python - 如何在 Windows 10 conda 上安装 torch 音频？

Question

在安装了 PyTorch 的 Anaconda Python 3.6.7 中，在 Windows 10 上，我执行以下序列:

conda install -c conda-forge librosa
conda install -c groakat sox

然后从 https://github.com/pytorch/audio 重新下载我愿意

python setup.py install

它运行了一段时间并像这样结束:

torchaudio/torch_sox.cpp(3): fatal error C1083: Cannot open include file: 'sox.h': No such file or directory
error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio\\2017\\Community\\VC\\Tools\\MSVC\\14.15.26726\\bin\\HostX86\\x64\\cl.exe' failed with exit status 2

我正在尝试在 Windows 上重现此 OpenNMT-py 语音训练演示:http://opennmt.net/OpenNMT-py/speech2text.html

Answer 1

我成功地在 Windows 10 中使用 sox 编译了 torchaudio，但是有点棘手。

不幸的是，sox_effects 不可用，出现此错误:

RuntimeError: Error opening output memstream/temporary file

但您可以使用其他 torchaudio 功能。

我针对 Windows 10 64 位执行的步骤是:

TORCHAUDIO WINDOWS10 64位

注意:我混合了一些类似于unix的命令行语法，你可以使用文件资源管理器或其他

初步安排

1. 下载 sox 源

$ git clone git://git.code.sf.net/p/sox/code sox

下载其他sox源码获取lpc10

$ git clone https://github.com/chirlu/sox/tree/master/lpc10 sox2
$ cp -R sox2/lpc10 sox

重要的是安装 VisualStudio2019 和 BuildTools

lpc10 库

4.0。为 lpc10 创建 VisualStudio CMake 项目并构建它

Start window -> open local folder -> sox/lpc10
(it reads CMakeLists.txt automatically)
Build->build All

4.2。将lpc10.lib复制到sox

$ mkdir -p sox/src/out/build/x64-Debug
$ cp sox/lpc10/out/build/x64-Debug/lpc10.lib sox/src/out/build/x64-Debug

gsm 库

5.0。为 libgsm 创建一个 CMake 项目，并像以前一样使用 lpc10 进行编译

5.1。将gsm.lib复制到sox

$ mkdir -p sox/src/out/build/x64-Debug
$ cp sox/libgsm/out/build/x64-Debug/gsm.lib sox/src/out/build/x64-Debug

sox 库

6.0。在VS中创建sox的CMake项目

6.1。编辑一些文件:

CMakeLists.txt:(在最开始添加)

project(sox)

sox_i.h:(在stdlib.h包含行下添加)

#include <wchar.h> /* For off_t not found in stdio.h */
#define UINT16_MAX  ((int16_t)-1)
#define INT32_MAX  ((int32_t)-1)

sox.c:(在 time.h 包含行下添加)

`#include <sys/timeb.h>`

6.2。使用 VisualStudio 构建 sox

6.3。复制 python 可以找到的库，我使用 conda 环境:

$ cp sox/src/out/build/x64-Debug/libsox.lib envs\<envname>\libs\sox.lib
$ cp sox/src/out/build/x64-Debug/gsm.lib envs\<envname>\libs
$ cp sox/src/out/build/x64-Debug/lpc10.lib envs\<envname>\libs

torch 音频

$ activate <envname>

7.0。从github下载torchaudio

$ git clone https://github.com/pytorch/audio thaudio

7.1。更新 setup.py，在“if IS_WHEEL...”的“else:”语句之后

$ vi thaudio/setup.py

如果 IS_WHEEL...

else:
    audio_path = os.path.dirname(os.path.abspath(__file__))

    # Add include path for sox.h, I tried both with the same outcome
    include_dirs += [os.path.join(audio_path, '../sox/src')]
    #include_dirs += [os.path.join(audio_path, 'torchaudio/sox')]

    # Add more libraries

    #libraries += ['sox']
    libraries += ['sox','gsm','lpc10']

7.2。从 torchaudio 编辑 sox.cpp，因为不允许使用动态数组:

$ vi thaudio/torchaudio/torch_sox.cpp

 //char* sox_args[max_num_eopts];
 char* sox_args[20]; //Value of MAX_EFFECT_OPTS

7.3。构建并安装

$ cd thaudio
$ python setup.py install

它将打印出大量有关类型转换的警告以及一些与 MSVCRTD 冲突的库，但“有效”。

仅此而已。