#3345 配音阶段出错 [clone-voice(本地)] {'code': 6, 'msg': 'CUDA error: no kernel image is available for execution on the device CUDA k

该错误是由于你的显卡与 clone-voice 声音克隆模型所需的 CUDA 计算能力不匹配导致的。具体报错信息 no kernel image is available for execution on the device 表明当前安装的 PyTorch/CUDA 版本无法在你的显卡上运行。

解决方案：

1. 检查显卡型号和计算能力：使用 nvidia-smi 命令查看你的显卡型号，并搜索该型号对应的 CUDA 计算能力（Compute Capability）。例如，较新的 RTX 40 系列显卡可能需要更高版本的 PyTorch。

2. 更新 PyTorch 版本：clone-voice 项目可能内置了特定版本的 PyTorch。你需要根据你的显卡计算能力，手动安装或更新 clone-voice 环境中的 PyTorch 版本。

   • 访问 PyTorch 官网 (https://pytorch.org/get-started/locally/)。
   • 根据你的 CUDA 版本（如 CUDA 12.1）和计算能力，选择正确的安装命令。例如，对于 CUDA 12.1，命令可能是 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121。
   • 在 clone-voice 项目的虚拟环境或 Conda 环境中执行此命令。

3. 降级使用其他配音渠道：如果更新 PyTorch 后问题依旧，或者操作复杂，建议暂时使用其他兼容性更好的配音渠道。

   • 推荐：切换到 Edge-TTS（免费，无需配置 CUDA）或 F5-TTS（支持克隆，但需独立部署其 API 服务）。
   • 在 pyVideoTrans 的“配音设置”中，将“配音渠道”从 clone-voice(本地) 更改为上述渠道之一。

根本原因：此错误通常发生在使用较新架构（如 Ada Lovelace 架构的 RTX 40 系）或较旧架构的显卡时，预编译的 PyTorch 二进制包未包含针对你显卡计算能力的 CUDA 内核。需要安装正确版本的 PyTorch。

请查阅相关文档：

• 安装声音克隆工具 clone-voice
• F5-TTS api调用常见错误
• edgeTTS 配音渠道

rtx5060ti 选什么 请给我下载命令

你的 RTX 5060 Ti 显卡属于最新的 Blackwell 架构，其 CUDA 计算能力可能过高，导致当前 clone-voice 环境中的 PyTorch 版本不包含对应的内核。你需要安装支持 CUDA 12.4 及以上版本且包含新架构内核的 PyTorch。

解决方案：

1. 安装支持 CUDA 12.4 的 PyTorch：根据 PyTorch 官网，目前（截至知识库更新时）稳定版主要支持 CUDA 12.1。对于 RTX 50 系列，你可能需要安装 Nightly（预览）版本或特定构建。访问 PyTorch 官网获取最新命令。

2. 下载命令（推荐）：

   • CUDA 12.4 (稳定版)：如果 PyTorch 已发布稳定版，命令可能类似：
     pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
   • CUDA 12.4 (Nightly 版)：如果稳定版未发布，使用 Nightly 版本：
     pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu124
   • CUDA 12.1 (备用)：如果 12.4 版本不可用，先尝试 CUDA 12.1 的稳定版，但可能仍会报错：
     pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
3. 执行环境：必须在 clone-voice 项目自身的 Python 虚拟环境或 Conda 环境中运行上述命令，而不是在 pyVideoTrans 的环境中。你需要进入 clone-voice 的安装目录，激活其环境后再安装。
4. 备选方案：如果上述步骤复杂或无效，强烈建议你暂时放弃 clone-voice，改用其他配音渠道，如 Edge-TTS（免费，无需配置）或 F5-TTS（支持克隆，需独立部署）。在 pyVideoTrans 的配音设置中直接切换即可，这是最快解决当前翻译任务的方法。

根本原因：RTX 50 系列显卡的计算能力（如 9.0）可能超出了 clone-voice 所依赖的预编译 PyTorch 二进制包的支持范围，导致“no kernel image”错误。需要安装包含新架构内核的 PyTorch 版本。

请查阅相关文档：

• 安装声音克隆工具 clone-voice
• F5-TTS api调用常见错误
• edgeTTS 配音渠道

具体怎么安装

要解决 RTX 5060 Ti 显卡运行 clone-voice 的 CUDA 内核错误，核心是进入 clone-voice 项目的 Python 环境，安装一个支持新显卡架构的 PyTorch 版本。以下是具体步骤：

1. 定位并进入 clone-voice 环境：

   • 找到你安装 clone-voice 的目录。

   • 如果 clone-voice 使用 Conda 环境，通常目录下会有 environment.yml 或 conda 相关文件。打开命令提示符 (CMD) 或 Anaconda Prompt，导航到该目录，然后激活环境。命令通常为：

     conda activate [你的环境名]

     如果环境名未知，可以尝试 conda info --envs 查看所有环境。

   • 如果 clone-voice 使用 venv 或 virtualenv 虚拟环境，进入该环境的 Scripts 目录（Windows）或 bin 目录（Mac/Linux），然后运行 activate（Windows）或 source activate（Mac/Linux）。

2. 在激活的环境中安装 PyTorch：

   • 确保环境激活后，命令行提示符前显示环境名称。

   • 执行以下命令之一来安装支持 CUDA 12.4 的 PyTorch（这是目前最可能支持 RTX 50 系列的版本）：

     • 稳定版（如果已发布）：

       pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

     • Nightly 预览版（如果稳定版未发布或无效）：

       pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu124

   • 如果 CUDA 12.4 版本安装失败或不可用，可以尝试安装 CUDA 12.1 的稳定版作为测试，但可能仍会报错：

     pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

3. 验证安装并重启服务：

   • 安装完成后，在 Python 交互环境中输入 import torch; print(torch.cuda.is_available()) 应返回 True。
   • 关闭并重新启动 clone-voice 的 API 服务。

4. 备选方案（推荐）：

   • 如果上述步骤复杂或安装后问题依旧，最快捷的解决方案是直接更换 pyVideoTrans 中的配音渠道。
   • 在 pyVideoTrans 的“配音设置”中，将“配音渠道”从 clone-voice(本地) 切换到 Edge-TTS（免费，无需配置）或配置好的 F5-TTS（支持声音克隆）。
   • 这可以让你立即继续视频翻译任务，无需等待显卡兼容性问题解决。

重要提醒：此操作仅针对 clone-voice 项目本身。pyVideoTrans 主程序使用的 CUDA 环境（如为 faster-whisper 加速）是独立的，不受此影响。

请查阅相关文档：

• 安装声音克隆工具 clone-voice
• F5-TTS api调用常见错误
• edgeTTS 配音渠道