Irodori-TTSをROCmで動かす（Ubuntu編）

Amazonのアソシエイトとして、当ブログは適格販売により収入を得ています。

最近YouTubeでちらほら見かけるので、動くのか試してみました。
Ryzen9 7900無印の内蔵GPUで確かめたので、ちょっと環境構築方法が特殊です。
参考にならないかもしれませんが、一応記事にします。

環境を構築

今回も「uv」を使います。
「uv」についてはこちらで説明しています。

sudo apt update
sudo apt install cmake build-essential

git clone https://github.com/Aratako/Irodori-TTS.git
cd Irodori-TTS

uv venv --python /usr/bin/python3
source .venv/bin/activate

uv pip install torch torchvision --index-url https://download.pytorch.org/whl/rocm6.4

次にrequirements.txtをインストールする前に、

この２つを「#」でコメントアウトします。

uv pip install -r requirements.txt

ここまでで環境の構築は完了です。

音声を生成しよう

公式では、

uv run python infer.py \
  --hf-checkpoint Aratako/Irodori-TTS-500M-v2 \
  --text "今日はいい天気ですね。" \
  --no-ref \
  --output-wav outputs/sample.wav

という感じになっていますが、「uv run」を使うと、なぜかcuda用のpytrochをインストールされてしまいます。
なので、

export HSA_OVERRIDE_GFX_VERSION=10.3.0 #内蔵GPUでROCm6.4を使うため偽装コマンドを使います

.venv/bin/python infer.py \
  --hf-checkpoint Aratako/Irodori-TTS-500M-v2 \
  --text "今日はいい天気ですね。" \
  --no-ref \
  --output-wav outputs/sample.wav

というように「.venv/bin/python infer.py」を使って下さい。
これで生成が始まります。

最後に

事情があって、Ryzen9 7900の内蔵GPUを使っていますが、これだと音声生成に１時間以上かかります。
皆さんは、普通にRXシリーズとROCm7を使って下さい。

とはいえ、CPUのみの生成だと１分くらいなので、ぶっちゃけGPUはいらないんじゃないかと思います。

今回は以上です。

Amazon | 玄人志向 Intel Arc B580 搭載グラフィックボード GDDR6 12GB 【国内正規代理店品】 AR-B580D6-E12GB/DF | 玄人志向 | グラフィックボード通販

玄人志向 Intel Arc B580 搭載グラフィックボード GDDR6 12GB 【国内正規代理店品】 AR-B580D6-E12GB/DFがグラフィックボードストアでいつでもお買い得。当日お急ぎ便対象商品は、当日お届け可能です。アマ...

Amazon | ASUS AMD Dual Radeon RX 9060 XT 16GB GDDR6ビデオカード DUAL-RX9060XT-16G 国内正規代理店品 | ASUS | グラフィックボード通販

ASUS AMD Dual Radeon RX 9060 XT 16GB GDDR6ビデオカード DUAL-RX9060XT-16G 国内正規代理店品がグラフィックボードストアでいつでもお買い得。当日お急ぎ便対象商品は、当日お届け可能です。...

Palit RTX 5060 Ti 16GB GDDR7 PCIe 5.0 グラフィックボード

Palit(パリット) GeForce RTX 5060 Ti Infinity 3 16GB / NE7506T019T1-GB2061S / グラフィックボードがグラフィックボードストアでいつでもお買い得。当日お急ぎ便対象商品は、当日お...

最新のROCmは対応していない

環境を構築

音声を生成しよう

最後に

コメント