调用TextToSpeech()失败求助：Tortoise TTS在VS Code中运行报错

问题详情 #

在VS Code中运行Python代码调用Tortoise TTS的TextToSpeech()函数时触发报错，相关信息如下：

环境配置命令 #

!nvidia-smi

!pip3 install -U scipy
!git clone https://github.com/neonbjb/tortoise-tts.git
%cd tortoise-tts
!pip3 install -r requirements.txt
!python3 setup.py install

运行代码 #

import torch
import torchaudio
import torch.nn as nn
import torch.nn.functional as F
import IPython
from tortoise.api import TextToSpeech
from tortoise.utils.audio import load_audio, load_voice, load_voices

tts = TextToSpeech()

报错相关截图 #

• NVIDIA显卡状态截图
• TextToSpeech()函数加载报错截图

解决建议 #

1. 验证PyTorch与CUDA适配性
   从显卡信息可知CUDA版本为11.7，需确保PyTorch版本支持该CUDA版本。执行print(torch.cuda.is_available())验证CUDA是否可用，若返回False，卸载现有PyTorch并重新安装适配版本：

   pip3 uninstall torch torchvision torchaudio -y
   pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
   

2. 修复损坏的预训练模型
   TextToSpeech()初始化时会自动下载预训练模型，网络问题可能导致模型文件损坏。删除tortoise-tts/models目录下的缓存文件，重新运行代码触发模型重新下载。

3. 匹配依赖版本
   Tortoise TTS对部分依赖版本有严格要求，安装指定版本依赖：

   pip3 install transformers==4.29.2 torchaudio==2.0.2
   

4. 缓解显存压力
   若为显存不足报错，初始化时使用轻量模型：

   tts = TextToSpeech(use_small_models=True)
   

内容的提问来源于stack exchange，提问作者Daaris Ameen