【亲测免费】 WeNet 安装和配置指南

1. 项目基础介绍和主要编程语言

项目基础介绍

WeNet 是一个面向生产的端到端语音识别工具包，旨在提供完整的生产解决方案。它具有以下特点：

• 生产优先和生产就绪：核心设计原则，确保工具包适用于实际生产环境。
• 高精度：在多个公共语音数据集上达到最先进的结果。
• 轻量级：易于安装、使用，设计良好且文档齐全。

主要编程语言

WeNet 主要使用 Python 和 C++ 进行开发。Python 用于模型训练和推理，C++ 用于高性能的运行时环境。

2. 项目使用的关键技术和框架

关键技术和框架

• PyTorch：用于深度学习模型的训练和推理。
• Transformer：用于构建和训练语音识别模型。
• Kaldi：用于 WFST 解码和语言模型集成。
• ESPnet：用于 Transformer 模型的建模。

3. 项目安装和配置的准备工作和详细安装步骤

准备工作

在开始安装之前，请确保您的系统满足以下要求：

• 操作系统：Linux 或 macOS（推荐 Ubuntu 20.04 或更高版本）。
• Python：建议使用 Python 3.10 或更高版本。
• CUDA：如果您计划使用 GPU 进行训练，请安装 CUDA 12.1 或更高版本。
• Conda：建议使用 Conda 来管理 Python 环境。

详细安装步骤

步骤 1：安装 Conda

如果您还没有安装 Conda，请先安装 Miniconda：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

步骤 2：创建并激活 Conda 环境

创建一个新的 Conda 环境并激活它：

conda create -n wenet python=3.10
conda activate wenet

步骤 3：安装 CUDA（可选）

如果您计划使用 GPU，请安装 CUDA 12.1：

wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run
sudo sh cuda_12.1.0_530.30.02_linux.run

步骤 4：安装 PyTorch 和 Torchaudio

安装与 CUDA 兼容的 PyTorch 和 Torchaudio：

pip install torch==2.2.2+cu121 torchaudio==2.2.2+cu121 -f https://download.pytorch.org/whl/torch_stable.html

步骤 5：克隆 WeNet 仓库

克隆 WeNet 的 GitHub 仓库到本地：

git clone https://github.com/wenet-e2e/wenet.git
cd wenet

步骤 6：安装 WeNet 依赖

安装 WeNet 所需的其他 Python 包：

pip install -r requirements.txt
pre-commit install  # 用于代码格式化和检查

步骤 7：验证安装

运行以下命令来验证安装是否成功：

python -c "import wenet; print(wenet.__version__)"

常见问题

• Sox 兼容性问题：如果您遇到 RuntimeError: set_buffer_size requires sox extension which is not available 错误，请安装 Sox 和 libsox-dev：

  sudo apt-get install sox libsox-dev
  

通过以上步骤，您应该能够成功安装并配置 WeNet 项目。如果您在安装过程中遇到任何问题，请参考 WeNet 的 GitHub 仓库中的文档或提交问题。