故障排除

首次使用 WhisperX 转写需要很长时间

模型在首次使用时下载，根据网络和模型大小（最大约 3 GB）可能需要几分钟。进度会显示模型何时正在加载。只要模型选项不变，模型就会保留在内存中，因此之后的转写会立即开始。

WhisperX 报错 `CUDA out of memory`

你的 GPU 显存不足以支持当前设置。请按以下顺序尝试：

在偏好设置 → 转写中调低批处理大小（例如 4）。
使用更小的模型（例如 small 或 base）。
使用更轻量的计算类型（例如 int8）。

后两项可能会降低质量。各模型所需的内存请参阅引擎。

转写耗时过长

WhisperX 的速度取决于你的硬件，在普通 CPU 上不要指望立即出结果。请尝试较小的模型，如 small、在 GPU 上使用 large-v3-turbo，或使用 int8 计算类型。在搭载 Apple 芯片的 Mac 上，请确认偏好设置 → 转写中的使用 CPU 已关闭，以便在 GPU 上转写。你也可以使用在远程服务器上运行的 Whisper API 或 Google API。

Whisper API 返回 429 错误

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

你的 OpenAI 账户额度已用完，或者在首次使用 API 前需要先充值（即使你有免费额度）。请在 OpenAI 账户的 Billing 页面购买额度。账户可能需要最多 10 分钟才能生效。

如果你在首次充值前就创建了 API 密钥，且 10 分钟后错误仍然存在，请创建一个新密钥，并在偏好设置 → API 密钥中设置。

无法识别说话人

如果转写失败并显示识别说话人需要 Hugging Face 令牌。或无法下载说话人识别模型。，说明令牌缺失、无效或无法访问该模型。

识别说话人需要 Hugging Face 令牌，并接受模型的使用条款。请确认：

你已使用同一账号接受 pyannote/speaker-diarization-community-1 的条款。
令牌的角色为 Read，并已在偏好设置 → API 密钥中设置。

请参阅识别说话人的设置。

找不到麦克风，或什么都录不到

检查麦克风是否已连接，并点击麦克风列表旁的刷新按钮。
在 macOS 上，请在系统设置 → 隐私与安全性 → 麦克风中允许 Audiotext；在 Windows 上，请在设置 → 隐私 → 麦克风中允许。
如果电平表显示没有声音，请在列表中选择其他麦克风，或检查麦克风是否被静音。
如果显示未录制到任何音频。，说明录音在麦克风传来任何声音之前就结束了。请重新录音，或选择其他麦克风。

不显示实时文本

如果录音时显示录音时无法显示文本。，说明无法加载实时模型：例如它会在首次使用时下载，这需要网络连接，或者内存不足。录音不受影响，停止后会照常转写。请在实时文本卡片中选择更小的实时模型（例如 tiny 或 base）。

无法播放转写的音频

源文件已被移动或删除。文本会保留，但音频只能从原始文件播放。麦克风录音和来自 URL 的音频由 Audiotext 保存。

无法下载 YouTube 视频

请确认 URL 正确且视频是公开的。YouTube 经常变化，如果仍然失败，请检查是否有新版本的 Audiotext。

如果显示的是该 YouTube 视频没有音轨。，说明该视频没有可转写的声音。

无法转写链接

该 URL 未指向音频或视频文件。：该链接打开的是网页，而不是文件。只有 YouTube 视频链接和音频或视频文件的直接链接可用。请在页面上找到下载该文件的链接（例如某期播客）并使用它，或者下载该文件后通过文件来源转写。
无法下载文件：…：无法访问该文件。请检查链接能否在浏览器中打开，以及你是否已连接到互联网。需要登录的链接无法下载：请自行下载文件并使用文件来源。

文件夹中没有任何文件被转写

已有转写的文件会被跳过，隐藏文件和与跳过匹配以下内容的文件匹配的文件也会被跳过。要重新转写它们，请使用文件夹 ⋯ 菜单中的全部重新转写…，或在其文件列表中选择它们。子文件夹中的文件只有在打开包含子文件夹时才会转写，并且文件夹中必须包含支持的文件。

Google API 要求选择语言

Google API 无法检测语言。请在设置中选择音频语言。

摘要、回答或翻译失败

DeepL 无法翻译成…。：DeepL 不支持该语言。请选择其他提供商，例如语言模型。
模型的回复太长。、模型未返回有效的摘要。、模型未返回有效的回复。或模型未返回有效的翻译。：模型没有按预期格式写出摘要、回答或翻译。请重试，或在偏好设置 → 提供商中选择更大的模型。Ollama 的小模型更容易失败。
对于其他错误，请检查提供商的 API 密钥是否已在偏好设置 → API 密钥中设置，以及你的账户是否有余额。

低置信度的词没有下划线

请确认转写的 ⋯ 菜单中已勾选突出显示低置信度的词。如果转写没有评分，菜单会说明原因：

打开“逐词时间”并重新转录：WhisperX 在确定字词时间时为其评分。
该语言没有对齐模型：该语言的字词无法确定时间，也无法评分。
重新转录以为单词评分：该转写是在为单词评分之前完成的。
只有 WhisperX 和 whisper-1 会为单词评分：其他引擎和模型不会评分。

请参阅检查低置信度的词。

带字幕的视频中出现方框

如果在导出带字幕的视频后显示已导出到 …，但没有字体包含这些字符，因此它们显示为方框：…，说明系统中没有字体能绘制这些字符。请安装该文字的字体（例如 Noto），然后重新导出。

无法检查更新

**无法检查更新。**表示 Audiotext 无法连接到 GitHub。请检查网络连接，或者是否有防火墙或代理阻止了连接。你随时可以从发布页面下载最新版本。

其他问题

在 issues 中搜索，或在讨论区提问。如果发现 bug，请附上你的系统、Audiotext 版本和复现步骤进行报告。