东亚语言的不需要的字幕

在生成中文、日语或韩语等东亚语言的视频时,99% 的情况下,生成的视频会出现不需要的(完全混乱的)字幕。使用中文音频创建同步字幕的视频时也会出现此问题。使用启动图像或不使用启动图像都无关紧要。字幕都会出现。网上有许多建议的修复方法,例如使用 NAG、使用不同的采样器,但这些方法都不起作用。这似乎是一个数据集问题,大量包含烧录字幕的视频存在于训练集中。如果可能的话,应对其进行审查和清理。我将此问题评为重大问题,因为目前这个出色的模型对于包含东亚语言的任何内容都无法使用。