criou a chave de API antes de adicionar fundos pela primeira vez e o erro persistir depois de 10 minutos, crie uma chave nova e defina-a em Preferências → Chaves de API.

Os falantes não são identificados

Se a transcrição falhar com Identificar falantes requer um token do Hugging Face. ou Não foi possível baixar o modelo de identificação de falantes., o token está ausente, não é válido ou não consegue acessar o modelo.

Identificar os falantes exige um token do Hugging Face e aceitar as condições do modelo. Verifique se:

• Você aceitou as condições do pyannote/speaker-diarization-community-1 com a mesma conta.
• O token tem a função Read e está definido em Preferências → Chaves de API.

Consulte Identifique os falantes.

Nenhum microfone é encontrado, ou nada é gravado

• Verifique se o microfone está conectado e clique no botão de atualizar ao lado da lista de microfones.
• No macOS, permita o acesso ao Audiotext em Ajustes do Sistema → Privacidade e Segurança → Microfone. No Windows, em Configurações → Privacidade → Microfone.
• Se o medidor de nível mostrar Sem som, escolha outro microfone na lista ou verifique se ele não está mudo.
• Se aparecer Nenhum áudio foi gravado., a gravação terminou antes de o microfone enviar qualquer som. Grave de novo ou escolha outro microfone.

O texto ao vivo não aparece

Se aparecer O texto não pode ser mostrado durante a gravação. durante a gravação, não foi possível carregar o Modelo ao vivo: por exemplo, ele é baixado na primeira vez que é usado, o que requer conexão com a Internet, ou não há memória suficiente. A gravação não é afetada e é transcrita normalmente quando você para. Escolha um Modelo ao vivo menor (ex.: tiny ou base) no cartão Texto ao vivo.

O áudio de uma transcrição não pode ser reproduzido

O arquivo de origem foi movido ou excluído. O texto é mantido, mas o áudio só pode ser reproduzido a partir do arquivo original. As gravações do microfone e o áudio de URLs são mantidos pelo Audiotext.

Um vídeo do YouTube não pode ser baixado

Verifique se a URL está correta e se o vídeo é público. O YouTube muda com frequência, então, se continuar falhando, veja se há uma versão mais recente do Audiotext.

Se aparecer O vídeo do YouTube não tem faixa de áudio., o vídeo não tem som para transcrever.

Um link não pode ser transcrito

• A URL não aponta para um arquivo de áudio ou vídeo.: o link abre uma página da web, não um arquivo. Só funcionam os links de vídeos do YouTube e os links diretos para arquivos de áudio ou vídeo. Procure na página o link que baixa o arquivo (ex.: o episódio de um podcast) e use-o, ou baixe o arquivo e transcreva-o com a fonte Arquivo.
• Não foi possível baixar o arquivo: …: não foi possível acessar o arquivo. Verifique se o link abre no seu navegador e se você está conectado à Internet. Links que exigem login não podem ser baixados: baixe o arquivo você mesmo e use a fonte Arquivo.

Uma pasta não transcreve nenhum arquivo

Os arquivos que já têm uma transcrição são ignorados, assim como os arquivos ocultos e os que correspondem a Ignorar arquivos que correspondam a. Para transcrevê-los de novo, use Transcrever tudo novamente… no menu ⋯ da pasta, ou selecione-os na lista de arquivos dela. Os arquivos das subpastas só são transcritos com Incluir subpastas, e a pasta deve conter arquivos compatíveis.

A API do Google pede o idioma

A API do Google não consegue detectar o idioma. Escolha o Idioma do áudio nas configurações.

Um resumo, uma resposta ou uma tradução falha

• O DeepL não consegue traduzir para ….: o DeepL não oferece suporte a esse idioma. Escolha outro provedor, como um modelo de linguagem.
• A resposta do modelo foi longa demais., O modelo não retornou um resumo válido., O modelo não retornou uma resposta válida. ou O modelo não retornou uma tradução válida.: o modelo não escreveu o resumo, a resposta ou a tradução no formato esperado. Tente de novo ou escolha um modelo maior em Preferências → Provedores. Os modelos pequenos do Ollama falham com mais frequência.
• Para qualquer outro erro, verifique se a chave de API do provedor está definida em Preferências → Chaves de API e se a sua conta tem créditos.

As palavras de baixa confiança não são sublinhadas

Verifique se Destacar palavras de baixa confiança está ativado no menu ⋯ da transcrição. Se a transcrição não tiver pontuações, o menu diz por quê:

• Ative «Tempos por palavra» e transcreva-o novamente: o WhisperX pontua as palavras quando calcula os tempos delas.
• Não há modelo de alinhamento para o seu idioma: as palavras desse idioma não podem ser cronometradas nem pontuadas.
• Transcreva-o novamente para pontuar as palavras: ela foi transcrita antes de as palavras serem pontuadas.
• Só WhisperX e whisper-1 pontuam as palavras: os outros mecanismos e modelos não pontuam.

Consulte Revise as palavras de baixa confiança.

O vídeo com legendas mostra quadrados

Se Exportado para …, mas nenhuma fonte tem estes caracteres, por isso são mostrados como quadrados: … aparecer depois de exportar o vídeo com as legendas, nenhuma fonte do seu sistema consegue desenhar esses caracteres. Instale uma fonte para essa escrita (ex.: Noto) e exporte de novo.

Não é possível verificar atualizações

Não foi possível verificar atualizações. significa que o Audiotext não conseguiu acessar o GitHub. Verifique a sua conexão com a Internet, ou se um firewall ou proxy a bloqueia. Você sempre pode baixar a versão mais recente na página de versões.

Outro problema

Pesquise nas issues ou pergunte nas discussões. Se você encontrar um bug, relate-o com o seu sistema, a versão do Audiotext e os passos para reproduzi-lo.