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：

gcc >= 4.8.5paddlepaddle <= 2.5.1python >= 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：

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

for pkg in docker.io docker-doc docker-compose docker-compose-v2 podman-docker containerd runc; do sudo apt-get remove $pkg; done

# 用apt安装新版docker

sudo apt-get update

sudo apt-get install ca-certificates curl

sudo install -m 0755 -d /etc/apt/keyrings

sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc

sudo chmod 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" | \

sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

sudo apt-get update

sudo apt-get install 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

sudo docker run hello-world

安装 NVIDIA Container Toolkit：

# 用apt方式安装NVIDIA Container Toolkit

curl -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' | \

sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt-get update

sudo apt-get install -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

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

创建docker-compose.yml：

cd

vim 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

写一个入口脚本

vim docker-entrypoint.sh

# 内容如下：

#!/bin/bash

while true

do

echo "loop forever, sleep 3600"

sleep 3600

done

启动paddlepaddle容器

docker compose up -d

进入容器

# 查看容器，STATUS下面如果是 "Up ..." 表示容器启动成功

docker ps

# 进入容器

docker exec -it paddle251 /bin/bash

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commit

git 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

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

语音识别测试

cd /paddle

paddlespeech asr --lang zh --input zh.wav

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

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")

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

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

[ -0.19083306 9.474295 -14.122263 -2.0916545 0.04848729

4.9295826 1.4780062 0.3733844 10.695862 3.2697146

-4.48199 -0.6617882 -9.170393 -11.1568775 -1.2358263 ...]

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。

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 。']

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