ChatTTS项目在Mac M1设备上的运行问题分析与解决方案

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

1. 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。

2. 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。

3. 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

1. 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）。

2. 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。

3. 在Mac M1上使用CPU运行可能会比GPU慢，这是正常现象。

4. 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：

1. 使用M1的神经引擎加速：确保安装了最新版的PyTorch-MPS支持。

2. 减少批量大小：一次处理较少的文本可以降低内存需求。

3. 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。