Tłumaczenie automatyczne · Oryginał angielski

Rozpoczęcie - Windows

Jabłko Android Linux Windows

speech-core Native buduje na Windows x86_64 - ten sam silnik C + + 17, który zasila Android i Linux. Oba oparcia wniosku działają na Windows: LiteRT (testowane w CI przy każdej zmianie) oraz ONNX Runtime. To obejmuje strumieniowe przemówienia-to- tekst (Nemotron, Parakeet), wykrywanie aktywności głosu, diaryzację głośników, osadzanie głośników, i VoxCPM2 text- to- mowy z klonowaniem głosu - wszystko działa lokalnie. Zobacz pełną matrycę modelu na Strona rdzeń mowy.

Wymagania

Zbuduj z oparciem LiteRT

Uruchom z środowiska deweloperskiego MSVC (na przykład uruchomić Git Bash z x64 Native Tools Command Prompt) więc dumpbin oraz lib są na PATH - skrypt konfiguracji wykorzystuje je do generowania biblioteki importu (libLiteRt.lib) z runtime DLL, którego koło Google nie wysyła:

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 rozwiązuje DLL poprzez PATH, więc premiować litert katalog przed uruchomieniem czegokolwiek, co ładuje backend:

export PATH="$PWD/litert:$PATH"
ctest --test-dir build --output-on-failure -C Release

Zbuduj z oparciem ONNX Runtime

Ewentualnie (lub dodatkowo), należy włączyć oparcie ONNX ORT_DIR wskazując na ekstrahowany Uwolnienie onnxruntime-win-x64. Opcjonalne przyspieszenie NVIDIA CUDA / TensorRT jest dostępny poprzez -DSPEECH_CORE_WITH_CUDA=ON - runtime- faling by SPEECH_CORE_ORT_PROVIDER z cichym CPU fallback - i jest celem dla PersonaPlex 7B full-duplex mowy-to- mowy:

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
Klonowanie głosu z pudełka

Klonowanie głosu CLI (speech_voxcpm2_clone) jest zbudowany automatycznie, kiedy tylko SPEECH_CORE_WITH_LITERT=ON - patrz przykłady / litertWolisz GUI? Speech Studio statków instalatora Windows z tym samym silnikiem VoxCPM2.

Kolejne kroki