Awtomatikong salin · Orihinal sa Ingles

Pagsisimula — Windows

Mansanas Android Linux Windows

speech-core ay likas na ginagawa Windows x86_64 — parehong C++17 makinang de - kuryente Android at Linux. Pareho silang nagtatrabaho sa likod Windows: LiteRT (Sinisubukan sa CI sa bawat pagbabago) at ONNX Runtime. Na sumasaklaw sa daloy ng speech-to-text (Nemotron, Parakeet), pag-aanalisa ng boses, diarisasyon ng tagapagsalita, speaker embeldings, at VoxCPM2 text-to-speech na may voice cloning — lahat ay tumatakbo sa lokal na lugar. Tingnan ang buong modelong materialations sa ZXQXZ na teksto-to-Speech na ang lahat ay tumatakbo. Pakikipag - usap sa Core pahina.

Mga Kahilingan

Magtayo sa pamamagitan ng LiteRT backend

Tumatakbo mula sa isang MSVC developer environment (halimbawa, maglunsad ng Git Bash mula sa Iniutos ng x64 Native Tools ang Pag - uudyok) kaya dumpbin at lib ay nasa PATH — ginagamit ito ng setup script upang lumikha ng aklatan para sa pag - aangkat (ang mga setup script)libLiteRt.lib) mula sa runtime DLL, na ginagawa ng Googleizers wheel ang barko:

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 ang mga DLS sa pamamagitan ng PATH, kaya idepende ang litert directory bago tumakbo ng anumang bagay na may pasan sa likod:

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

Magtayo sa pamamagitan ng ONNX Runtime backend

Alternatibong (o karagdagang), ay nakapagdurulot sa ONNX na backend na kasama ang ZXQXZ ORT_DIR Pagturo sa isang hinango onnxruntime-win-x64 release. Optional NVIDIA CUDA / TensorRT SCT ay makukuha sa pamamagitan ng -DSPEECH_CORE_WITH_CUDA=ON — runtime-graded na nilampasan SPEECH_CORE_ORT_PROVIDER na may di-umano'y CPU fallback – at siyang target para sa 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
Tinig cloning mula sa kahon

Isang voice-cloning CLI (Ingles: voice-cloning CLI)speech_voxcpm2_clone) ay awtomatikong itinatayo kailanma't itinatayo SPEECH_CORE_WITH_LITERT=ON — tingnan mga halimbawa/literto. Mas Gusto ba ng GUI? Speech Studio ang isang Windows installer na may parehong VoxCPM2 engine.

Susunod na mga hakbang