安裝預先建置的二進位檔

torchaudio 有 PyPI (pip) 和 Anaconda (conda) 的二進位發行版。

請參閱 https://pytorch.dev.org.tw/get-started/locally/ 了解詳細資訊。

注意

每個 torchaudio 套件都針對特定版本的 torch 編譯。請參考下表並安裝正確的 torch 和 torchaudio 組合。

注意

從 0.10 開始，torchaudio 有僅限 CPU 和啟用 CUDA 的二進位發行版，每個發行版都需要相應的 PyTorch 發行版。

注意

此軟體是針對 FFmpeg 的未修改副本編譯的，並移除了特定的 rpath，以便能夠使用系統函式庫。可以從以下位置下載 LGPL 原始碼：n4.1.8 (license), n5.0.3 (license) and n6.0 (license)。

依賴性

• PyTorch

  請參考以下相容性矩陣，了解支援的 PyTorch 版本。

可選的依賴性

• FFmpeg

  使用 torchaudio.io 模組和 backend="ffmpeg" 在 I/O 函式中時，需要此依賴性。

  從 2.1 版本開始，TorchAudio 官方二進位發行版與 FFmpeg 版本 6、5 和 4 相容。（>=4.4, <7）。在執行時，TorchAudio 首先尋找 FFmpeg 6，如果找不到，則繼續尋找 5，然後再尋找 4。

  有多種方法可以安裝 FFmpeg 函式庫。請參考官方文件，了解如何安裝 FFmpeg。如果您使用的是 Anaconda Python 發行版，conda install -c conda-forge 'ffmpeg<7' 將會安裝相容的 FFmpeg 函式庫。

  如果您需要指定 TorchAudio 搜尋和連結的 FFmpeg 版本，您可以使用環境變數 TORIO_USE_FFMPEG_VERSION 來指定。例如，設定 TORIO_USE_FFMPEG_VERSION=5，TorchAudio 將只會尋找 FFmpeg 5。

  如果因為某些原因，此搜尋機制造成問題，您可以完全停用 FFmpeg 整合，方法是設定環境變數 TORIO_USE_FFMPEG=0。

  有多種方式可以安裝 FFmpeg 函式庫。如果您使用 Anaconda Python 發行版，conda install -c conda-forge 'ffmpeg<7' 將會安裝相容的 FFmpeg 函式庫。

  注意

  在搜尋 FFmpeg 安裝時，TorchAudio 會尋找帶有版本號碼的函式庫檔案名稱。也就是說，Linux 上的 libavutil.so.<VERSION>、macOS 上的 libavutil.<VERSION>.dylib 和 Windows 上的 avutil-<VERSION>.dll。許多公開的預先構建二進位檔案都遵循這種命名方式，但有些發行版具有未帶版本號碼的檔案名稱。如果您在偵測 FFmpeg 時遇到困難，請仔細檢查您安裝的函式庫檔案是否遵循這種命名方式 (然後確保它們位於函式庫搜尋路徑中列出的目錄之一)。

• SoX

  需要在 I/O 函式中使用 backend="sox"。

  從 2.1 版本開始，TorchAudio 需要單獨安裝 libsox。

  如果動態連結導致問題，您可以設定環境變數 TORCHAUDIO_USE_SOX=0，這樣 TorchAudio 就不會使用 SoX。

  注意

  TorchAudio 尋找沒有版本號碼的函式庫檔案，也就是 Linux 上的 libsox.so 和 macOS 上的 libsox.dylib。有些套件管理器會使用不同的名稱安裝函式庫檔案。例如，Ubuntu 上的 aptitude 會安裝 libsox.so.3。要讓 TorchAudio 連結到它，您可以建立一個符號連結，名稱為 libsox.so（並將該符號連結放在函式庫搜尋路徑中）。

  注意

  TorchAudio 在 libsox 14.4.2 上進行了測試。（其他版本不太可能有效。）

• SoundFile

  需要在 I/O 函式中使用 backend="soundfile"。

• sentencepiece

  使用 Emformer RNN-T 執行自動語音辨識時需要此套件。您可以執行 pip install sentencepiece 來安裝它。

• deep-phonemizer

  使用 Tacotron2 文字轉語音 執行文字轉語音時需要此套件。

• kaldi_io

  需要使用 torchaudio.kaldi_io 模組。

相容性矩陣

TorchAudio 的官方二進位發行版包含以 C++ 編寫並連結到特定 PyTorch 版本的擴充模組。

來自不同版本的 TorchAudio 和 PyTorch 不能一起使用。請參考下表以了解匹配的版本。

PyTorch	TorchAudio	Python
2.1.0	2.1.0	>=3.8, <=3.11
2.0.1	2.0.2	>=3.8, <=3.11
2.0.0	2.0.1	>=3.8, <=3.11
1.13.1	0.13.1	>=3.7, <=3.10
1.13.0	0.13.0	>=3.7, <=3.10
1.12.1	0.12.1	>=3.7, <=3.10
1.12.0	0.12.0	>=3.7, <=3.10
1.11.0	0.11.0	>=3.7, <=3.9
1.10.0	0.10.0	>=3.6, <=3.9
1.9.1	0.9.1	>=3.6, <=3.9
1.8.1	0.8.1	>=3.6, <=3.9
1.7.1	0.7.2	>=3.6, <=3.9
1.7.0	0.7.0	>=3.6, <=3.8
1.6.0	0.6.0	>=3.6, <=3.8
1.5.0	0.5.0	>=3.5, <=3.8
1.4.0	0.4.0	==2.7, >=3.5, <=3.8