Skip to content

fix(voice): 跑通 CosyVoice2 ROCm 推理并统一根目录依赖 - #149

Open
sunxfancy wants to merge 4 commits into
devfrom
codex/cosyvoice2-rocm
Open

sunxfancy wants to merge 4 commits into
devfrom
codex/cosyvoice2-rocm

Conversation

@sunxfancy

@sunxfancy sunxfancy commented Nov 11, 2026 •

Copy link
Copy Markdown
Owner

CosyVoice2 原接入缺少统一依赖声明,torchaudio 2.9 下参考音频读取失败,新版 Transformers 增量解码掩码也会丢失缓存前缀。此 PR 修复这些问题,并通过 SSUI 接口完成 Windows ROCm 真实语音生成。

  • 将推理依赖纳入根目录 dependencies.yaml,更新各平台 requirements、锁文件及依赖图;Intel 锁使用已验证源码版本、架构和哈希的原生 PyTorch wheelhouse 完整解析。
  • 修复 ROCm 的 ONNX provider 选择、SoundFile 解码、可写 FST 缓存和训练依赖延迟导入。
  • 修复参考转写传参、音频张量判断、多句拼接和 Qwen KV-cache 掩码,补充一键探针、测试和文档。
  • macOS 安装入口及 CI 补齐 OpenFst 1.8.4 GRM 前置库与编译/链接路径;锁解析沿用 setuptools<81 的隔离构建约束。Intel 完整安装消费本轮解析的完整锁,Mac 安装后执行原生运算检查。

验证:

  • Windows / AMD Radeon AI PRO R9700 / PyTorch 2.9.1+rocm7.2.1:LLM、Flow、HiFT 驻留 AMD GPU,ONNX 前处理为 CPU。中文 6.68 秒与英文 2.12 秒输出均为 24 kHz,独立 Whisper base 识别内容正确,真实模型回归通过。
  • 本地依赖配置测试 14 项、运行时选择测试 9 项、requirements:check、Whisper 完整 macOS 元数据解析及 diff --check 通过。
  • 提交 7b7e8fb 的 hosted Mac ARM64 完整依赖安装、桌面构建和 395 项 Python 测试通过;Intel 原生 wheel 验证、完整锁解析、258 包安装一致性检查和 Pynini/Whisper/原生推理检查通过。最终提交 6b5a62c 同步该产物锁并增加 ARM64 原生检查,完整 CI 已重新启动。

当前基础设施阻塞:7b7e8fb8 的两个真实 Chromium 任务仍因 azure.archive.ubuntu.com、archive.ubuntu.com、security.ubuntu.com DNS 解析失败而停在安装阶段,浏览器测试未执行。Linux ARM64 系统包下载也未完成。未关闭或跳过任何测试、降低安全/版本约束、更换 runner 或重试绕过故障;尚未确认网络恢复,因此没有对这些旧失败任务手动重跑。当前 PR 不能宣称全 CI 已通过。

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant