[2noise/ChatTTS]生成最后一个预设英文示例的 tts 音频出现问题

2024-10-21 995 views

回答

5

我们需要更多信息。其他设置都是默认的吗?你的环境是什么?在我的平台(Apple M1)上,这个音频听起来像audio.mp3.zip

4

我没有更改任何代码,只是克隆代码并运行:

python example/web/webui.py

以下是更多信息:

GPU: RTX 4090
Platform: Ubuntu 22.04.3 
Dirver and CUDA:  NVIDIA-SMI 535.171.04             Driver Version: 535.171.04   CUDA Version: 12.2  
key pip  packages:

Package                   Version     Editable project location
------------------------- ----------- -------------------------
numpy                     1.26.4
nvidia-cublas-cu12        12.1.3.1
nvidia-cuda-cupti-cu12    12.1.105
nvidia-cuda-nvrtc-cu12    12.1.105
nvidia-cuda-runtime-cu12  12.1.105
nvidia-cudnn-cu12         8.9.2.26
nvidia-cufft-cu12         11.0.2.54
nvidia-curand-cu12        10.3.2.106
nvidia-cusolver-cu12      11.4.5.107
nvidia-cusparse-cu12      12.1.0.106
nvidia-nccl-cu12          2.20.5
nvidia-nvjitlink-cu12     12.5.82
nvidia-nvtx-cu12          12.1.105
torch                     2.3.1
torchaudio                2.3.1
tqdm                      4.66.4
traitlets                 5.14.3
transformers              4.42.4
triton                    2.3.1
6

尝试

import torch

print(torch.cuda.is_available())

如果输出为False,请尝试安装正确的 torch 版本并启用 CUDA。如果是True,请尝试通过编辑examples/web/funcs.py函数在 CPU 上运行load_chat,替换

ret = chat.load(coef=coef, compile=sys.platform != "win32")

ret = chat.load(coef=coef, compile=sys.platform != "win32", device="cpu")
0

我在我的 Mac M2 笔记本上重现了类似的问题。重现步骤:1.从 github 克隆最新代码 rev: 51ec0c784c2795b257d7a6b64274e7a36186b731

  1. 创建一个新的 conda env + python 3.10
  2. pip 安装-r 要求.txt
  3. python 示例/web/webui.py

以下是示例音频: https: //github.com/neoyxm/misc/raw/main/audio_mac_m2.mp3

8

尝试最新dev分支。

4

dev 分支可以正常工作。主分支似乎出了问题。而且该缺陷不仅影响英文文本,还影响 Linux 平台上的中文文本 + cuda。

请看一下那个。

6

好吧,尽管 vLLM 功能仍在开发中,但我们似乎需要将 dev 分支同步到 main。