安装预构建的二进制文件

torchaudio 拥有针对 PyPI (pip) 和 Anaconda (conda) 的二进制分发版。

请参考 https://pytorch.ac.cn/get-started/locally/ 获取详细信息。

注意

每个 torchaudio 包都是针对特定版本的 torch 编译的。请参考下表并安装正确的 torch 和 torchaudio 对。

注意

从 0.10 开始，torchaudio 拥有仅 CPU 和支持 CUDA 的二进制分发版，每个版本都需要相应的 PyTorch 分发版。

注意

该软件针对 FFmpeg 的未修改副本进行编译，其中特定的 rpath 已被移除，以便使用系统库。LGPL 源代码可以从以下位置下载：n4.1.8 (许可证)，n5.0.3 (许可证) 和 n6.0 (许可证).

依赖项

• PyTorch

  请参考下面的兼容性矩阵以了解支持的 PyTorch 版本。

可选依赖项

• FFmpeg

  需要使用 torchaudio.io 模块，以及在 I/O 函数 中使用 backend="ffmpeg"。

  从版本 2.1 开始，TorchAudio 官方二进制分发版与 FFmpeg 版本 6、5 和 4 兼容。(>=4.4, <7)。在运行时，TorchAudio 首先查找 FFmpeg 6，如果未找到，则继续查找 5 并继续查找 4。

  有多种方法可以安装 FFmpeg 库。请参考官方文档了解如何安装 FFmpeg。如果您使用的是 Anaconda Python 分发版，conda install -c conda-forge 'ffmpeg<7' 将安装兼容的 FFmpeg 库。

  如果您需要指定 TorchAudio 搜索和链接的 FFmpeg 版本，可以通过环境变量 TORIO_USE_FFMPEG_VERSION 指定它。例如，通过设置 TORIO_USE_FFMPEG_VERSION=5，TorchAudio 将只查找 FFmpeg 5。

  如果由于某种原因，这种搜索机制导致问题，可以通过设置环境变量 TORIO_USE_FFMPEG=0 来完全禁用 FFmpeg 集成。

  有多种方法可以安装 FFmpeg 库。如果您使用的是 Anaconda Python 分发版，conda install -c conda-forge 'ffmpeg<7' 将安装兼容的 FFmpeg 库。

  注意

  在搜索 FFmpeg 安装时，TorchAudio 查找具有版本号的库文件。也就是说，对于 Linux 来说是 libavutil.so.<VERSION>，对于 macOS 来说是 libavutil.<VERSION>.dylib，对于 Windows 来说是 avutil-<VERSION>.dll。许多公共预构建的二进制文件遵循这种命名方案，但一些分发版具有未版本化的文件名。如果您在检测 FFmpeg 时遇到困难，请仔细检查您安装的库文件是否遵循这种命名方案，（然后确保它们位于库搜索路径中列出的目录之一中。）

• SoX

  需要在 I/O 函数 中使用 backend="sox"。

  从版本 2.1 开始，TorchAudio 需要单独安装 libsox。

  如果动态链接导致问题，可以设置环境变量 TORCHAUDIO_USE_SOX=0，TorchAudio 不会使用 SoX。

  注意

  TorchAudio 查找具有未版本化名称的库文件，对于 Linux 来说是 libsox.so，对于 macOS 来说是 libsox.dylib。一些包管理器以不同的名称安装库文件。例如，Ubuntu 上的 aptitude 安装 libsox.so.3。要让 TorchAudio 链接到它，可以创建一个名为 libsox.so 的符号链接（并将符号链接放到库搜索路径中）。

  注意

  TorchAudio 在 libsox 14.4.2 上进行了测试。（其他版本可能无法正常工作。）

• SoundFile

  需要在 I/O 函数 中使用 backend="soundfile"。

• sentencepiece

  需要使用 Emformer RNN-T 执行自动语音识别。您可以通过运行 pip install sentencepiece 来安装它。

• deep-phonemizer

  需要使用 Tacotron2 文本到语音转换 执行文本到语音转换。

• kaldi_io

  需要使用 torchaudio.kaldi_io 模块。

兼容性矩阵

TorchAudio 的官方二进制分发版包含用 C++ 编写的扩展模块，并链接到特定版本的 PyTorch。

来自不同版本的 TorchAudio 和 PyTorch 不能一起使用。请参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