Skip to content

Latest commit

 

History

History
131 lines (92 loc) · 3.25 KB

INSTALL.md

File metadata and controls

131 lines (92 loc) · 3.25 KB

Text2FX 安装指南

本文档提供了安装 Text2FX 及其依赖的详细步骤。

环境要求

  • Python 3.10 或更高版本
  • CUDA 11.8（如果需要 GPU 加速）

方法一：使用 pip 安装（推荐）

  1. 克隆仓库：
git clone https://github.com/yourusername/Text2FX.git
cd Text2FX
  1. 创建并激活虚拟环境（可选但推荐）：
# 使用 conda
conda create -n text2fx python=3.10
conda activate text2fx

# 或使用 venv
python -m venv text2fx_env
source text2fx_env/bin/activate  # Linux/Mac
# 或
text2fx_env\Scripts\activate  # Windows
  1. 安装依赖：
pip install -r requirements.txt

方法二：使用 setup.py 安装

git clone https://github.com/yourusername/Text2FX.git
cd Text2FX
pip install -e .

方法三：手动安装依赖

如果您遇到安装问题，可以尝试手动安装主要依赖：

# 安装 PyTorch 和 torchaudio（带 CUDA 支持）
pip install torch==2.0.0+cu118 torchaudio==2.0.0+cu118 --extra-index-url https://download.pytorch.org/whl/cu118

# 安装其他依赖
pip install laion_clap==1.1.6
pip install dasp-pytorch==0.0.1
pip install numpy==1.23.5 matplotlib==3.10.1 tqdm==4.67.1 librosa==0.10.2.post1
pip install transformers wget

下载预训练模型

安装完依赖后，您需要下载 CLAP 预训练模型和BERT tokenizer：

python download_clap_model.py

注意：此脚本会自动下载以下内容：

  1. BERT tokenizer（约500MB）
  2. CLAP预训练模型（约1.7GB）

如果下载过程中遇到网络问题，您可以：

  1. 确保网络连接正常
  2. 使用代理或VPN
  3. 手动下载模型文件：

验证安装

运行测试脚本验证安装是否成功：

python test/test_clap.py
python test/test_dasp.py
python test/test_fx_chain.py

常见问题

1. CUDA 相关错误

如果您遇到 CUDA 相关错误，可能是 PyTorch 版本与您的 CUDA 版本不兼容。请尝试安装与您的 CUDA 版本匹配的 PyTorch：

# 对于 CUDA 12.0
pip install torch==2.0.0+cu120 torchaudio==2.0.0+cu120 --extra-index-url https://download.pytorch.org/whl/cu120

# 对于 CUDA 11.8
pip install torch==2.0.0+cu118 torchaudio==2.0.0+cu118 --extra-index-url https://download.pytorch.org/whl/cu118

# 对于 CUDA 11.7
pip install torch==2.0.0+cu117 torchaudio==2.0.0+cu117 --extra-index-url https://download.pytorch.org/whl/cu117

# 如果不需要 CUDA 支持
pip install torch==2.0.0 torchaudio==2.0.0

注意：如果您使用的是 CUDA 12.0，建议使用 PyTorch 2.0.0 或更高版本，因为较早版本的 PyTorch 可能不完全支持 CUDA 12.0。如果遇到兼容性问题，可以考虑降级到 CUDA 11.8 或使用 CPU 版本的 PyTorch。

2. laion_clap 安装问题

如果 laion_clap 安装失败，可以尝试从源代码安装：

git clone https://github.com/LAION-AI/CLAP.git
cd CLAP
pip install -e .

3. dasp-pytorch 安装问题

如果 dasp-pytorch 安装失败，可以尝试从源代码安装：

git clone https://github.com/hugofloresgarcia/dasp-pytorch.git
cd dasp-pytorch
pip install -e .