如何在Windows 10 conda上安装火炬音频？

Question

在安装了PyTorch的AnacondaPython3.6.7中，我在Windows 10上执行以下操作：

conda install -c conda-forge librosa
conda install -c groakat sox

然后，我从https://github.com/pytorch/audio上下载了一个新的

python setup.py install

它运行了一段时间，最后就这样结束了：

torchaudio/torch_sox.cpp(3): fatal error C1083: Cannot open include file: 'sox.h': No such file or directory
error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio\\2017\\Community\\VC\\Tools\\MSVC\\14.15.26726\\bin\\HostX86\\x64\\cl.exe' failed with exit status 2

我试图在Windows：http://opennmt.net/OpenNMT-py/speech2text.html上复制这个OpenNMT-py语音训练演示。

Answer 1

我在Windows 10中成功地用sox编译了torchaudio，但有点棘手。

不幸的是，sox_effects无法使用，此错误显示：

RuntimeError: Error opening output memstream/temporary file

但您可以使用其他torchaudio功能。

对于Windows 10 64位，我遵循的步骤是：

TORCHAUDIO WINDOWS10 64位

注意:我混合了一些类似unix的命令行语法，您可以使用文件资源管理器或其他什么。

初步安排

1. 下载sox来源

$ git clone git://git.code.sf.net/p/sox/code sox

1. 下载其他sox源代码以获取lpc10

$ git clone https://github.com/chirlu/sox/tree/master/lpc10 sox2
$ cp -R sox2/lpc10 sox

1. 安装重要的VisualStudio2019和BuildTools

lpc10库

4.0。为VisualStudio CMake项目创建lpc10并构建该项目

Start window -> open local folder -> sox/lpc10
(it reads CMakeLists.txt automatically)
Build->build All

4.2。将lpc10.lib复制到sox

$ mkdir -p sox/src/out/build/x64-Debug
$ cp sox/lpc10/out/build/x64-Debug/lpc10.lib sox/src/out/build/x64-Debug

gsm库

5.0.为libgsm创建一个CMake项目，并像以前一样用lpc10编译它

5.1。将gsm.lib复制到sox

$ mkdir -p sox/src/out/build/x64-Debug
$ cp sox/libgsm/out/build/x64-Debug/gsm.lib sox/src/out/build/x64-Debug

sox库

6.0.在VS中为sox创建一个CMake项目

6.1。编辑一些文件：

CMakeLists.txt：(在开头添加)

project(sox)

sox_i.h：(在stdlib.h包含行下添加)

#include <wchar.h> /* For off_t not found in stdio.h */
#define UINT16_MAX  ((int16_t)-1)
#define INT32_MAX  ((int32_t)-1)

sox.c：(在time.h包含行下添加)

`#include <sys/timeb.h>`

6.2。用VisualStudio构建sox

6.3。复制python将找到它们的库，我使用conda环境

$ cp sox/src/out/build/x64-Debug/libsox.lib envs\<envname>\libs\sox.lib
$ cp sox/src/out/build/x64-Debug/gsm.lib envs\<envname>\libs
$ cp sox/src/out/build/x64-Debug/lpc10.lib envs\<envname>\libs

torchaudio

$ activate <envname>

7.0.从github下载torchaudio

$ git clone https://github.com/pytorch/audio thaudio

7.1。更新setup.py，在"else:“语句"if IS_WHEEL.”之后

$ vi thaudio/setup.py

如果IS_WHEEL..。

else:
    audio_path = os.path.dirname(os.path.abspath(__file__))

    # Add include path for sox.h, I tried both with the same outcome
    include_dirs += [os.path.join(audio_path, '../sox/src')]
    #include_dirs += [os.path.join(audio_path, 'torchaudio/sox')]

    # Add more libraries

    #libraries += ['sox']
    libraries += ['sox','gsm','lpc10']

7.2。从torchaudio编辑sox.cpp，因为不允许动态数组：

$ vi thaudio/torchaudio/torch_sox.cpp

 //char* sox_args[max_num_eopts];
 char* sox_args[20]; //Value of MAX_EFFECT_OPTS

7.3。建立和安装

$ cd thaudio
$ python setup.py install

它将打印出大量关于类型转换的警告和一些与MSVCRTD的库冲突，但“工作”。

仅此而已。

Answer 2

坏消息我担心:如果不付出很大的努力，你就无法在PyTorch上获得音频。问题在于libsox是依赖关系之一。您可能已经安装了sox，但是开发版本是完全不同的。这个错误完全是关于头文件丢失的抱怨。有一个打开的票证支持Windows。

长话短说，构建libsox作为Windows的静态库是很困难的。你可以试试西格温的运气。或者使用Docker / VM。