Maskinoversættelse · Engelsk original
Kom i gang - Windows
speech-core bygger naturligt på Windows x86_64 - den samme C + + 17 motor, der beføjelser Android og Linux. Begge inferens backends arbejde på Windows: LiteRT (testet i CI ved hver ændring) og ONNX Runtime. Det dækker streaming speech- to- tekst (Nemotron, Parakeet), voice aktivitet detektion, højttaler diarization, højttalerindlejringer, og VoxCPM2 text- to- tale med stemme kloning - alle kører lokalt. Se den fulde model matrix på Tale Hovedside.
Krav
- Windows 10/11, x86_64
- Visual Studio 2022 eller Build Tools (MSVC C++ arbejdsbyrde)
- CMake 3.16+
- Python 3.11+ (LiteRT opsætningsscript udtrækker Googles
ai-edge-literthjul) - Git, herunder Git Bash (opsætningsscriptet er et shell script)
Byg med LiteRT-backend
Kør fra en MSVC udvikler miljø (for eksempel lancere Git Bash fra x64 Native Tools Command Prompt) så dumpbin og lib er på PATH - opsætningsscriptet bruger dem til at generere importbiblioteket (libLiteRt.lib) fra runtime DLL, som Googles hjul ikke sender:
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 løser DLLs via PATH, så du skal bruge litert mappe før du kører noget som indlæser bagenden:
export PATH="$PWD/litert:$PATH"
ctest --test-dir build --output-on-failure -C Release
Byg med ONNX Runtime-backend
Alternativt (eller derudover), aktivere ONNX motor med ORT_DIR peger på en ekstraheret onnxruntime-win-x64- frigivelse. Valgfri NVIDIA CUDA / TensorRT acceleration er tilgængelig via -DSPEECH_CORE_WITH_CUDA=ON - Rundtid- bøjet af SPEECH_CORE_ORT_PROVIDER med tavs CPU fallback - og er målet for PersonaPlex 7B full-duplex speech- to- tale:
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
En voice- kloning CLI (speech_voxcpm2_clone) er bygget automatisk, når SPEECH_CORE_WITH_LITERT=ON - se eksempler / litertForetrækker du en GUI? Speech Studio sender en Windows-installatør med samme VoxCPM2 motor.
Næste trin
- Talekerner - den fulde modelmatrix (ONNX / LiteRT-kolonner) og eksempler på quick-start API
- docs / md -
VoicePipelinevoice-agent loop - huggingface.co / soniqo - vægte til omregning af modeller
- Diskret - spørgsmål og støtte