从源代码构建

TorchAudio 集成了 PyTorch 用于数值计算以及第三方库用于多媒体 I/O。从源代码构建需要以下工具。

• PyTorch

• CMake

• Ninja

• 支持 C++ 17 的 C++ 编译器

  • GCC (Linux)

  • Clang (macOS)

  • MSVC 2019 或更新版本 (Windows)

• CUDA 工具包 和 cuDNN（如果构建 CUDA 扩展）

大多数工具都可以在 Conda 中获取，因此我们建议使用 conda。

• 在 Linux 和 macOS 上构建
• 在 Windows 上构建
• 在 Jetson 上构建

定制构建

TorchAudio 与第三方库的集成可以通过环境变量启用/禁用。

通过传递 1 启用，通过 0 禁用。

• BUILD_SOX: 启用/禁用基于 libsox 的 I/O 功能。

• BUILD_KALDI: 启用/禁用基于 Kaldi 的特征提取。

• BUILD_RNNT: 启用/禁用自定义 RNN-T 损失函数。

• USE_FFMPEG: 启用/禁用基于 FFmpeg 库的 I/O 功能。

• USE_ROCM: 启用/禁用 AMD ROCm 支持。

• USE_CUDA: 启用/禁用 CUDA 支持。

有关最新配置及其默认值，请查看源代码。 https://github.com/pytorch/audio/blob/main/tools/setup_helpers/extension.py