人工智能语音音频NLP媒体生成【免费下载链接】PaddleSpeechEasy-to-use Speech Toolkit including Self-Supervised Learning model, SOTA/Streaming ASR with punctuation, Streaming TTS with text frontend, Speaker Verification System, End-to-End Speech Translation and Keyword Spotting. Won NAACL2022 Best Demo Award.项目地址https://gitcode.com/paddlepaddle/PaddleSpeech点击查看免费下载导读本文以 PaddleSpeech 仓库的 dependencies.md 为骨架系统梳理 PaddleSpeech 在 Ubuntu/Linux 环境下安装所需的全部依赖包括由apt-get安装的基础依赖bc、flac、jq、vim、tig、tree、pkg-config、libsndfile1、swig、python3-dev 等、kenlm 与 sox 的专属编译依赖以及需要手动下载编译或通过make/setup方式安装的 kenlm、sox、mfa、openblas、kaldi、sctk、AutoLog、swig-decoder、python_kaldi_features 等组件。读完本文你将能够理解每一项依赖在 PaddleSpeech 中的实际作用掌握其对应的安装脚本与版本约束并知道如何在 PaddleSpeech 的 Hard全功能安装模式下正确配置这些组件。依赖总览PaddleSpeech 的完整依赖按照安装方式分为两大类与文档 dependencies.md 的章节划分一一对应安装方式依赖组件主要用途apt-get基础依赖bc、flac、jq、vim、tig、tree、pkg-config、libsndfile1、libflac-dev、libvorbis-dev、libboost-dev、swig、python3-dev音频处理、系统工具、C 编译与 Python 开发环境apt-getkenlm 依赖build-essential、cmake、libboost-system-dev、libboost-thread-dev、libboost-program-options-dev、libboost-test-dev、libeigen3-dev、zlib1g-dev、libbz2-dev、liblzma-dev、gcc-5、g-5编译 kenlm 语言模型库apt-getsox 依赖libvorbis-dev、libmp3lame-dev、libmad-ocaml-dev编译 sox 音频处理工具make/setupkenlm、sox、mfa、openblas、kaldi、sctk、AutoLog、swig-decoder、python_kaldi_features语言模型、音频处理、强制对齐、数值计算库、ASR 解码工具链、评分工具、日志与扩展模块其中apt-get部分对应的是操作系统层面的系统库make/setup部分对应的是需要在 tools 目录下通过 Makefile 或各extras/install_*.sh脚本安装的源码级组件。一、通过 apt-get 安装的基础依赖1.1 基础依赖清单及其作用文档给出的基础依赖如下bc flac jq vim tig tree pkg-config libsndfile1 libflac-dev libvorbis-dev libboost-dev swig python3-dev各包在 PaddleSpeech 中的实际用途如下bc命令行计算器用于 shell 脚本中的数值计算例如 RTF 实时率计算脚本 caculate_rtf.py 中可能涉及的浮点运算辅助。在 tools/Makefile 中bc.done目标会检查bc是否可用否则通过conda install -y bc -c conda-forge安装。flac / libflac-devFLAC 无损音频格式的编解码库音频后端的加载与转写依赖其解码能力flac命令行工具也用于生成 FLAC 格式的训练数据。在 tools/Makefile 的apt.done目标中同时安装了flac与libflac-dev。jqJSON 命令行处理工具PaddleSpeech 的数据处理脚本如 addjson.py、scp2json.py 等常配合jq进行 JSON 数据的提取与校验。vim / tig / tree文本编辑器vim、Git 日志查看工具tig与目录树展示工具tree属于开发环境便利工具。pkg-config用于查询已安装库的编译与链接参数是 kenlm、sox、kaldi 等 C/C 组件编译时定位头文件与动态库的关键工具。libsndfile1读写多种音频格式WAV、FLAC、OGG 等的核心库PaddleSpeech 的音频后端paddlespeech/audio/backends依赖它进行音频文件解码。libvorbis-devOGG Vorbis 音频格式的开发库为 libsndfile 及 sox 提供 Vorbis 编码支持。libboost-devBoost C 库kenlm 等 C 组件依赖 Boost 的头文件与模板库。swigSWIG 工具用于为 C/C 代码生成 Python 绑定PaddleSpeech 的音频扩展模块与 kenlm 的 Python 接口均依赖它。在 Medium/Hard 安装模式下conda install -y -c conda-forge sox libsndfile swig bzip2也会安装 swig。python3-devPython 3 的开发头文件Python.h编译 C/C 扩展模块如paddlespeech-ctcdecoders、python_kaldi_features时必不可少。