[VR字幕工具]针对VR视频批处理字幕的工具开发好了,[5.2]RC2发布

zelefans

tarcy0410 发表于 2026-5-1 16:24
[Parsed_afftdn_0 @ 06eccf40] Option 'ad' not found
[AVFilterGraph @ 06ebcac0] Error initializing fil ...

你的ffmpeg版本太低，不支持一些新特性的参数，可能是很久以前电脑里装的。我发现电脑里之前有的软件默认自带老的ffmpeg。
你在cmd终端环境下输入ffmpeg --version，看一下版本是否是老的。
比如我的是：
ffmpeg --version
ffmpeg version 2025-11-10-git-133a0bcb13-full_build-www.gyan.dev Copyright

tarcy0410

zelefans 发表于 2026-5-1 17:42
你的ffmpeg版本太低，不支持一些新特性的参数，可能是很久以前电脑里装的。我发现电脑里之前有的软件默认 ...

谢谢大佬，解决了，能用了！对比之前用过的软件，很多细微的被跳过的声音也能识别出来了，但就是无论用用V2还是V3模型都会后面出现时间轴不对的问题，这个能通过软件设置调整么

zelefans

tarcy0410 发表于 2026-5-1 20:17
谢谢大佬，解决了，能用了！对比之前用过的软件，很多细微的被跳过的声音也能识别出来了，但就是无论用用 ...

关于错位的问题我也有发现，部分句子有差部分没有。还没仔细查原因是模型问题还是切片机制问题，因为绝大部分时间没办法放视频听声音比对。给我一个严重问题的编号有空看下。这两天在做硬字幕研究差不多了，准备发了11.0正式版很快11.1版上。

tarcy0410

zelefans 发表于 2026-5-1 20:55
关于错位的问题我也有发现，部分句子有差部分没有。还没仔细查原因是模型问题还是切片机制问题，因为绝大 ...

我拿了之前弄的一个时间轴准(但会漏内容）的字幕一起打包了，你有空看下吧。

sima410

无聊Tai 发表于 2026-4-30 14:09
怎么操作的啊  我的也是检测不到

我后来试了各种办法，都不行。path环境也都设置了。我现在还是用whiper了，我显卡5080，也不算太慢。

zelefans

sima410 发表于 2026-5-2 11:58
我后来试了各种办法，都不行。path环境也都设置了。我现在还是用whiper了，我显卡5080，也不算太慢。 ...

新版本做了处理。原因是从 Python 3.8 开始，Windows 下加载 DLL 的安全策略变了：不再使用 PATH 环境变量来搜索依赖 DLL，必须显式调用 os.add_dll_directory() 或者把 DLL 放在受信任的位置（如 sys.prefix、%SystemRoot%\System32 等）
今天RC2版本已经发布，这个问题调了很久应该可以解决了，就是我没有测试的环境，只是用的方法可以引入同目录的dll，你可以再试一下

zelefans

tarcy0410 发表于 2026-5-1 21:33
我拿了之前弄的一个时间轴准(但会漏内容）的字幕一起打包了，你有空看下吧。
...

多谢多谢，换了新的分段模型并修改参数之后，应该大幅改善了，除了kotoba快速模型还有结束时间过早的问题，其他大模型基本对标你给的时间轴基准了。
RC2已经发布，可以测试一下。希望没问题，我可以发布正式版之后尽快发布下个版本硬字幕功能了。

tarcy0410

zelefans 发表于 2026-5-2 19:11
多谢多谢，换了新的分段模型并修改参数之后，应该大幅改善了，除了kotoba快速模型还有结束时间过早的问题 ...

好的~感谢，我回头试试~辛苦了

zelefans

joe123 发表于 2026-4-30 15:52
大佬研究一个抠图功能，配合AmaRecVRServer不知道能不能提升体验效果

这个需求相当有趣，我用过AmaRecVRServer和配套客户端，但效果一般，明显在PC上用的传统方法在抠图没有用到神经网络模型。其实现在的技术可以做到更好。MoonVR和DeoVR的passthrough播放效果都不错。 视频抠人像也有好几年的技术了，但不是很热门，我已经在做技术选型研究了。

补充：上午做好了一版sivr-057-1开头一分钟，还能看看，但是对于贴近眼前的腿脚、不露脸之类画面很难成功。适合那种存在一定距离的。继续研究，MoonVR Player新版本针对这类视频做得很好。如果这类视频多了可能还能逼其他几家跟进。

forwatchuse

技术大佬啊