M1 Mac环境下Tortoise-TTS长文本脚本GPU报错求助

已在虚拟环境中部署Tortoise-TTS，可正常运行do_tts.py及tortoise_tts.ipynb中的代码，但运行read.py、read_fast.py处理长文本时触发报错：

raise RuntimeError('Attempting to deserialize object on a CUDA '
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device('cpu') to map your storages to the CPU.

检查后发现read.py、read_fast.py中不含torch.load语句，询问需修改原代码的哪个文件哪一行。

报错根源是Tortoise-TTS的底层模型加载逻辑未指定CPU映射，需修改**tortoise/api.py**文件中的模型加载代码：

• 打开tortoise/api.py，找到load_model函数（不同版本行号略有差异，通常在文件190-210行区间）
• 找到函数内的torch.load调用语句，原代码类似：

  model = torch.load(model_path)
  

• 修改为：

  model = torch.load(model_path, map_location=torch.device('cpu'))
  

• 保存文件后重新运行read.py或read_fast.py即可。

若仍有同类报错，可检查tortoise/models/目录下的模型加载代码，确保所有torch.load调用都添加了map_location=torch.device('cpu')参数。

内容的提问来源于stack exchange，提问作者jms