seed-vcが大幅なバージョンアップで動かなくなったので対処する

以前の記事は以下です。

Seed-VCを自分のPCにインストールして声優の声を真似する

無料で使えるボイスチェンジャーで有料の性能を超えています。CUDAとPyTorchのバージョンが一致しない場合、処理が遅くなることがあります。この記事では、CUDA 12.4を正しく設定し、Seed-VCをローカル環境にインストールします。

minokamo.tokyo

⚙ 実戦形式：CU121 → CU126 対応のための仮想環境リセット手順（前提：CUDA 12.8）

🧱 前提条件

• WindowsマシンでCUDAドライバのバージョンは 12.8（→CUDA 12.6対応ビルドも問題なく動作可能）
• GitHub プロジェクトで git pull を実行すると、requirements.txt に以下のような変更が確認された：

torch --pre --index-url https://download.pytorch.org/whl/nightly/cu126

• これは、従来の cu121 ビルドから cu126 ビルドに変更された ことを意味する
• このように CUDA バージョンに依存する変更が requirements.txt にあった場合、既存の Python 仮想環境では互換性が崩れ、動作しない可能性が高い

🔍 なぜ仮想環境を作りなおす必要があるのか？

• Python の仮想環境は、インストールされたライブラリをキャッシュしている
• 以前の仮想環境には cu121ビルド 用の torch や torchvision などがすでに入っており、それと cu126 の依存ライブラリが競合する
• pip install -r requirements.txt を行っても、すでにある依存関係の解決に失敗し、実行時に CUDA 非対応などのエラーが出る

そのため、「仮想環境ごと削除して最初から作りなおす」ことが、最も安全で確実な対処法となる。

🧹 仮想環境の削除方法

✅ 方法1：ターミナルから削除（推奨）

rm -rf .venv

※ PowerShell では次のようにも：

Remove-Item -Recurse -Force .venv

✅ 方法2：GUI操作（初心者におすすめ）

• VSCodeのエクスプローラーで .venv フォルダを右クリック → 削除
• エクスプローラー（Windows） でプロジェクトフォルダを開き .venv フォルダを削除

→ これで、既存の環境が完全にクリアされる。

🛠 仮想環境リセット後の対応：requirements.txt の修正

💡 実戦で気づいたこと

実はこのトラブル、本物の Linux や WSL 上では発生しない可能性もあります。
というのも、以前 WSL 環境では以下のような cu121 → cu126 の変更に対して、仮想環境を作り直さなくても普通に動いた経験があります。

🤔 なぜ Windows ではうまくいかないのか？

Windows 上では仮想環境内にインストールされた PyTorch などが、CUDA バージョンと強く結びついており、pip install -r requirements.txt をそのまま使うと、

• 以前の cu121 版がキャッシュされたまま上書きされなかったり、
• 依存関係の不整合でインストールに失敗したり
• 実行時に “Torch not compiled with CUDA enabled” のようなエラーになる

という現象が起きます。

✏️ requirements.txt の修正（実践で行った内容）

そこで、仮想環境を再構築した上で、requirements.txt を以下のように修正しました。

🔧 修正内容

--extra-index-url https://download.pytorch.org/whl/nightly/cu126

# PyTorch Nightly CUDA 12.6 ビルドを使用
torch --pre
torchvision --pre
torchaudio --pre

# その他の依存パッケージ
scipy==1.13.1
librosa==0.10.2
huggingface-hub==0.28.1  # ✅ gradioと互換
# accelerate は削除（必要であれば後で追加）
munch==4.0.0
einops==0.8.0
descript-audio-codec==1.0.0
gradio==5.23.0
pydub==0.25.1
resemblyzer
jiwer==3.0.3
transformers==4.38.2
FreeSimpleGUI==5.1.1
soundfile==0.12.1
sounddevice==0.5.0
modelscope==1.18.1
funasr==1.1.5
numpy==1.26.4
hydra-core==1.3.2
pyyaml
python-dotenv

💡 なぜこの修正が必要だったのか？

✅ --extra-index-url による PyTorch Nightly の優先取得

PyTorch の CUDA 12.6 対応ビルドは pypi.org には存在せず、専用インデックスで配布されているため、次のように 明示的に PyTorch Nightly のインデックスを追加する必要があります：

