#5284 moss-tts-nano只有cpu再跑gpu没动静

moss-tts 本身基于 PyTorch，默认应自动调用 GPU（若环境正确）。GPU 无动静通常是因为 未启用软件内的 CUDA 加速 或 CUDA 环境配置不完整。

解决方案：

1. 确认主界面已勾选“CUDA 加速”
   在 翻译视频和音频 面板第 6 行，必须勾选该选项，否则所有本地模型（包括 moss-tts）都强制跑 CPU。

2. 检查 CUDA 环境是否正确
   打开命令提示符，执行：

   • nvcc -V 查看 CUDA 编译器版本（需 ≥12.8）
   • nvidia-smi 查看显卡驱动及支持的最高 CUDA 版本
     若其中任意一项失败或版本过低，需重新安装 CUDA Toolkit 12.8+ 及 cuDNN 9.11+，并确保 bin 和 lib 目录已添加到系统 PATH 环境变量。

3. 验证 PyTorch 是否能检测到 GPU
   在 Python 环境下执行：

   import torch
   print(torch.cuda.is_available())

   若返回 False，说明 PyTorch 未识别到 GPU，可考虑重装带 CUDA 支持的 PyTorch 版本。

4. moss-tts 特殊说明
   moss-tts 依赖 pynini 和 WeTextProcessing 等库，这些库不影响 GPU 调用。如果上述步骤均正确但 GPU 仍无负载，可能是 moss-tts 模型本身运行时未主动选择 GPU 设备，可在 高级选项 -> 语音识别参数 中将 计算数据类型 设为 float16 并重启任务尝试。

如果仍无法解决，请提供 logs/ 目录下最新的日志文件（底部约 30 行错误），以便进一步分析。

请查阅相关文档：

• Windows 上配置 CUDA 和 cuDNN
• 常见问题 FAQ

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2025 NVIDIA Corporation
Built on Wed_Jan_15_19:38:46_Pacific_Standard_Time_2025
Cuda compilation tools, release 12.8, V12.8.61
Build cuda_12.8.r12.8/compiler.35404655_0Thu Jun 18 19:55:40 2026
+

+

你的 CUDA 环境配置完全正确（CUDA 12.8 + 驱动 CUDA 13.1），显卡性能也足够。moss-tts 仍跑 CPU 通常是以下三个原因之一：

1. 软件主界面未勾选“CUDA加速”
   在“翻译视频和音频”面板第 6 行，务必勾选 CUDA加速 选项（左侧面板所有功能里均需单独勾选）。

2. cuDNN 未安装或环境变量缺失

   • 下载 cuDNN 9.11+（https://developer.nvidia.com/cudnn）
   • 将 cuDNN 的 bin 目录（通常解压到 CUDA 安装目录下）添加到系统 PATH 环境变量中。
   • 重启电脑后，在 CMD 中执行 where cudnn*.dll 应能返回路径。

3. PyTorch 未检测到 GPU
   在软件根目录下打开 CMD（或 PowerShell），运行：

   .\python.exe -c "import torch; print(torch.cuda.is_available())"

   • 若返回 False，则说明内置的 PyTorch 安装有问题。
   • 解决办法：重新下载完整版压缩包（2.6GB）并解压到全英文路径（如 D:\pyVideoTrans），覆盖原有文件。
   • 若返回 True，则继续检查 moss-tts 的配置。

进阶排查

• 在 高级选项 → 语音识别参数 中，将 计算数据类型 设为 float16（若未生效可重启软件）。
• 如果以上步骤均无效，请提供 logs/ 目录下最新日志文件的底部 30 行内容，以便进一步定位 moss-tts 的调用细节。

Traceback (most recent call last):
File "", line 1, in

import torch; print(torch.cuda.is_available())
^^^^^^^^^^^^

ModuleNotFoundError: No module named 'torch'

ModuleNotFoundError: No module named 'torch' 说明你所调用的 python.exe 并非 pyVideoTrans 自带的 Python 环境。打包版软件的 Python 运行环境位于 _internal 文件夹下。

解决方法：

1. 找到正确的 python.exe
   进入软件根目录（即 sp.exe 所在文件夹），再进入 _internal 子目录，找到 python.exe。

2. 重新测试
   在该目录打开命令提示符（可以按住 Shift 单击右键，选择“在此处打开 PowerShell 窗口”或 CMD），执行：

   .\python.exe -c "import torch; print(torch.cuda.is_available())"

   若返回 True，则说明 PyTorch 环境正常，GPU 可用；若仍然报错，说明内置 PyTorch 损坏，需要重新下载完整的 2.6GB 压缩包并解压到全英文路径覆盖。

3. 如果返回 True，请再测试 moss-tts
   返回主界面，确认已勾选“CUDA 加速”，重启任务，GPU 应开始工作。

若重下完整版覆盖后问题依旧，请提供 logs/ 目录下最新的日志文件以便进一步分析。

Traceback (most recent call last):
File "", line 1, in

import torch; print(torch.cuda.is_available())
^^^^^^^^^^^^

File "E:\win-pyvideotrans-v4.02-0616\_internal\torch\__init__.py", line 14, in

import ctypes

File "E:\miniconda3\Lib\ctypes\__init__.py", line 8, in

from _ctypes import Union, Structure, Array

ImportError: Module use of python310.dll conflicts with this version of Python.

错误原因是系统环境变量中存在其他 Python（如 Miniconda3）的路径，导致加载了错误的 python310.dll。解决办法：使用软件自带的 python.exe 并屏蔽系统 PATH 干扰。

操作步骤：

1. 打开命令提示符（CMD），依次执行以下命令（请逐行复制执行，不要跳过）：

   cd /d E:\win-pyvideotrans-v4.02-0616
   set PATH=%CD%\_internal;%CD%\_internal\Lib\site-packages\torch\lib;%SystemRoot%\system32;%SystemRoot%
   .\_internal\python.exe -c "import torch; print(torch.cuda.is_available())"

2. 如果返回 True，说明 GPU 可用，关闭命令提示符窗口，直接双击软件根目录的 sp.exe 启动软件，并在主界面勾选 CUDA 加速 即可正常使用 moss-tts 的 GPU 加速。
3. 如果仍然报错 ModuleNotFoundError: No module named 'torch' 或其他导入错误，说明软件内置的 torch 包已损坏。请重新下载完整的 v4.02 完整版压缩包（2.6GB），解压到全英文目录（如 D:\pyVideoTrans）覆盖原有文件，然后重复上述步骤。

⚠️ 注意：不要在已激活 Conda 环境的 CMD 中运行 sp.exe，直接双击 sp.exe 即可。如果习惯用 CMD 启动，请先执行 deactivate 退出所有 Conda 环境。

正常。这个渠道是使用onnxruntime运行的，仅包含cpu运行时，不使用gpu