官方 Python 流程的起步配置
| 项目 | 文档中的配置 |
|---|---|
| 系统 | Linux |
| Python | 3.12 |
| 显卡 | 支持 BF16 的 NVIDIA GPU |
| 显存 | 24GB |
| 并发 | 一次一个请求 |
| 输出 | 48 kHz 立体声 |
这是作者给出的支持基线,不是所有实现共同的最低配置。“3B 参数”本身无法说明显存峰值,中间状态和音频解码同样占用内存。
只有 8GB、12GB 或 16GB 怎么办?
ComfyUI 原生模板采用 INT8 权重。量化和卸载会改变显存占用,但官方 ComfyUI 指南没有给出适用于所有设备的最低显存值,因此不能承诺每张 8GB 显卡都能完成任意长度的歌曲。
可从原生 ComfyUI 工作流开始,一次只跑一个短请求,并关闭其他 GPU 任务。参考社区经验时,要同时核对显卡型号、可用显存、应用版本、精度、时长和卸载设置。
Windows、AMD 与 Apple Silicon
作者的 Python 快速入门面向 Linux 和 CUDA。ComfyUI 文档则单独提及 AMD,并推荐 0.35.1 或更新版本。请按实际选用的实现查看平台要求。
本站尚未验证 Apple Silicon 原生运行方案,也未测量 Windows 配置。社区移植版各有硬件支持范围。如果只是想先听一首结果,可以用在线体验入口。
显存不足时,按顺序排查
- 确认权重与工作流模板匹配。
- 关闭占用同一张显卡的其他应用。
- 缩短歌曲,一次生成一个请求。
- 做翻唱时,将转谱和生成分开执行。
- 保存报错与环境信息,再调整下一项设置。
成功写出音频文件不等于歌曲生成完整,仍需检查截断标记并听完结尾。
资料来源与延伸阅读
内容依据所列文档核对。本站未进行本地音乐推理性能测试。