转录时出现单字输出的问题

CheshireCC / faster-whisper-GUI

faster_whisper GUI with PySide6

GNU Affero General Public License v3.0

1.72k stars 104 forks source link

Closed sonyjams closed 5 months ago

sonyjams commented 5 months ago

Screenshot 2024-06-12 181237 VAD的最小静息时长无论是默认还是1000结果都相同，关闭VAD也会出现该情况，其余参数未变动

nnnnn376 commented 5 months ago

你把单词级时间戳打开，然后再用whisperX时间戳对齐试试，可能有所好转

nnnnn376 commented 5 months ago

你可以把最小静息时长调成100，好像调大了字幕更碎

sonyjams commented 5 months ago

你可以把最小静息时长调成100，好像调大了字幕更碎

这些都调过了，不管用，最后卸载重装解决了

sonyjams commented 5 months ago

屏幕截图 2024-06-17 120202 阴差阳错下发现是这个之前调成了1导致的

nnnnn376 commented 5 months ago

阴差阳错下发现是这个之前调成了1导致的

是的，这个调成1的话，如果两句话的开头词语是相同的就会出现这种错误

CheshireCC commented 5 months ago

阴差阳错下发现是这个之前调成了1导致的

是的，这个调成1的话，如果两句话的开头词语是相同的就会出现这种错误

阴差阳错下发现是这个之前调成了1导致的

是的，这个调成1的话，如果两句话的开头词语是相同的就会出现这种错误

😲😲😲😲 厉害了，这个参数是用来防止重复 token 输出的，主要是用来抑制空白部分的幻听复读现象。。没想到会造成识别问题