Strojový překlad · Anglický originál
Začínáme - Windows
speech-core staví nativně na Windows x86_64 - stejný C + + 17 motor, který napájí Android a Linux. Oba odvozené body fungují na Windows: LiteRT (testováno v CI při každé změně) a ONNX Runtime. To zahrnuje streaming speech-to-text (Nemotron, Parakeet), detekci hlasové aktivity, diarizaci reproduktoru, reproduktor embedding, a VoxCPM2 text-to-speak s hlasovým klonováním - všechny běží lokálně. Viz celý model matice na Hlavní stránka řeči.
Požadavky
- Windows 10/11, x86_64
- Visual Studio 2022 nebo Stavební nástroje (MSVC C++ pracovní zatížení)
- CMake 3.16+
- Python 3.11+ (skript pro nastavení LiteRT výňatky Google
ai-edge-litertKolo) - Git, včetně Git Bash (skript nastavení je script shell)
Budovat pomocí backendu LiteRT
Spustit z prostředí vývojáře MSVC (například spustit Git Bash z x64 Příkazový příkaz původních nástrojů) tak dumpbin a lib jsou na PATH - skript nastavení je používá k generování importní knihovny (libLiteRt.lib) z runtime DLL, které Google 's Wheel neposílá:
git clone https://github.com/soniqo/speech-core.git
cd speech-core
./scripts/fetch_litert.sh "$PWD/litert"
cmake -B build \
-DCMAKE_BUILD_TYPE=Release \
-DSPEECH_CORE_WITH_LITERT=ON \
-DLITERT_DIR=$PWD/litert
cmake --build build --parallel --config Release
Windows řeší DLL pomocí PATH, takže prepend litert adresář před spuštěním čehokoliv, co načte backend:
export PATH="$PWD/litert:$PATH"
ctest --test-dir build --output-on-failure -C Release
Budovat pomocí backendu ONNX Runtime
Alternativně (nebo navíc), zapněte ONNX backend s ORT_DIR Ukazující na extrahovanou látku onnxruntime-win-x64 vydání. Volitelné NVIDIA CUDA / TensorRT zrychlení je k dispozici prostřednictvím -DSPEECH_CORE_WITH_CUDA=ON - runtime- routed by SPEECH_CORE_ORT_PROVIDER s tichým zápěstím CPU - a je cílem pro PersonaPlex 7B full- duplex speech-to-speech-:
cmake -B build \
-DCMAKE_BUILD_TYPE=Release \
-DSPEECH_CORE_WITH_ONNX=ON \
-DORT_DIR=C:/path/to/onnxruntime-win-x64
cmake --build build --parallel --config Release
Hlas-klonování CLI (speech_voxcpm2_clone) je postaven automaticky, kdykoli SPEECH_CORE_WITH_LITERT=ON - viz Příklady / dopisní údajePreferujete GUI? Speech Studio loď instaluje Windows se stejným VoxCPM2 motorem.
Další kroky
- Řečnické jádro - kompletní modelová matrice (ONNX / LiteRT sloupce) a rychlé spuštění API příkladů
- docs / time.md -
VoicePipelineVoice-agent smyčka - objeggingface.co / soniqo - přepočtená hmotnost modelu
- Spor - otázky a podpora