Depanare

Prima transcriere cu WhisperX durează mult

La prima utilizare modelul este descărcat, ceea ce poate dura câteva minute, în funcție de conexiune și de dimensiunea modelului (până la ~3 GB). Progresul arată când se încarcă. Modelul rămâne în memorie cât timp opțiunile lui nu se schimbă, deci transcrierile următoare încep imediat.

WhisperX eșuează cu CUDA out of memory

Placa video nu are destulă memorie pentru setări. Încercați, în această ordine:

1. Reduceți Dimensiunea lotului (de ex. 4) în Preferințe → Transcriere.
2. Folosiți un model mai mic (de ex. small sau base).
3. Folosiți un Tip de calcul mai ușor (de ex. int8).

Ultimele două pot reduce calitatea. Memoria necesară fiecărui model este în Motoare.

Transcrierea durează prea mult

Viteza WhisperX depinde de hardware, deci nu vă așteptați la rezultate instantanee pe procesoare modeste. Încercați un model mai mic, precum small, large-v3-turbo pe o placă video sau tipul de calcul int8. Pe un Mac cu Apple Silicon, verificați că Folosește CPU este dezactivat în Preferințe → Transcriere, ca să transcrie pe placa video. Puteți folosi și API-ul Whisper sau API-ul Google, care rulează pe servere la distanță.

API-ul Whisper returnează eroarea 429

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

Contul OpenAI a rămas fără credite sau trebuie să adăugați fonduri înainte de prima utilizare a API-ului (chiar dacă aveți credite gratuite). Cumpărați credite în secțiunea Billing a contului OpenAI. Activarea contului poate dura până la 10 minute.

Dacă ați creat cheia API înainte de prima alimentare și eroarea persistă după 10 minute, creați o cheie nouă și setați-o în Preferințe → Chei API.

Vorbitorii nu sunt identificați

Dacă transcrierea eșuează cu Identificarea vorbitorilor necesită un token Hugging Face. sau Modelul de identificare a vorbitorilor nu a putut fi descărcat., tokenul lipsește, nu este valid sau nu are acces la model.

Identificarea vorbitorilor necesită un token Hugging Face și acceptarea condițiilor modelului. Verificați că:

• Ați acceptat condițiile pyannote/speaker-diarization-community-1 cu același cont.
• Tokenul are rolul Read și este setat în Preferințe → Chei API.

Consultați Identificarea vorbitorilor.

Nu se găsește niciun microfon sau nu se înregistrează nimic

• Verificați că microfonul este conectat și faceți clic pe butonul de reîmprospătare de lângă lista de microfoane.
• Pe macOS, permiteți accesul pentru Audiotext în Configurări sistem → Confidențialitate și securitate → Microfon. Pe Windows, în Setări → Confidențialitate → Microfon.
• Dacă indicatorul de nivel arată Fără sunet, alegeți alt microfon din listă sau verificați că nu este dezactivat.
• Dacă apare Nu s-a înregistrat niciun sunet., înregistrarea s-a încheiat înainte ca microfonul să trimită vreun sunet. Înregistrați din nou sau alegeți alt microfon.

Textul live nu este afișat

Dacă în timpul înregistrării apare Textul nu poate fi afișat în timpul înregistrării., Model live nu a putut fi încărcat: de exemplu, se descarcă la prima utilizare, ceea ce necesită o conexiune la internet, sau nu există suficientă memorie. Înregistrarea nu este afectată și este transcrisă ca de obicei când o opriți. Alegeți un Model live mai mic (de ex. tiny sau base) în cardul Text live.

Sunetul unei transcrieri nu poate fi redat

Fișierul sursă a fost mutat sau șters. Textul rămâne, dar sunetul poate fi redat doar din fișierul original. Înregistrările de la microfon și sunetul de la URL-uri sunt păstrate de Audiotext.

