AI语音模型PaddleSpeech踩坑（安装）指南

PaddleSpeech简介

PaddleSpeech 是基于飞桨 PaddlePaddle 的语音方向的开源模型库，用于语音和音频中的各种关键任务的开发，包含大量基于深度学习前沿和有影响力的模型。

PaddleSpeech安装步骤

提示：要找到一个合适的PaddleSpeech版本与paddlepaddle适配非常困难！官方文档也没有明确告诉我们PaddleSpeech要与哪个版本的python、paddlepaddle、cuda版本适配，只能自己尝试。经过N多次尝试，终于找到了能用的版本。因此，请严格按照下文的步骤执行。

相关依赖：

1. gcc >= 4.8.5
2. paddlepaddle <= 2.5.1
3. python >= 3.8

安装docker版paddlepaddle

下面将用docker安装PaddleSpeech，这样会遇到更少的问题，更容易成功！
准备工作：

1. 带GPU（以RTX4090为例）的Ubuntu 22.04系统，在 这里 下载550.78驱动的 .run 文件到Ubuntu系统内，运行命令（都以root身份运行）：

# 更新系统apt update
apt upgrade

# 重启系统reboot# 安装驱动chmod +x NVIDIA-Linux-x86_64-550.78.run

# 安装过程中如果遇到需要重新打包内核，选择 "rebuild ini..."
./NVIDIA-Linux-x86_64-550.78.run

# 安装成功后，重启系统reboot# 查看是否安装成功，如果驱动安装成功，会显示如下图内容
nvidia-smi

2. 在系统中用apt安装docker：

# 删除旧版forpkgin docker.io docker-doc docker-compose docker-compose-v2 podman-docker containerd runc;dosudoapt-get remove $pkg;done# 用apt安装新版dockersudoapt-get update
sudoapt-getinstall ca-certificates curlsudoinstall-m 0755 -d /etc/apt/keyrings
sudocurl-fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc
sudochmod a+r /etc/apt/keyrings/docker.asc

echo\"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \
  $(. /etc/os-release &&echo"$VERSION_CODENAME") stable"|\sudotee /etc/apt/sources.list.d/docker.list > /dev/null

sudoapt-get update
sudoapt-getinstall docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

# 测试是否安装成功，如果成功，会输出hello-world镜像的内容sudodocker run hello-world

1. 安装 NVIDIA Container Toolkit：

# 用apt方式安装NVIDIA Container Toolkitcurl-fsSL https://nvidia.github.io/libnvidia-container/gpgkey |sudo gpg --dearmor-o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \&&curl-s-L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list |\sed's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g'|\sudotee /etc/apt/sources.list.d/nvidia-container-toolkit.list
    
sed-i-e'/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudoapt-get update
sudoapt-getinstall-y nvidia-container-toolkit

# 配置NVIDIA Container Toolkit# 如下命令会修改docker配置文件/etc/docker/daemon.json，没有则创建sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

1. 安装docker版本paddlepaddle

# 下载完镜像后，可用命令 docker inspect <image_name_or_id> 查看镜像创建时间docker pull paddlepaddle/paddle:2.5.1-gpu-cuda11.2-cudnn8.2-trt8.0

在容器中安装PaddleSpeech

1. 创建docker-compose.yml：

cdvim docker-compose.yml

# 内容如下
services:
  paddlespeech:
    image: paddlepaddle/paddle:2.5.1-gpu-cuda11.2-cudnn8.2-trt8.0
    container_name: paddle251
    network_mode: host
    entrypoint: ["/bin/bash", "/home/docker-entrypoint.sh"]
    volumes:
      - /root/docker-entrypoint.sh:/home/docker-entrypoint.sh
      - /root/tests:/paddle
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]
    restart: always

