01、DeepSpeech2在windows下的部署与测试

1、安装anaconda

1.1 下载安装包

Anaconda 官网：https://www.anaconda.com/download/
镜像网站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1.2 安装

Install for 选择 just me 即可；

第一个选项是添加环境变量，可以选择勾选（我这里直接勾选），之后在 cmd 中可直接运行 conda 命令，调出python 等。之后点击 install 进行安装；

1.3 anaconda打不开怎么办

step1：conda update conda
step2：conda update --all

1.4 配置环境

也可以在页面进行操作

# 在anaconda prompt中使用以下命令查看已有的虚拟环境
conda info -e
# 使用以下命令新建一个虚拟环境(your_env_name自己命名，python版本号要对应)：如果不想用命令行创建也可以在图像化界面中直接创建一个
conda create -n py37 python=3.7.16
# 使用一下命令激活虚拟环境，并将相应的pytorch包放入其中或者下载到对应文件夹下
conda activate py37
# 调整一下你的下载源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
1
2
3
4
5
6
7
8

2 源码下载

下载链接：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech

3 搭建环境

3.1 安装PaddlePaddle-GPU版本

conda activate py37 #为与其它环境相互干扰，创建的虚拟环境，进入虚拟环境下，进行以下操作
conda install paddlepaddle-gpu==2.1.3 cudatoolkit=10.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
1
2

3.2 安装其它依赖库

cd xxxx#进入源代码目录下
python -m pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
1
2

在此过程中，pyaudio会安装失败，故在下面链接找到python3.7对应的依赖包下载离线安装：
https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyaudio

3.3 解决error: Microsoft Visual C++ 14.0 or greater is required. Get it with “Microsoft C++ Build Tools“:

安装Microsoft C++ 生成工具 - Visual Studio：https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/

然后勾选使用c++的桌面开发：

等待下载安装成功

4.下载模型

实践中选择字错率最低的下载，下载完成后解压，将dataset文件夹中mean_std.npz与zh_vocab.txt拷贝至源码**./dataset**目录下，将models文件夹拷贝至源码根目录下。

5、导出预测模型

python export_model.py --resume_model=./models/param/50.pdparams
1

5.1 解决报错：

pip install --upgrade setuptools

pip install --upgrade Pillow
1
2
3

5.2 安装Cuda和Cudnn

• Cuda下载地址：Cuda10.0
• Cudnn下载地址（需要登录）：Cudnn

注意：Cudnn的版本需要与Cuda对应

win11+anaconda3+python3.7+cuda10.0+cudnn7.6.0+PaddlePaddle 2.1.3
1

• Cuda安装

  • 运行exe安装包

  • 自定义安装

  • 安装Cuda即可（驱动等其他东西一般windows已经安装了最新版）

• 安装Cudnn

  • 解压zip压缩包，复制所有文件到Cuda安装目录下，如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

• 验证安装

  • Cuda: nvcc -V

    

  • Cudnn: nvidia-smi
    

如果没有nvida的GPU是安装不成功的，需要根据提示修改源码，改为使用cpu

6、使用语音文件测试

python infer_path.py --wav_path=./dataset/test.wav
1

长语音预测执行以下命令：

python infer_path.py --wav_path=./dataset/test_vad.wav --is_long_audio=True
1

7、服务端部署

如果本地运行，实现录音功能，将IP地址改成localhost,录音完成点击上传，支持中文数字转阿拉伯数字，将参数–to_an设置为True即可，默认为True

8、GUI界面部署

python infer_gui.py
1