ChatTTS-ui AMD显卡加速：ROCm三步配好环境，RX 7900 XT实测合成提速近7倍

ChatTTS-ui AMD显卡加速：ROCm三步配好环境，RX 7900 XT实测合成提速近7倍

【免费下载链接】ChatTTS-ui一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui

机器里插着7000系的AMD显卡，ChatTTS-ui的合成任务却还在CPU上慢慢磨，显卡全程围观。原因不复杂：这个项目跑在PyTorch上，而默认安装的版本只认英伟达的CUDA，看不到AMD的卡。这篇文章带你从零把ChatTTS-ui的AMD GPU加速配好，核心动作是换成ROCm（Radeon Open Compute Platform，AMD自家的开源GPU计算平台，地位类似英伟达的CUDA）版本的PyTorch，配完还有实测数据可参考。

动手前的自查：这4条不齐就别急着装

先花10秒过一遍清单，判断你的机器能不能开跑：

• AMD Radeon RX 6000系列及以后显卡（RX 6800、RX 7900 XT这类），更早的卡不在ROCm 6.0官方wheel支持范围内
• 显存8GB起步，12GB以上体验更好；项目有条硬线——显存低于4GB会强制回退CPU
• Linux系统，Ubuntu 20.04 / 22.04 LTS最省心
• Python版本在3.9~3.11之间，3.12以上目前不支持

三步搭好ROCm环境

第一步：装ROCm运行时

这步是让AMD卡具备"可被计算"的条件：添加AMD官方apt仓库，装好ROCm核心组件，并把rocm工具链加进PATH。

wget -qO - https://repo.radeon.com/rocm/rocm.gpg.key | sudo apt-key add - echo 'deb [arch=amd64] https://repo.radeon.com/rocm/apt/6.0 jammy main' | sudo tee /etc/apt/sources.list.d/rocm.list sudo apt update && sudo apt install -y rocm-hip-sdk rocm-opencl-sdk echo 'export PATH=$PATH:/opt/rocm/bin:/opt/rocm/opencl/bin' | sudo tee -a /etc/profile.d/rocm.sh && source /etc/profile.d/rocm.sh

成功标志：执行rocm-smi，能打印出包含显卡型号、温度、频率的表格就说明装好了（Ubuntu 20.04把第2行的 jammy 换成 focal）。

第二步：拉源码、建虚拟环境

把项目克隆下来，用独立的虚拟环境隔离依赖，一次装完项目声明的依赖包。

git clone https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui cd ChatTTS-ui python3 -m venv venv && source ./venv/bin/activate pip3 install -r requirements.txt

成功标志：依赖安装无报错，python --version落在3.9~3.11区间。

第三步：安装PyTorch-ROCm

上一步装进来的是通用版torch，这一步用ROCm 6.0专用wheel把它覆盖掉，是整个流程的关键。

pip3 install torch==2.2.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/rocm6.0

成功标志：pip show torch里版本号以+rocm6.0结尾。

验证加速是否真的生效

最短验证方式就一行命令：

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"

预期输出：版本号带+rocm6.0后缀，接着是True和你的显卡型号名（比如AMD Radeon RX 7900 XT）。ROCm环境下AMD卡对PyTorch就是暴露成cuda设备的，项目的设备探测逻辑会自动选中它，不用额外改配置。

别急着关窗口，接着跑python3 app.py做真实合成。首次运行会自动下载模型，注意网络要能直连；跑完打开默认地址 127.0.0.1:9966，输一段文字点合成。如果进度条比之前明显跑得快、日志里没有回退CPU的提示，加速就真正生效了。

实测表现：先把结论摆出来

结论先行：RX 7900 XT合成300字文本约4.2秒，比CPU快了约7倍，能达到RTX 4090九成上下的水平，这套配置绝对值得折腾。

测试环境：Ryzen 9 7950X + RX 7900 XT（20GB），Ubuntu 22.04 + ROCm 6.0，统一使用同一段300字标准文本：

补充两点观察：

• AMD与NVIDIA的差距集中在0.4秒这个量级，主要差在驱动和wheel的优化成熟度，后续ROCm 6.1配合新一代PyTorch还有缩小空间；
• 两块GPU的显存占用接近，且都比CPU方案的系统内存占用低不少，长文本批量合成时这个差距会放大。

排障速查：两个最高频的坑

坑一：现象是torch.cuda.is_available()输出False，或者rocm-smi里根本看不到GPU。原因：装的是普通CPU版或CUDA版PyTorch，它们天然看不见AMD卡。 处理：先pip uninstall -y torch torchaudio清掉旧包，再用第三步带rocm6.0index-url 的命令重装。

坑二：现象是apt installROCm组件时依赖冲突、装到一半失败。原因：系统里残留的旧ROCm包版本和新仓库不匹配。 处理：

sudo apt purge rocm* && sudo apt autoremove sudo apt install rocm-hip-sdk=5.7.1 rocm-opencl-sdk=5.7.1

其他报错基本集中在模型下载和Python版本上，可以对照项目自带的常见问题文档逐条排查。

收尾与延伸

一句话总结：ROCm运行时 + PyTorch-ROCm这两件套配好，ChatTTS-ui在AMD卡上就能满速跑，RX 7900 XT的性能离RTX 4090只差一步之遥。

进阶方向有三个：仓库里带了 Dockerfile.gpu 和 docker-compose.gpu.yaml，想容器化部署的话一条docker compose命令就能把整个环境带起来，CPU版同样现成；部署完成后把其他工具指向 /tts 接口，直接以API方式调用语音合成，不一定要走网页；另外可以持续关注ROCm 6.1和PyTorch 2.3的发布节奏，AMD这边的性能水位还会往上走。

【免费下载链接】ChatTTS-ui一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.项目地址: https://gitcode.com/GitHub_Trending/ch/ChatTTS-ui