Seamless M4T_v2 部署_downloading the tokenizer of seamlessm4t_v2_large.

一、AutoDL

1.1 注册

• 进入AutoDL官网
  

• 注册完成之后选择控制台
  

1.2 租用服务器

• 进入算力市场选择合适的服务器，我这里选择的是RTX 4090
  

• 选择基础镜像为：Miniconda / conda3 / 3.8(ubuntu20.04) / 11.3(cudagl)
  
  

• 选择立即创建，容器示例中会显示你选择的服务器
  

1.3 无卡模式开机

• 先选择关机，点击更多，选择无卡模式开机。此时服务器使用CPU，价格只需0.1元/小时
  

• 开启无卡模式，选择JupyterLab进入可视化界面
  

• 来到如下页面，前期工作准备完成
  

二、拉取项目

2.1 克隆项目

• 右键选择新建文件夹Lab，进入文件夹

cd Lab/
1

• 拉取项目代码

git clone https://github.com/facebookresearch/seamless_communication.git
1

2.2 安装依赖

• 进入seamless_communication文件夹

cd seamless_communication/
1

• 安装依赖 （耗时极长，且需要较大的存储空间）

pip install .
1

三、安装ffmpeg

3.1 下载ffmpeg

• 在等待依赖安装的同时，安装ffmpeg。新建启动页（蓝色按钮），新建终端。
  
  

• 在本地打开ffmpeg的压缩包下载地址，选择ffmpeg-4.1.tar.xz
  

• 右键ffmpeg-4.1.tar.xz，复制文件下载链接
  

• 回到服务器终端，输入下述命令，可自定义安装路径，我这里安装在/Lab/seamless_communication/目录下。

cd Lab/seamless_communication/
wget https://johnvansickle.com/ffmpeg/release-source/ffmpeg-4.1.tar.xz
1
2

3.2 解压并安装

• 解压文件

tar -xvf ffmpeg-4.1.tar.xz
1

• 设置安装目录，在/usr/local下新建了ffmpeg文件夹。

cd /usr/local/
mkdir ffmpeg
1
2

• 系统库检测安装

apt install gcc
apt install yasm
1
2

• 切换至ffmpeg文件下，配置安装目录

cd root/Lab/seamless_communication/ffmpeg-4.1
./configure --prefix=/usr/local/ffmpeg
1
2

• 编译源代码并安装，过程极其漫长……

make && make install
1

• 安装完成
  

3.3 配置环境变量

• 使用vim编辑~/.bashrc文件，选择(E)dit anyway，输入E，选择编辑模式。

vim ~/.bashrc
1

• 键入i，切换至INSERT模式，在文件最末行添加代码，将/usr/local/ffmpeg/bin路径添加到系统的PATH环境变量中，键入Esc,退出插入模式，输入:wq并回车，保存当前文件并退出。
  Q：不会使用vim编辑文件
  A ：参考教程

export PATH="/usr/local/ffmpeg/bin:$PATH"
1

• 运行命令使更改生效

source ~/.bashrc
1

• 如果之前已经安装过FFmpeg，可以通过运行以下命令来清除缓存并重新加载路径

hash -r
1

四、启动模型

4.1 下载并上传权重文件

• 进入项目 seamless_communication\src\seamless_communication\cards路径下，分别查看以下四个文件的内容。

seamlessM4T_v2_large.yaml
vocoder_v2.yaml
xlsr2_1b_v2.yaml
1
2
3

• 每个文件写有对应的模型网络资源，将其下载至本地，之后需要对其进行替换。

  • unity_nllb-100.yaml
    • tokenizer
      https://huggingface.co/facebook/seamless-m4t-large/resolve/main/tokenizer.model
  • seamlessM4T_v2_large.yaml：
    • char_tokenizer
      https://huggingface.co/facebook/seamless-m4t-v2-large/resolve/main/spm_char_lang38_tc.model
    • checkpoint
      https://huggingface.co/facebook/seamless-m4t-v2-large/resolve/main/seamlessM4T_v2_large.pt
  • vocoder_v2.yaml：
    • checkpoint
      https://dl.fbaipublicfiles.com/seamless/models/vocoder_v2.pt
  • xlsr2_1b_v2.yaml：
    • checkpoint
      https://dl.fbaipublicfiles.com/seamlessM4T/models/unit_extraction/xlsr2_1b_v2.pt
      

• 将对应的模型资源上传到服务器上的对应位置（我这里在seamless_communication文件夹中新建了一个model文件夹，并将模型资源上传至此）
  Q：如何上传文件至服务器？
  A：请参考AutoDL帮助文档
  

4.2 修改配置文件

• 右键复制文件路径,分别修改上述四个yaml文件配置内的地址
  • unity_nllb-100.yaml
    • tokenizer
      file://root/Lab/seamless_communication/model/tokenizer.model
  • seamlessM4T_v2_large.yaml
    • char_tokenizer
      file://root/Lab/seamless_communication/model/spm_char_lang38_tc.model
    • checkpoint
      file://root/Lab/seamless_communication/model/seamlessM4T_v2_large.pt
  • vocoder_v2.yaml
    • checkpoint
      file://root/Lab/seamless_communication/model/vocoder_v2.pt
  • xlsr2_1b_v2.yaml
    • checkpoint
      file://root/Lab/seamless_communication/model/xlsr2_1b_v2.pt

• 修改demo/m4tv2目录下app.py第33行代码，将

CHECKPOINTS_PATH = pathlib.Path(os.getenv("CHECKPOINTS_PATH", f"/home/{user}/app/models"))
1

• 改为下述代码，model文件夹内是模型的pt权重文件

CHECKPOINTS_PATH = pathlib.Path(os.getenv("CHECKPOINTS_PATH", f"/{user}/Lab/seamless_communication/model"))
1

4.3 安装 m4tv2模型依赖库

• 进入demo文件夹下的m4tv2文件夹中安装模型所需要的对应依赖。

cd demo/m4tv2
pip install -r requirements.txt
1
2

• 下载成功
  

• 学术资源加速 运行代码时需要下载分词器文件，不换源会导致连接超时

source /etc/network_turbo
1

• 取消学术加速，如果不再需要建议关闭学术加速，因为该加速可能对正常网络造成一定影响

unset http_proxy && unset https_proxy
1

4.4 运行项目

• 运行项目文件app.py，必须在GPU环境下运行，否则程序直接Killed

python app.py
1

• 部署成功！
  

• 阅读AutoDL官方提供的帮助文档，可使用SSH隧道技术将实例中的端口代理到本地windows！

ssh -CNg -L 8880:127.0.0.1:7860 root@connect.bjb1.seetacloud.com -p 51287 
1

• 本地访问

http://127.0.0.1:8880
1