--extra-index-url https://download.pytorch.org/whl/nightly/cu126

✅ torch --pre の指定

これは Nightlyビルド（開発中の最新ビルド） を有効にするための pip オプションです。
Nightly版には「まだ安定版としてリリースされていないが最新CUDA対応」のビルドが含まれます。

✅ huggingface-hub と gradio のバージョン調整

• gradio==5.23.0 は huggingface-hub>=0.28.1 を要求
• 一方、古い accelerate は huggingface-hub<0.28 を要求

→ 両立ができないため、accelerate を一旦除外し、gradio に合わせて huggingface-hub==0.28.1 に統一

✅ 読者に伝えたいポイント

• Windows では CUDA バージョンが絡む変更に敏感なので、仮想環境の作り直し＋requirementsの調整は基本
• requirements.txt の torch 系は Nightlyのインデックス明示＋–pre指定が必要
• gradio などのライブラリが huggingface-hub に依存しているため、バージョン整合性が重要
• WSL や Linux では環境の柔軟性が高く、再作成せず動く場合もある

🧪 CUDA 12.6対応のPyTorchを一発でインストールする方法（実践編）

仮に requirements.txt を使用せず、最小限の手順でエラーなく一発で動かしたい場合は、以下のように PyTorch系だけを先に個別にインストールするのが効果的です。

✅ 一発インストールコマンド

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu126

このコマンドにより、以下が同時に実現されます：

• **Nightlyビルド（開発版）**の PyTorch を導入
• CUDA 12.6 対応バイナリを明示的に取得
• requirements.txt による依存関係の衝突を回避

🔍 成功したかどうか確認するには？

インストール後、以下のコマンドで CUDAが正しく認識されているか を確認できます：

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

✅ 出力例（成功時）

12.6
True

❗ 出力例（失敗時）

None
False

この場合は、インストールされたPyTorchが CPU版である可能性が高いです。
その場合は、もう一度上記の pip install --pre コマンドで入れ直してください。

💡補足：なぜこの方法が有効なのか？

• requirements.txt に他のパッケージと一緒に torch を入れると、依存解決の過程で意図しないバージョンが入ることがある
• とくに torch==2.4.0 のように明示されていた場合、PyPI の CPU版が選ばれてしまうことが多い
• それを避けるには、CUDA対応PyTorchだけを個別に先に入れてしまうのが確実

✍️ これが重要だった

実際の現場では、requirements.txt だけで完結しないケースも多くあります。
そのときは、PyTorchだけを先にNightly + CUDA対応で入れておくというワークフローを試してみてください。
安定して再現性のある環境構築が可能になります。

🌐 Web UI の起動と GUI 操作

仮想環境と PyTorch のインストールが成功し、requirements.txt の依存関係も整ったら、いよいよ実行です。
以下のコマンドを実行すると、ブラウザ上でGUI操作が可能なWebインターフェースが起動します。

✅ V2モデル（最新・多機能版）の起動方法

python app_vc_v2.py

実行後、ターミナルに次のような表示が出ます：

* Running on local URL: http://127.0.0.1:7860

→ このURL（http://127.0.0.1:7860）をブラウザで開くと、GUIが表示され、音声ファイルのドラッグ&ドロップやパラメータ調整などが可能になります。

🤔 なぜV2を選んだのか？

公式の説明では、V2モデル（app_vc_v2.py）は以下のような特徴を持っています：

• 話者の特徴をより自然に匿名化（anonymization）
• アクセントや話し方の変換にも対応
• ARモデルによるより高精度な変換
• 推論精度をコントロールできる豊富なパラメータ（例：--similarity-cfg-rate、--intelligibility-cfg-rate など）

筆者は「より高機能であろう」と考えてV2を選びましたが、実際に試してみると公式の app.py や app_vc.py よりも やや実装が荒い と感じる部分もありました（エラーが出たり、設定が少なかったり）。

とはいえ、ゼロショット変換や匿名化機能など、先進的な機能は試す価値があります。

✅ GUIでの実践的な使い方（軽く紹介）

GUI上では以下のような操作が可能です：