[10.5]VR视频工具箱CUDA专版2.0.3版，逐句情感语音克隆补丁3

tinba21

大佬下个版本更新一个处理完成后自动关机呗，处理完了后倒计时1分钟，倒计时完就自动关机，倒计时结束前可以取消那种。

zelefans

小蚊 发表于 2026-7-11 22:37
大佬求助，软件提示：[!] 缺少必要工具: jasna
>> 请查阅程序同目录下的「说明.txt」，里面有详细的安装步 ...

更新包我忘记放这几个文件了，新的完整包有.
说明文件网址：https://codeberg.org/zelefans/vr ... %AF%B4%E6%98%8E.txt
或：
https://github.com/zerochocobo/V ... %AF%B4%E6%98%8E.txt

JASNA部分说明：
1. 打开此网址：https://github.com/Kruk2/jasna/releases
2. 下载最新的 Windows 版并解压缩。
3. 推荐有两种方法可以使用 jasna.exe
   方法1：将 Jasna 文件夹（包括_internal目录）复制到本程序的同级目录下，确保jasna.exe和VR_Video_Toolbox.exe 在同级目录
   方法2：解压缩后配置Windows的PATH指向这个文件夹，例如：D:\Jasna\
4. 在主界面「AI去马赛克引擎」里选择「Jasna」或「Lada」，程序会自动记忆。
5. 注意：Jasna 同样需要 NVIDIA 显卡。

我推荐方法2，混在一起以后更新啥都乱

小蚊

zelefans 发表于 2026-7-11 23:05
更新包我忘记放这几个文件了，新的完整包有.
说明文件网址：https://codeberg.org/zelefans/vr_remove_mo ...

谢谢大佬细心解答！已经安装好了！非常感谢！

hyyyccc

4k2伟大
大佬牛逼

tinba21

大佬，”解压缩后配置Windows的PATH指向这个文件夹，例如：D:\Jasna\“，能仔细说说是从哪里配置这个PATH么？小白真没懂在哪里配置。

2545927092

老哥 软件非常强大，我已经试用并发布了生成出来的字幕，以下我发现的小问题
1.演员的声音比较尖锐或大舌头感，导致了语音识别会出现错误，或干脆没有识别到，导致翻译会出错，或者缺失，当然这个问题应该是修复不了，我就是提一嘴
2.我最希望修复的，就是字幕的时间轴，几乎没有字幕做到了对齐，大多都是靠前了，导致演员的话说到一半，字幕早早就消失了，语言逻辑错误我可以根据个人爱好去修改调整，但时间轴对齐是真耗时间啊，我那一部一小时多点的，硬是用了三个多小时才对齐完整
以上就是我的小建议啦，再次感谢大佬的分享

zelefans

2545927092 发表于 2026-7-14 10:41
老哥 软件非常强大，我已经试用并发布了生成出来的字幕，以下我发现的小问题
1.演员的声音比较尖锐或大舌头 ...

1、语音识别错误这个的确蛮难，最好的Whisper也经常出问题，我现在的方案只能用后置AI尽量根据上下文来修。没有识别到的问题是这个版本特别修复的，所以引入了人声检测阈值这个选项。你现在用的哪个版本。
2、我开发完了1.5版本之后生成了一部视频并播放过，没有发现你说的问题。因为用了字级别的时间戳，理论上时间是卡住。开发过程中发现时间戳提前的情况，研究发现是气声被识别到。能否给个你遇到的车牌我测一下。我核对一下其他人的字幕，再深入看看

2545927092

zelefans 发表于 2026-7-14 11:25
1、语音识别错误这个的确蛮难，最好的Whisper也经常出问题，我现在的方案只能用后置AI尽量根据上下文来修 ...

今天生成了好多部，就用其中一小段当例子吧，HNVR-007，第一段，我裁切出了字幕对应的音频片段，从声纹上能看出是错位的

zelefans

2545927092 发表于 2026-7-14 12:42
今天生成了好多部，就用其中一小段当例子吧，HNVR-007，第一段，我裁切出了字幕对应的音频片段，从声纹上 ...

我下载了片子试试。看WAV声纹是好办法，我日常开发过程几乎没法听样本。

2545927092

zelefans 发表于 2026-7-14 13:17
我下载了片子试试。看WAV声纹是好办法，我日常开发过程几乎没法听样本。 ...

对了，再补充一点，有时候演员台词的断句空隙比较长，就容易出现字幕只出现一半的情况，如果能做到的话，可以试试让字幕断句频繁点，例如识别到1秒以上的声纹空隙就断句这种，当然我也不确定能不能做到