ChatTTS项目在Mac M1/M2/M3芯片上的运行问题分析与解决方案

ChatTTS作为一款开源的文本转语音工具，在Mac设备上运行时可能会遇到一些兼容性问题。本文将深入分析这些问题的根源，并提供有效的解决方案。

问题现象分析

当用户在搭载Apple M系列芯片（M1/M2/M3）的Mac设备上运行ChatTTS时，主要会出现两类错误提示：

1. 核心运行时错误：在执行wavs = chat.infer(texts, use_decoder=True)时，系统抛出RuntimeError，提示INTERNAL ASSERT FAILED错误，具体指向PyTorch的二进制内核操作问题。

2. 持续警告信息：运行过程中不断输出关于torch._dynamo.convert_frame的警告，最终显示Device mps not supported的错误信息。

技术背景解析

这些问题的根源在于PyTorch框架对Apple M系列芯片的Metal Performance Shaders（MPS）后端支持尚不完善：

1. MPS后端限制：PyTorch的MPS后端目前对某些复杂运算（特别是涉及复数类型的操作）支持不完整，导致在音频处理流程中出现断言失败。

2. 编译优化冲突：PyTorch的动态图编译优化（torch.compile）与MPS后端存在兼容性问题，无法正确生成针对M1/M2/M3芯片优化的代码。

解决方案

针对上述问题，我们推荐以下几种解决方案：

方案一：禁用动态编译优化

在初始化ChatTTS时，添加以下配置可避免大部分问题：

import torch
torch._dynamo.config.suppress_errors = True

方案二：强制使用CPU计算

虽然性能会有所下降，但可以确保稳定性：

import os
os.environ["PYTORCH_ENABLE_MPS_FALLBACK"] = "1"

方案三：使用特定版本的PyTorch

某些PyTorch版本对MPS支持更稳定，可以尝试：

pip install torch==2.1.0

性能优化建议

对于希望在Mac设备上获得更好性能的用户：

1. 使用较小的batch size以减少内存压力
2. 考虑使用半精度(fp16)计算
3. 监控GPU内存使用情况，适当调整模型参数

未来展望

随着PyTorch对MPS后端支持的不断完善，预计这些问题将在未来的版本中得到解决。开发团队也在积极优化代码，以更好地适配Apple Silicon芯片。

对于技术爱好者，可以关注PyTorch的官方更新日志，及时了解MPS后端的改进情况。同时，ChatTTS项目团队也在持续优化模型架构，以提供更好的跨平台支持。