ClearerVoice-Studio安装与配置指南

1. 项目基础介绍

ClearerVoice-Studio 是一个开源的、基于 AI 的语音处理工具包，旨在为研究人员、开发人员及终端用户提供语音增强、语音分离、语音超分辨率、目标说话人提取等功能。该工具包包含了先进的预训练模型，以及用于训练和推理的脚本。

主要编程语言

• Python
• Shell

2. 项目使用的关键技术和框架

• 语音处理: 包含语音增强、分离、超分辨率等技术。
• 深度学习框架: 使用 PyTorch 作为主要的深度学习框架。
• 预训练模型: 包含如 FRCRN（语音去噪）、MossFormer（语音分离）等先进的预训练模型。

3. 项目安装和配置的准备工作

在开始安装 ClearerVoice-Studio 之前，请确保您的系统已经安装了以下依赖项：

• Python 3.6 或更高版本
• pip（Python 包管理工具）
• GCC 4.8 或更高版本
• CMake 3.3.2 或更高版本
• ffmpeg（用于音频编解码）

安装步骤

1. 克隆项目仓库

   打开命令行界面，执行以下命令以克隆项目仓库：

   git clone https://github.com/modelscope/ClearerVoice-Studio.git
   cd ClearerVoice-Studio
   

2. 安装 Python 依赖

   在项目根目录下，执行以下命令安装项目所需的 Python 依赖：

   pip install -r requirements.txt
   

3. 配置环境变量

   根据您的操作系统，配置环境变量以确保命令行可以正确调用所需的依赖。

4. 编译 ffmpeg（如果未安装）

   如果您的系统中没有安装 ffmpeg，您需要从源代码编译安装。具体步骤如下：

   cd ~
   sudo apt update
   sudo apt install -y libass-dev libfreetype6-dev libmp3lame-dev libtheora-dev libvorbis-dev libx11-dev xorg-dev
   git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg
   cd ffmpeg
   ./configure --prefix=/usr/local
   make
   sudo make install
   

5. 运行示例

   在项目根目录下，运行以下命令以执行示例脚本：

   python examples/speech_enhancement.py
   

以上步骤为您提供了 ClearerVoice-Studio 的基础安装和配置指南。您可以根据具体需求调整配置和运行其他脚本。