Un videoclip YouTube nu poate fi descărcat

Verificați că URL-ul este corect și că videoclipul este public. YouTube se schimbă des, așa că, dacă tot eșuează, verificați dacă există o versiune mai nouă a Audiotext.

Dacă în schimb apare Videoclipul YouTube nu are pistă audio., videoclipul nu are sunet de transcris.

Un link nu poate fi transcris

• URL-ul nu indică un fișier audio sau video.: linkul deschide o pagină web, nu un fișier. Funcționează doar linkurile videoclipurilor YouTube și linkurile directe către fișiere audio sau video. Căutați pe pagină linkul care descarcă fișierul (de ex. episodul unui podcast) și folosiți-l, sau descărcați fișierul și transcrieți-l cu sursa Fișier.
• Fișierul nu a putut fi descărcat: …: fișierul nu a putut fi accesat. Verificați că linkul se deschide în browser și că sunteți conectat la internet. Linkurile care necesită autentificare nu pot fi descărcate: descărcați singur fișierul și folosiți sursa Fișier.

Un dosar nu transcrie niciun fișier

Fișierele care au deja o transcriere sunt omise, la fel ca fișierele ascunse și cele care se potrivesc cu Omite fișierele care corespund cu. Pentru a le transcrie din nou, folosiți Transcrie din nou tot… din meniul ⋯ al dosarului, sau selectați-le în lista de fișiere a acestuia. Fișierele din subdosare sunt transcrise doar cu Include subdosarele, iar dosarul trebuie să conțină fișiere acceptate.

API-ul Google cere limba

API-ul Google nu poate detecta limba. Alegeți Limba audio în setări.

Un rezumat, un răspuns sau o traducere eșuează

• DeepL nu poate traduce în limba: ….: DeepL nu acceptă acea limbă. Alegeți alt furnizor, cum ar fi un model de limbaj.
• Răspunsul modelului a fost prea lung., Modelul nu a returnat un rezumat valid., Modelul nu a returnat un răspuns valid. sau Modelul nu a returnat o traducere validă.: modelul nu a scris rezumatul, răspunsul sau traducerea în formatul așteptat. Încercați din nou sau alegeți un model mai mare în Preferințe → Furnizori. Modelele mici ale Ollama eșuează mai des.
• Pentru orice altă eroare, verificați că cheia API a furnizorului este setată în Preferințe → Chei API și că aveți credit în cont.

Cuvintele cu încredere scăzută nu sunt subliniate

Verificați că Evidențiază cuvintele cu încredere scăzută este activat în meniul ⋯ al transcrierii. Dacă transcrierea nu are scoruri, meniul spune de ce:

• Activează „Temporizare pe cuvânt” și transcrie din nou: WhisperX evaluează cuvintele când le stabilește temporizarea.
• Nu există un model de aliniere pentru limba sa: cuvintele acelei limbi nu pot fi temporizate și nici evaluate.
• Transcrie din nou pentru a evalua cuvintele: a fost transcrisă înainte ca acestea să fie evaluate.
• Doar WhisperX și whisper-1 evaluează cuvintele: celelalte motoare și modele nu o fac.

Consultați Verificați cuvintele cu încredere scăzută.

Videoclipul cu subtitrări arată pătrățele

Dacă după exportul videoclipului cu subtitrările apare Exportat în …, dar niciun font nu conține aceste caractere, așa că sunt afișate ca pătrățele: …, niciun font al sistemului nu poate desena acele caractere. Instalați un font pentru acea scriere (de ex. Noto) și exportați din nou.

Actualizările nu pot fi căutate

Nu s-au putut căuta actualizări. înseamnă că Audiotext nu a putut accesa GitHub. Verificați conexiunea la internet sau dacă un firewall ori un proxy o blochează. Puteți descărca oricând cea mai recentă versiune de pe pagina versiunilor.

Altceva

Căutați în issues sau întrebați în discuții. Dacă găsiți o eroare, raportați-o cu sistemul, versiunea Audiotext și pașii pentru a o reproduce.