一旦视频长度超过两个小时，就无法进行音频转化

[Jaox5]

🤔 问题描述 Problem Description

我测试过几次，只要视频长度超过两个小时，那么在音频转化阶段一定会失败。
想问一下，这个问题是我的使用问题，还是软件本身的问题。
以及这个问题我能做什么来处理它吗？因为一旦把视频切成两个音频，后期就还要手动再合到一起

[philpw99]

能否说说你用的是哪个工具进行音频转录？Faster Whisper, WhisperCPP, Whisper API, B 接口，还是 J 接口？

[Jaox5]

能否说你用的是哪个工具进行音频转录？更快的Whisper，WhisperCPP，Whisper API，B接口，还是J接口？

对不起，我使用的更快的Whisper，模型使用large-v2

[philpw99]

那太奇怪了，我用 faster whisper 转录过一些超过4个小时的视频，也没出错呀。
看看你的超过2小时的视频是否有多个声道，因为1.3.3版本是不支持多声道的。

[Jaox5]

那太奇怪了，我用 faster whisper 转录过一些超过4个小时的视频，也没出错呀。 看看你的超过2小时的视频是否有多个声道，因为1.3.3版本是不支持多声道的。

OK，我马上检查一下。

[Jaox5]

那太奇怪了，我用 faster whisper 转录过一些超过4个小时的视频，也没出错呀。 看看你的超过2小时的视频是否有多个声道，因为1.3.3版本是不支持多声道的。

有点奇怪，我一共测试了五次。有成功有失败，现在我定位不到是哪里的问题了
第一次，先是显示音频转换中，whisper识别，然后直接提示转换失败
第二次，我修改了文件名，这次转换会进入到百分比提示，然后在95%这里失败
第三次，我换了一个文件，也是音频转换中，whisper识别，然后直接提示转换失败
第四次，我没有修改这个文件，又重新转换了一次，这次成功了。音频转换中，whisper识别，百分比进度提示，第二次百分比进度提示，然后成功。
第五次，我换回第一次测试的文件，卡在进度95%这次失败。
所有文件都检查了，只内置一个声道。

我再补充点信息，你看看有没有帮助。
faster whisper 设置里，模型是large-v2，运行设备选的CUDA
VAD开启，阈值是0.2，方法选的，paynnote_onnx_v3
人声分离开了，单字时间戳开了，无提示词。
LLM使用DeepSeek，已经测试了，链接正常。
处理器是i7-8700
显卡是GTX 1660

[philpw99]

卡95%识别失败一般是由 whisper-cpp 引起的，而不是 faster whisper xxl。

突然想起，如果是faster whisper，那这是个很古老的 bug 了，1.2.0时候的，就是命令行的检查没有到位，明明完成了但程序还不知道，1.3.3应该是修好的了。

那老兄你还是用我的分支好了，虽然是基于1.2.0旧版的，不过肯定没有这个问题：
https://github.com/philpw99/VideoCaptioner/releases
记得要用“大模型单句翻译”，不要用“大模型智能翻译+优化”

[Jaox5]

卡95%识别失败一般是由 whisper-cpp 引起的，而不是 faster whisper xxl。

突然想起，如果是faster whisper，那这是个很古老的 bug 了，1.2.0时候的，就是命令行的检查没有到位，明明完成了但程序还不知道，1.3.3应该是修好的了。

那老兄你还是用我的分支好了，虽然是基于1.2.0旧版的，不过肯定没有这个问题： https://github.com/philpw99/VideoCaptioner/releases 记得要用“大模型单句翻译”，不要用“大模型智能翻译+优化”

了解。多谢bro