快速结论:该崩溃(Crash at the end of long video)通常出现在用 Faster Whisper 的 large-v3 模型转写较长音频、接近结尾时,表现为无 Python traceback 的进程级退出。优先排查显存/内存占用与 compute_type 设置,并考虑换用更小模型。
适用环境:已确认环境为 Windows 笔记本 + RTX2070(16GB 系统内存),Faster Whisper 使用 large-v3 模型、device="cuda"、compute_type="int8";对比测试环境为 Linux + RTX 3090(24GB 显存)。Issue 中未提供 Python、CUDA、PyTorch 具体版本。
最快修复方案:暂无确认的一步修复方案。Issue 中报告者反馈在改用更小模型(如 medium)后,较短的长视频可正常完成,但更长的视频仍会崩溃;维护者也未给出最终修复步骤。可优先尝试换用更小模型并观察是否还崩溃。
注意事项:升级到 1.0.1 被明确反馈“问题仍然出现”,因此升级版本不能作为可靠修复。报错退出码 -1073740791 (0xC0000409) 指向内存或栈相关问题,属于推测,未经 Issue 证实。该 Issue 被维护者标记为 #71 的重复问题,建议同时查阅 #71。
问题场景
用户在 Windows 笔记本上用 Faster Whisper 转写视频音频。使用 large-v3 模型时,如果视频长于约 15 分钟,会在视频结尾前约 30 秒崩溃,退出码为 -1073740791 (0xC0000409)。该现象只在日语视频中出现,英文和中文视频不崩溃。用户用以下代码调用:
from faster_whisper import WhisperModel
model_name = "large-v3"
model = WhisperModel(model_name, device="cuda", compute_type="int8")
segments, info = model.transcribe(file_path, vad_filter=True, condition_on_previous_text=False)
报错原文
Crash at the end of long video
exit code -1073740791 (0xC0000409)
崩溃前没有标准错误日志,只有类似以下的调试输出:
DEBUG:faster_whisper:Compression ratio threshold is not met with temperature 0.4 (8.297297 > 2.400000)
DEBUG:faster_whisper:Processing segment at 22:41.040
原因分析
可能原因是内存或栈资源不足。用户观察到使用 RTX2070 + 16GB 系统内存会崩溃,而维护者在 RTX 3090 + 24GB 显存环境下测试同一段 45.zip 音频(Linux)未复现任何错误,因此推测崩溃与显存/系统内存容量有关。用户尝试将 compute_type 从 float16 改为 int8 后,略超 15 分钟的视频不再崩溃,但 20 分钟以上的长视频仍会崩溃,进一步支持资源受限的推测。需要注意,这些都来自 Issue 中的推测,并非已确认的根因。
环境排查
- 确认 Faster Whisper 版本(Issue 中测试过 1.0.1,问题仍存在)。
- 确认
compute_type设置:float16与int8在崩溃阈值上表现不同。 - 确认模型大小:
large-v3与medium的崩溃表现不同。 - 确认显存容量(RTX2070 对比 RTX3090)。
- 确认系统内存容量(报告环境为 16GB)。
- 确认音频语言,问题仅在日语视频中复现。
- Issue 未提供 Python、CUDA、PyTorch 版本,排查时需自行确认这些依赖。
解决步骤
- 升级到 Faster Whisper 1.0.1 验证。Issue 中该版本未能修复崩溃,可作为排除项。
- 将
large-v3换成更小模型(例如medium)重跑同一段音频,观察是否仍崩溃。 - 将
compute_type从float16调整为int8重跑,观察崩溃出现的视频长度阈值是否变化。 - 若仍崩溃,检查转写过程中的显存和系统内存占用,判断是否为资源耗尽。
- 如问题持续,参考被标记为重复的 #71 获取更多背景。
验证方法
用此前会崩溃的日语长视频(如 Issue 中的 45.zip 或 YouTube 播放列表中的视频)重新转写,确认转写能完整跑到结尾、不再以退出码 -1073740791 (0xC0000409) 崩溃,并在日志中看到最后几个 segment 正常输出(例如 Issue 中 Linux 环境成功跑到 24:58.760 及结尾内容)。由于该 Issue 没有确认的一步修复,验证只能确认某一组合(模型大小 / compute_type / 硬件)在你的环境下是否规避了崩溃。
参考来源
SYSTRAN/faster-whisper #71(被标记为重复)
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
这个方案解决了吗?
可以继续搜索完整报错,或查看同一工具的其他排查指南。