在 tools/Makefile 的apt.done目标中实际执行的安装命令为apt update -y apt install -y bc flac jq vim tig tree sox pkg-config libsndfile1 libflac-dev libogg-dev libvorbis-dev libboost-dev swig python3-dev echo check_certificate off ~/.wgetrc touch apt.done注意Makefile 版本的基础依赖相比文档多出了sox与libogg-dev其中sox直接通过 apt 安装即可满足多数场景只有需要 sox 特殊编译选项时才走源码编译见下文 2.2 节。安装完成后echo check_certificate off ~/.wgetrc会关闭 wget 的证书校验避免后续下载 kenlm、sctk 等源码包时因证书问题中断。1.2 kenlm 的编译依赖kenlm 是一个高性能的语言模型n-gram LM库PaddleSpeech 在 ASR 解码阶段用它进行语言模型打分。编译 kenlm 需要以下依赖build-essential cmake libboost-system-dev libboost-thread-dev libboost-program-options-dev libboost-test-dev libeigen3-dev zlib1g-dev libbz2-dev liblzma-dev gcc-5 g-5各依赖说明build-essentialGCC/G 编译器及 make 等基础构建工具。cmakekenlm 的构建系统cmake .. make。libboost-system-dev / libboost-thread-dev / libboost-program-options-dev / libboost-test-devkenlm 依赖的 Boost 子模块分别提供系统错误处理、线程、命令行参数解析与单元测试支持。libeigen3-devEigen 线性代数库头文件kenlm 的某些量化/并行实现使用。zlib1g-dev / libbz2-dev / liblzma-dev压缩库用于读取压缩格式的语言模型文件.gz、.bz2、.xz。版本约束提示tools/Makefile 的kenlm.done目标中特别注释了 Ubuntu 16.04 通过 apt 安装的 boost 为 1.58.0kenlm 在较低版本 Boost 下可能编译失败因此脚本强制切换到 gcc-5/g-5apt-get install -y gcc-5 g-5 update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50 update-alternatives --install /usr/bin/g g /usr/bin/g-5 50该命令通过update-alternatives将系统的默认 gcc/g 切换为版本 5再执行 kenlm 的源码编译。1.3 sox 的编译依赖soxSound eXchange是命令行音频处理工具PaddleSpeech 使用它对音频进行格式转换、重采样、音量调整等预处理。若需要源码编译 sox需要以下开发库libvorbis-dev libmp3lame-dev libmad-ocaml-devlibvorbis-dev提供 OGG Vorbis 编码/解码支持。libmp3lame-dev提供 MP3LAME编码支持。libmad-ocaml-dev基于 MAD 的 MP3 解码库OCaml 绑定为 sox 提供 MP3 解码能力。在 install_sox.sh 中sox 的源码编译流程为apt install -y libvorbis-dev libmp3lame-dev libmad-ocaml-dev test -d sox-14.4.2 || wget --no-check-certificate https://nchc.dl.sourceforge.net/project/sox/sox/14.4.2/sox-14.4.2.tar.gz tar -xvzf sox-14.4.2.tar.gz -C . cd sox-14.4.2 ./configure --prefix/usr/ make -j4 make install即下载 sox 14.4.2 源码./configure --prefix/usr/后编译安装到系统目录。如果只是使用 PaddleSpeech 的基本命令直接apt install sox或conda install -y -c conda-forge sox即可满足要求。二、通过 make / setup 方式安装的依赖make/setup类依赖对应 tools/Makefile 的all目标及其各.done子目标。Makefile 的all目标定义了核心编译流水线all: apt.done kenlm.done mfa.done sctk.doneapt.done基础 apt 依赖是其余组件的先决条件kenlm.done、mfa.done、sctk.done分别编译 kenlm、MFA 与 SCTK。此外openblas.done与kaldi.done之间有依赖关系kaldi.done: apt.done openblas.done即先装 OpenBLAS再装 Kaldi。2.1 kenlm语言模型安装脚本install_kenlm.sh、tools/Makefile 的kenlm.done作用提供 n-gram 语言模型训练与加载能力用于 ASR 解码阶段的语言模型打分例如 examples/librispeech/asr2 这类结合 Kaldi 解码器的实验。