AllTalk TTS 项目中的 CUDA 和 PyTorch 兼容性问题解决方案
2025-07-09 08:57:29作者:昌雅子Ethen
问题背景
在 AllTalk TTS 项目中,用户在使用 text-generation-webui 扩展时遇到了 CUDA 不可用的问题。系统显示 PyTorch 版本为 2.2.1+cpu,表明当前环境中 PyTorch 没有正确加载 CUDA 支持。这个问题尤其影响使用 NVIDIA GeForce RTX 4060 Ti 16GB 显卡的用户。
核心问题分析
- PyTorch 与 CUDA 版本不匹配:项目需要 PyTorch 带有 CUDA 扩展支持,但当前安装的是 CPU 版本
- Python 环境兼容性:text-generation-webui 目前仅验证支持 Python 3.11.x 环境
- CUDNN 依赖问题:NVIDIA 官方仅提供了 Python 3.11.x 的 CUDNN 包
解决方案
标准解决方案(推荐)
-
确保使用正确的 Python 环境:
- 使用 text-generation-webui 提供的
start_windows.bat
安装和运行 - 在运行 atsetup.bat 前先执行 cmd_windows.bat
- 使用 text-generation-webui 提供的
-
验证 PyTorch CUDA 支持:
pip show torch
确认输出中包含
+cuXXX
(如 +cu121),表示已安装 CUDA 支持
强制安装 PyTorch 带 CUDA 支持
如果标准方法无效,可尝试以下步骤:
-
清除 pip 缓存:
pip cache purge
-
卸载现有 PyTorch:
pip uninstall torch torchaudio torchvision
-
安装指定版本的 PyTorch 带 CUDA 支持:
pip install torch==2.2.1+cu121 torchaudio>=2.2.1+cu121 torchvision --upgrade --force-reinstall --extra-index-url https://download.pytorch.org/whl/cu121
特殊情况处理
如果不需要使用微调(Fine-tuning)或 TTS 生成器的分析功能,可以:
- 编辑 requirements_textgen.txt 文件
- 移除
nvidia-cudnn-cu11>=9.0.0.312
依赖项
技术要点说明
- PyTorch CUDA 版本:必须与安装的 CUDA 工具包版本匹配
- CUDNN 与 CUDA 工具包:这是两个独立的组件,CUDNN 是用于深度神经网络加速的库
- 环境隔离:建议使用项目提供的标准环境,避免自定义环境带来的兼容性问题
验证方法
成功配置后,AllTalk 启动时应显示类似信息:
Current PyTorch Version: 2.2.1+cu121
Current CUDA Version : 12.1
注意事项
- 目前 text-generation-webui 仅正式支持 PyTorch 2.2.1 版本
- 更高版本的 PyTorch 可能与部分模型加载器不兼容
- 自定义 Python 环境可能导致不可预见的依赖冲突
通过以上方法,大多数用户应该能够解决 CUDA 不可用的问题,使 AllTalk TTS 能够充分利用 GPU 加速功能。
登录后查看全文
热门项目推荐
- 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~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava03GitCode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。06GOT-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!C0295- 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

React Native鸿蒙化仓库
C++
176
260

🎉 (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
854
505

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
254
295

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

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
331
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

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
1.07 K
0

deepin linux kernel
C
21
5