1. 写一个入口脚本

vim docker-entrypoint.sh

# 内容如下：#!/bin/bashwhiletruedoecho"loop forever, sleep 3600"sleep3600done

1. 启动paddlepaddle容器

docker compose up -d

1. 进入容器

# 查看容器，STATUS下面如果是 "Up ..." 表示容器启动成功dockerps# 进入容器dockerexec-it paddle251 /bin/bash

1. 安装PaddleSpeech，推荐编译安装：

# 克隆git clone https://github.com/PaddlePaddle/PaddleSpeech.git
cd PaddleSpeech
mkdir ~/.pip
echo-e'[global]\nindex-url = https://pypi.tuna.tsinghua.edu.cn/simple\ntrusted-host = pypi.tuna.tsinghua.edu.cn'> ~/.pip/pip.conf
pip install-U'pip>21.0,<23.0'# 切换到指定commitgit checkout 8aa9790c7518e7857fd2b8a894284cc24a9de51a
#git checkout 52c7c1ef6a7373c332a52e006a80e59e630225cc#git checkout ####f8b7d76758c1ec8da24dc883b86c8d73f70f9b9d# 安装依赖包
pip install pytest-runner

# 安装完成时会有错误提示，不管它们：# ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.# pylint 2.14.5 requires astroid<=2.12.0-dev0,>=2.11.6, but you have astroid 2.12.2 which is incompatible.
pip install.-i https://pypi.tuna.tsinghua.edu.cn/simple

# 查看是否安装paddlepaddle-gpu和paddlespeech
pip list |grep-i paddle

测试安装的PaddleSpeech

1. 下载示例音频

wget-c https://paddlespeech.bj.bcebos.com/PaddleAudio/zh.wav
wget-c https://paddlespeech.bj.bcebos.com/PaddleAudio/en.wav

1. 语音识别测试

cd /paddle
paddlespeech asr --lang zh --input zh.wav

1. Python API 一键预测

>>>from paddlespeech.cli.asr.infer import ASRExecutor
>>> asr = ASRExecutor()>>> result = asr(audio_file="zh.wav")>>>print(result)
我认为跑步最重要的就是给我带来了身体健康

1. 语音合成 命令行一键体验

paddlespeech tts --input"你好，欢迎使用百度飞桨深度学习框架！"--output output.wav

Python API 一键预测

>>>from paddlespeech.cli.tts.infer import TTSExecutor
>>> tts = TTSExecutor()>>> tts(text="今天天气十分不错。", output="output.wav")

1. 声音分类 命令行一键体验

paddlespeech cls --input zh.wav

Python API 一键预测

>>>from paddlespeech.cli.cls.infer import CLSExecutor
>>> cls = CLSExecutor()>>> result = cls(audio_file="zh.wav")>>>print(result)
Speech 0.9027186632156372

1. 声纹提取 命令行一键体验

paddlespeech vector --task spk --input zh.wav

Python API 一键预测

>>>from paddlespeech.cli.vector import VectorExecutor
>>> vec = VectorExecutor()>>> result = vec(audio_file="zh.wav")>>>print(result)# 187维向量[-0.190833069.474295-14.122263-2.09165450.048487294.92958261.47800620.373384410.6958623.2697146-4.48199-0.6617882-9.170393-11.1568775-1.2358263...]

1. 标点恢复 命令行一键体验

paddlespeech text --task punc --input 今天的天气真不错啊你下午有空吗我想约你一起去吃饭

Python API 一键预测

>>>from paddlespeech.cli.text.infer import TextExecutor
>>> text_punc = TextExecutor()>>> result = text_punc(text="今天的天气真不错啊你下午有空吗我想约你一起去吃饭")
今天的天气真不错啊！你下午有空吗？我想约你一起去吃饭。

1. 语音翻译 命令行一键体验 使用预编译的 kaldi 相关工具，只支持在 Ubuntu 系统中体验

paddlespeech st --input en.wav

Python API 一键预测

>>>from paddlespeech.cli.st.infer import STExecutor
>>> st = STExecutor()>>> result = st(audio_file="en.wav")['我 在 这栋 建筑 的 古老 门上 敲门 。']

1. 测试中可能遇到 UserWarning 警告，可以不管，或者用 warnings.filterwarnings(“ignore”, category=WarningCategory) 屏蔽

更多测试用例见 这里，使用服务见 这里

参考：
https://www.cnblogs.com/iyiluo/p/17688647.html