從原始碼建置

TorchAudio 整合了 PyTorch 用於數值計算，以及第三方函式庫用於多媒體 I/O。它需要以下工具才能從原始碼建置。

• 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 toolkit 和 cuDNN (如果建置 CUDA 擴充功能)

大多數工具都可以在 Conda 中找到，因此我們建議使用 conda。

• 在 Linux 和 macOS 上建置
• 在 Windows 上建置
• 在 Jetson 上建置

自訂建置

TorchAudio 與第三方函式庫的整合可以透過環境變數啟用/停用。

它們可以透過傳遞 1 來啟用，以及透過 0 來停用。

• 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/停用自訂 RNN-T 損失函數。

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

• USE_ROCM：啟用/停用 AMD ROCm 支援。

• USE_CUDA：啟用/停用 CUDA 支援。

有關最新的配置及其預設值，請檢查原始程式碼。https://github.com/pytorch/audio/blob/main/tools/setup_helpers/extension.py