安装流程对应kenlm.donetest -d kenlm || wget -O - https://kheafield.com/code/kenlm.tar.gz | tar xz rm -rf kenlm/build mkdir -p kenlm/build cd kenlm/build cmake .. make -j4 make install cd kenlm python3 setup.py install即下载 kenlm 源码 → cmake 编译安装 → 通过python3 setup.py install安装 Python 绑定。注意必须先完成 1.2 节的 kenlm 编译依赖安装并切换到 gcc-5/g-5。2.2 sox音频处理工具安装脚本install_sox.sh作用音频格式转换与预处理工具PaddleSpeech 的音频数据准备如sox_io后端相关操作依赖它。详细安装命令见 1.3 节若无需特殊编译选项可直接使用 apt/conda 版本。2.3 mfaMontreal Forced Aligner强制对齐工具安装脚本install_mfa_v2.sh作用MFA 用于音素级强制对齐force alignment是 TTS 数据准备生成音素时长标注的关键工具例如 examples/thchs30/align0 的数据对齐流程。安装流程需要先完成 openblas 与 kaldi 的安装test -d Montreal-Forced-Aligner || git clone https://github.com/MontrealCorpusTools/Montreal-Forced-Aligner.git pushd Montreal-Forced-Aligner python setup.py install popd test -d kaldi || { echo need install kaldi first; exit 1;} mfa thirdparty kaldi $PWD/kaldi mfa thirdparty validate脚本会先通过 git 克隆 MFA 仓库并执行python setup.py install随后使用mfa thirdparty kaldi将本地 Kaldi 路径配置给 MFA最后mfa thirdparty validate验证第三方依赖是否齐全。若检测不到 kaldi 目录会直接退出报错。在 tools/Makefile 的mfa.done中MFA 二进制包则从paddlespeech.cdn.bcebos.com下载montreal-forced-aligner_linux.tar.gz解压使用。2.4 openblas数值计算库安装脚本install_openblas.sh作用Kaldi 依赖的 BLAS 实现为其提供矩阵运算能力。脚本固定安装OpenBLAS 0.3.10。安装流程要点make PREFIX$(pwd)/OpenBLAS/install USE_LOCKING1 USE_THREAD0 -C OpenBLAS all install编译时使用USE_LOCKING1 USE_THREAD0关闭多线程、开启锁生成静态库安装到OpenBLAS/install目录。安装前脚本会检查gfortran是否存在若缺失会提示先执行apt-get install gfortranDebian/Ubuntu或yum install gcc-gfortranRedHat/CentOS。2.5 kaldiASR 解码工具链安装脚本install_kaldi.sh作用Kaldi 是传统 ASR 的经典工具链。PaddleSpeech 的 Hard 安装模式将其用于联合 CTC 解码如 examples/librispeech/asr2、n-gram 语言模型训练以及 MFA 的底层解码依赖。文档 install.md 的 Hard 章节也单独给出了 kaldi 的安装步骤pushd tools bash extras/install_openblas.sh bash extras/install_kaldi.sh popdinstall_kaldi.sh的核心流程apt-get install subversion -y git clone --depth 1 -b master https://github.com/kaldi-asr/kaldi.git kaldi pushd $KALDI_DIR/tools mkdir -p python touch python/.use_default_python # 防止 kaldi 切换默认 python 版本 ./extras/check_dependencies.sh make -j4 pushd ../src ./configure --static --use-cudano --static-math --mathlibOPENBLAS --openblas-root${OPENBLAS_DIR}/install make clean -j make depend -j make -j4编译 Kaldi 源码时通过--mathlibOPENBLAS --openblas-root...显式指定使用上一节安装的 OpenBLAS并关闭 CUDA--use-cudano。这也印证了 tools/Makefile 中kaldi.done: apt.done openblas.done的先后依赖关系。2.6 sctkSCTK 语音识别评分工具包安装脚本install_sclite.sh作用SCTK 提供sclite等工具用于计算 ASR 识别的 WER词错误率/CER字错误率指标。PaddleSpeech 的评测脚本如 score_sclite.sh即依赖它。