從原始碼構建

TorchAudio 集成了 PyTorch 用於數值計算以及第三方庫用於多媒體 I/O。從原始碼構建需要以下工具。

• PyTorch

• CMake

• Ninja

• 支援 C++ 17 的 C++ 編譯器

  • GCC (Linux)

  • Clang (macOS)

  • MSVC 2019 或更新版本 (Windows)

• CUDA 工具包 和 cuDNN（如果構建 CUDA 擴充套件）

大多數工具都可以在 Conda 中獲取，因此我們建議使用 conda。

• 在 Linux 和 macOS 上構建
• 在 Windows 上構建
• 在 Jetson 上構建

定製構建

TorchAudio 與第三方庫的整合可以透過環境變數啟用/停用。

透過傳遞 1 啟用，透過 0 停用。

• BUILD_SOX: 啟用/停用基於 libsox 的 I/O 功能。

• BUILD_KALDI: 啟用/停用基於 Kaldi 的特徵提取。

• BUILD_RNNT: 啟用/停用自定義 RNN-T 損失函式。

• USE_FFMPEG: 啟用/停用基於 FFmpeg 庫的 I/O 功能。

• USE_ROCM: 啟用/停用 AMD ROCm 支援。

• USE_CUDA: 啟用/停用 CUDA 支援。

有關最新配置及其預設值，請檢視原始碼。 https://github.com/pytorch/audio/blob/main/tools/setup_helpers/extension.py