KanTts最小安装-ubuntu

为什么选它?

克隆有很多,为什么选它,它是中国人做的,阿里达摩院,5分钟音频数据集就够了。

国内做的有什么好处,因为大家都是中国人,说的是中国话,技术最大的难题不是基础,而是语言与环境,咱们在国内可以问作者,好沟通。

2种方法

modelscope和kantts版,官方推荐的是modelscope,我推荐的是kantts。

为什么?modelscope整个包有30g,集成了很多不需要的东西,而且每次使用他会从网上下载一些其他的东西,哪天不让你用了,就挂了。而kantts是他开源的版本,只有语音本身,虽然比modelscope复杂会遇到很多问题,但是他是最小的,并且可以纯离线使用的。复杂你也不用担心,因为我会帮你。

kantts使用前检查

首先检查你的cpu架构,如果cpu不支持这个指令集,那么就没必要往后看了。

x86_64架构

uname -m

cpu支持avx2指令集

cat /proc/cpuinfo | grep avx2

如果什么都没有弹出,那就是不支持了


安装

首先安装conda

ubuntu安装python以及conda-CSDN博客

gpu以及cuda驱动安装

#安装显卡驱动
sudo apt-get update
sudo apt-get install gcc
sudo apt-get install make
scp [email protected]:/home/mqq/NVIDIA-Linux-x86_64-535.98.run /home/mqq/NVIDIA-Linux-x86_64-535.98.run--------自己从网上下载

sudo sh NVIDIA-Linux-x86_64-535.98.run
nvidia-smi
sudo apt purge nvidia-driver*
sudo apt install nvidia-driver-535
scp [email protected]:/home/mqq/cuda_12.2.1_535.86.10_linux.run /home/mqq/cuda_12.2.1_535.86.10_linux.run ----网上自己下载
sudo sh cuda_12.2.1_535.86.10_linux.run --silent --toolkit
sudo sh cuda_12.2.1_535.86.10_linux.run
nvcc -V

clone他的开源项目

git clone https://github.com/alibaba-damo-academy/KAN-TTS.git

进入tts里面,发现有一个environment
conda env create -f environment.yaml

如果你在国外,那你可以下载下来,如果你在国内由于网络原因部分包下载不下来。

此时就要切换镜像源。当然切完之后你依然有部分包下载不下来。

这2个包,要自己本地弄下来,然后手动安装好,然后在上传上去。

KanTts最小安装-ubuntu_第1张图片

然后就能得到了一个maas的包了,但是你哥我呢,特别贴心。给你做好了maas的conda环境。

KanTts最小安装-ubuntu_第2张图片你只要把下载下来,解压到你的conda目录,你就拥有了maas的python环境。

然后就可以训练了

训练

切分

首先准备一堆数据集,用我的切分方法,将音频切分成3-15秒的

对音频切分成小音频(机器学习用)_我要用代码向我喜欢的女孩表白的博客-CSDN博客

数据标注

通过modelscope的autolabel方法,变成他能够处理的格式数据

此时要最小安装pip install modelscope(这个包很小,不超过100mb)

有时候可能下载很慢,你也可以windows下载下来,然后本地上传上去。

执行标注的代码

还要装这个包

pip install tts-autolabel -f                       https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

然后执行,他就在下载一个700mb的东西,下面我看源码,把他这个下载的删除,每次都要下载

代码(记得改路径)

这个是run_auto_label.py

# -*- coding: utf-8 -*-
from modelscope.tools import run_auto_label
import os

def training_model(model_name):
        input_wav = './output/'+model_name # wav audio path
        work_dir = './lableOutput/'+model_name # output path
        os.makedirs(work_dir, exist_ok=True)

        ret, report = run_auto_label(
                input_wav = input_wav,
                work_dir = work_dir,
                resource_revision = "v1.0.7"
        )
        print(report)

        print("样本分词完成,准备训练模型,模型名称: "+model_name)
        print("#        ##   #####  ###### #                   ####  #    # ")
        print("#       #  #  #    # #      #                  #    # #   #  ")
        print("#      #    # #####  #####  #                  #    # ####   ")
        print("#      ###### #    # #      #                  #    # #  #   ")
        print("#      #    # #    # #      #                  #    # #   #  ")
        print("###### #    # #####  ###### ######              ####  #    # ")


if __name__ == '__main__':
        training_model("douBao")

本地也要安装sox 

sudo apt install sox

然后执行代码

python run_auto_label.py

KanTts最小安装-ubuntu_第3张图片

...未完待续

你可能感兴趣的:(ubuntu,linux,运维)