安装流程要点SCTK_GITHASH20159b5 # 对应 SCTK 2.4.11 wget -nv -T 10 -t 3 -O sctk-${SCTK_GITHASH}.tar.gz https://github.com/usnistgov/SCTK/archive/${SCTK_GITHASH}.tar.gz make -C sctk config make -C sctk all doc make -C sctk install touch sctk/.compiled脚本通过 SCTK 官方 GitHub 提交哈希20159b5对应 2.4.11 版本下载源码并以-stdc11、-marchnative编译后安装。2.7 AutoLog自动日志工具安装脚本install_autolog.sh作用AutoLog 是用于训练日志记录与自动化的轻量工具为 PaddleSpeech 的模型训练流程提供日志支持对应AutoLog依赖。安装流程git clone https://github.com/LDOUBLEV/AutoLog pushd AutoLog pip3 install -r requirements.txt python3 setup.py install popd即克隆 AutoLog 仓库、安装其 requirements 并通过setup.py安装到系统 Python 环境中安装完成后删除临时目录。2.8 swig-decoderCTC 束搜索解码器作用paddlespeech-ctcdecodersswig 编译的 CTC 解码器提供 DeepSpeech2 等模型的 CTC 束搜索解码能力源码位于 third_party/ctc_decoders。安装方式对应swig-decoder依赖在仓库根目录执行pip install .时setup.py会通过 SWIG 编译ctc_decoders扩展。文档 install.md 提示如果 paddlespeech-ctcdecoders 安装失败仅无法使用 DeepSpeech2 模型推理不影响其他模型。2.9 python_kaldi_featuresKaldi 兼容特征提取模块安装脚本third_party/install.sh作用提供与 Kaldi 兼容的音频特征提取MFCC、Fbank 等使 PaddleSpeech 训练数据使用的特征格式与 Kaldi 工具链保持一致。源码位于 third_party/python_kaldi_features。安装流程pushd python_kaldi_features python3 setup.py install popd该脚本位于 third_party/install.sh执行python3 setup.py install编译安装python_kaldi_features失败时会输出提示并退出。三、与整体安装流程的衔接3.1 dependencies.md 在三种安装模式中的定位PaddleSpeech 提供 Easy / Medium / Hard 三种安装模式见 install.mdEasy命令行体验仅需pip install paddlepaddle与pip install paddlespeech依赖由 pip 自动解析通常不需要本文的 apt 依赖。Medium主要功能支持训练git clone仓库后创建 conda 环境通过conda install -y -c conda-forge sox libsndfile swig bzip2安装系统依赖再pip install .安装 PaddleSpeech。Hard全功能仅 Ubuntu在 Medium 基础上需要完整安装本文列出的所有依赖——通过 apt 安装基础包与 kenlm/sox 编译依赖再按 tools/Makefile 的all目标apt.done kenlm.done mfa.done sctk.done及openblas.done、kaldi.done编译 kenlm、MFA、SCTK、OpenBLAS、Kaldi并安装 AutoLog、swig-decoder、python_kaldi_features 等 Python 组件。Hard 模式的先决条件是Ubuntu 16.04且拥有 root 权限官方强烈推荐使用 Docker 容器仓库 docker 目录提供了 ubuntu16-gpu、ubuntu18-cpu、ubuntu20-cpu 等基础镜像来规避环境搭建问题。3.2 推荐安装顺序综合 tools/Makefile 与各extras/install_*.sh脚本的依赖关系推荐的完整安装顺序为系统基础依赖执行apt.donebc、flac、jq、vim、tig、tree、sox、pkg-config、libsndfile1、libflac-dev、libogg-dev、libvorbis-dev、libboost-dev、swig、python3-dev。kenlm 编译依赖build-essential、cmake、Boost 各子模块、libeigen3-dev、压缩库以及切换gcc-5/g-5。sox 编译依赖如需源码编译 soxlibvorbis-dev、libmp3lame-dev、libmad-ocaml-dev。OpenBLASbash extras/install_openblas.sh先确保gfortran已安装。Kaldibash extras/install_kaldi.sh依赖 OpenBLAS。kenlmmake kenlm.done或手动执行 install_kenlm.sh。MFAbash extras/install_mfa_v2.sh依赖 kaldi。SCTK./extras/install_sclite.sh。Python 组件AutoLoginstall_autolog.sh、python_kaldi_featuresthird_party/install.sh、swig-decoder随pip install .编译。