ChatTTS项目在Mac M1设备上的运行问题分析与解决方案
2025-05-04 17:43:20作者:宗隆裙
ChatTTS是一个开源的文本转语音项目,近期有用户反馈在Mac M1设备上运行时出现了错误。本文将详细分析该问题的原因,并提供完整的解决方案。
问题现象
当用户在Mac M1设备上运行ChatTTS时,系统会提示"未找到GPU,使用CPU代替",随后出现一系列模型未初始化的警告信息,最终导致断言错误(AssertionError)。这表明程序在初始化过程中未能正确加载必要的模型组件。
问题原因分析
-
GPU兼容性问题:Mac M1设备使用的是Apple Silicon芯片,其GPU架构与传统NVIDIA GPU不同,导致项目默认的GPU支持无法正常工作。
-
模型加载路径问题:程序未能自动定位到模型文件的正确路径,导致各组件初始化失败。
-
设备设置问题:默认配置可能不适合在Mac M1上运行,需要显式指定使用CPU。
解决方案
方法一:完整手动加载模型
import ChatTTS
import scipy
# 指定模型路径(根据实际下载位置调整)
model_path = '/Users/your_username/.cache/modelscope/hub/pzc163/chatTTS'
chat = ChatTTS.Chat()
chat.load_models(
vocos_config_path=f"{model_path}/config/vocos.yaml",
vocos_ckpt_path=f"{model_path}/asset/Vocos.pt",
dvae_config_path=f"{model_path}/config/dvae.yaml",
dvae_ckpt_path=f"{model_path}/asset/DVAE.pt",
gpt_config_path=f"{model_path}/config/gpt.yaml",
gpt_ckpt_path=f"{model_path}/asset/GPT.pt",
decoder_config_path=f"{model_path}/config/decoder.yaml",
decoder_ckpt_path=f"{model_path}/asset/Decoder.pt",
tokenizer_path=f"{model_path}/asset/tokenizer.pt",
device='cpu' # 显式指定使用CPU
)
texts = ["hello"]
wavs = chat.infer(texts, use_decoder=True)
scipy.io.wavfile.write(filename="./output.wav", rate=24_000, data=wavs[0].T)
方法二:使用modelscope下载模型
from modelscope import snapshot_download
import ChatTTS
# 下载模型
model_dir = snapshot_download('pzc163/chatTTS')
# 初始化ChatTTS
chat = ChatTTS.Chat()
chat.load_models(source="local", local_path=model_dir, device='cpu')
# 使用示例
texts = ["hello"]
wavs = chat.infer(texts, use_decoder=True)
注意事项
-
确保已安装所有必要的依赖包,特别是scipy和modelscope(如果选择第二种方法)。
-
模型文件较大,下载可能需要较长时间,请确保网络连接稳定。
-
在Mac M1上使用CPU运行可能会比GPU慢,这是正常现象。
-
如果遇到权限问题,可能需要使用
chmod
命令为模型文件添加读取权限。
性能优化建议
虽然Mac M1的GPU无法直接使用,但可以尝试以下方法提高性能:
-
使用M1的神经引擎加速:确保安装了最新版的PyTorch-MPS支持。
-
减少批量大小:一次处理较少的文本可以降低内存需求。
-
考虑使用量化模型(如果项目支持)以减少计算量。
通过以上方法,用户应该能够在Mac M1设备上成功运行ChatTTS项目并实现文本转语音功能。
登录后查看全文
热门项目推荐
相关项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~058CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0382- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
49
337

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
348
382

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
872
517

React Native鸿蒙化仓库
C++
179
263

openGauss kernel ~ openGauss is an open source relational database management system
C++
131
184

deepin linux kernel
C
22
5

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
335
1.09 K

harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
32
0

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0