目录里已有源码和编译完成的文件,学习了一下源码
能理解部分,底层深入,和顶层应用都还能深挖
找到下面问题
问题 1:路径硬编码写死 /root/,但你实际路径是 /home/metax/
报错关键行:
python
运行
self.extract_features = SeamlessM4TFeatureExtractor.from_pretrained("/root/notebook/models/IndexTTS-2/models--facebook--w2v-bert-2.0")
代码里写死了 root 用户路径,但你当前用户名是metax,模型真实目录在:
/home/metax/notebook/public-models/IndexTTS-2/
程序去/root/xxx找文件,系统根本不存在这个目录,直接抛错。
问题 2:transformers 版本逻辑冲突
你装了 transformers==4.52.1,新版 from_pretrained 会强制区分 repo_id 和本地路径:
传 /xxx/xxx 本地文件夹:要识别为本地目录加载
传 facebook/w2v-bert-2.0:才是线上 repo 仓库
但代码里拼接出带models--的缓存文件夹路径,新版校验规则报错 Repo id must be namespace/repo_name。
上方还有警告:transformers v4.50+ 改动了模型继承GenerationMixin逻辑,IndexTTS2 源码没适配新版 transformers,存在兼容性隐患。
问题 3:环境两套 Python 包(.local vs /opt/conda)
日志能看到两条不同路径的库:
用户本地包:/home/metax/.local/lib/python3.12/site-packages/transformers
conda 全局包:/opt/conda/lib/python3.12/site-packages/huggingface_hub
两套库版本不一致,hub 校验逻辑冲突,加剧路径解析报错。
chat把杭州改成成都也能正常输出。文生图不太准确,那个followers的数字。图生文,插入了一张姆巴佩的图片,不能输出结果,模型泛化能力不行。而且图生文有个问题是图片上传后,把图片文件名改后,图片不见了。文字生语音的路径有差别,代码里写的/root/notebook/models/IndexTTS-2,应该替换成 /home/metax/notebook/public-models/IndexTTS-2。语音生文字由于下线了没能接着做。