3.3 conda 环境下的等价安装对于使用 conda 虚拟环境的用户tools/Makefile 提供了conda_packages.done目标可自动完成 bc、cmake、libflac、ffmpeg、sox、libsndfile 的 conda 安装conda_packages.done: bc.done cmake.done flac.done ffmpeg.done sox.done sndfile.done对应的安装命令形如conda install -y bc -c conda-forge conda install -y cmake conda install -y libflac -c conda-forge conda install -y ffmpeg -c conda-forge conda install -y sox -c conda-forge conda install -y libsndfile1.0.28 -c conda-forge这些目标只有在当前环境不是 conda 环境Makefile 通过检测activate_python.sh是否包含conda activate判断USE_CONDA时才会执行。四、常见问题与排查建议kenlm 编译失败多为 Boost 版本过低导致参考 tools/Makefile 中关于 Ubuntu 16.04 boost 1.58.0 的注释请按脚本切换到 gcc-5/g-5 后重试。Kaldi 配置报错找不到 OpenBLAS请先执行bash extras/install_openblas.sh确认OpenBLAS/install目录存在后再运行 install_kaldi.sh。MFA 安装失败提示需要 kaldiinstall_mfa_v2.sh 会检测kaldi目录请按 3.2 节的顺序先安装 Kaldi。sox 无法处理 MP3/OGG说明 MP3/OGG 支持未编译进 sox可按 1.3 节安装libmp3lame-dev、libmad-ocaml-dev、libvorbis-dev后重新源码编译 sox。wget 下载源码包失败tools/Makefile 的apt.done会向~/.wgetrc写入check_certificate off若手动安装也可通过wget --no-check-certificate规避证书问题各 install 脚本已内置该参数。sctk 编译错误install_sclite.sh 使用-stdc11与-marchnative编译标志若编译器过旧请先升级build-essential。五、相关参考文件依赖清单原文docs/source/dependencies.md安装总览Easy / Medium / Hard 三种模式docs/source/install.md一键安装 Makefileall、apt.done、kenlm.done、mfa.done、openblas.done、kaldi.done、sctk.done、conda_packages.donetools/Makefile各组件安装脚本tools/extras 目录下的install_kenlm.sh、install_sox.sh、install_openblas.sh、install_kaldi.sh、install_mfa_v2.sh、install_sclite.sh、install_autolog.sh、install_liblbfgs.sh、install_srilm.shKaldi 兼容特征模块安装脚本third_party/install.shCTC 解码器源码third_party/ctc_decodersDocker 基础镜像docker赞分享人工智能语音音频NLP媒体生成【免费下载链接】PaddleSpeechEasy-to-use Speech Toolkit including Self-Supervised Learning model, SOTA/Streaming ASR with punctuation, Streaming TTS with text frontend, Speaker Verification System, End-to-End Speech Translation and Keyword Spotting. Won NAACL2022 Best Demo Award.项目地址https://gitcode.com/paddlepaddle/PaddleSpeech点击查看免费下载相关推荐PaddleSpeech 依赖安装全指南从 apt 基础包到 kenlm / sox / kaldi 等核心组件的系统级依赖解析PaddleSpeech 依赖安装全指南从 apt 基础包到 kenlm / sox / kaldi 等核心组件的系统级依赖解析 本指南以 docs/sour人工智能语音音频PaddleSpeech tools/extras 依赖安装脚本详解从 OpenBLAS、Kaldi 到 OpenFST、MFA 的环境搭建全解PaddleSpeech tools/extras 依赖安装脚本详解从 OpenBLAS、Kaldi 到 OpenFST、MFA 的环境搭建全解 Paddle人工智能语音音频rq格式转换完全指南JSON、MessagePack、Protobuf等格式深度对比rq格式转换完全指南JSON、MessagePack、Protobuf等格式深度对比 rq Record Query是一款轻量级的命令行工具专注于结构化上一篇Wasp 部署到 Railway自定义 PostgreSQL 镜像与数据卷--db-image / --db-volume-mount-path 完全指南下一篇TDengine 元数据视图完全指南INFORMATION_SCHEMA 系统表结构、权限模型与查询实践创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考