Komma igång - Windows

speech-core bygger inbyggt på Windows x86_64 - samma C+++17-motor som driver Android och Linux. Båda inferensen backends fungerar på Windows: LiteRT (testad i CI på varje förändring) och ONNX Runtime. Det täcker streaming tal-till-text (Nemotron, Parakeet), röstaktivitetsdetektering, högtalare diarization, högtalarinbäddningar och VoxCPM2 text-till-tal med röst kloning - alla kör lokalt. Se hela modellmatrisen på den Speech Core sida.

Krav

Windows 10/11, x86_64
Visual Studio 2022 eller Build Tools (MSVC C++ arbetsbelastning)
CMake 3.16+
Python 3.11+ (LiteRT setup script extraherar Googles ai-edge-litert hjul)
Git, inklusive Git Bash (uppställningsskriptet är ett skalskript)

Bygg med LiteRT backend

Kör från en MSVC-utvecklare miljö (till exempel, lansera Git Bash från x64 Native Tools Command Prompt) så dumpbin och lib finns på PATH - installationsskriptet använder dem för att generera importbiblioteket (libLiteRt.lib) från runtime DLL, som Googles hjul inte skickar:

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 löser DLLs via PATH, så prepend the litert katalogen innan du kör något som laddar backend:

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

Bygg med ONNX Runtime backend

Alternativt (eller dessutom), aktivera ONNX-backend med ORT_DIR pekar på en extraherad onnxruntime-win-x64 releaseOptionell NVIDIA CUDA / TensorRT acceleration är tillgänglig via -DSPEECH_CORE_WITH_CUDA=ON - runtime-gated by SPEECH_CORE_ORT_PROVIDER med tyst CPU-nedgång - och är målet för PersonaPlex 7B full-duplex tal-till-tal:

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

Voice Cloning ur lådan

En röstkloning CLI (CLI)speech_voxcpm2_clone) byggs automatiskt när SPEECH_CORE_WITH_LITERT=ON - se exempel/litertFöredrar en GUI? Speech Studio Fartyg en Windows installatör med samma VoxCPM2 motor.

Nästa steg

Speech Core — den fullständiga modellmatrisen (ONNX/ LiteRT kolumner) och snabbstart API exempel
docs/pipeline.md -- VoicePipeline röstagent loop
huggingface.co/soniqo -- konverterade modellvikter
Discord — frågor och stöd