Skip to content

DEPENDENCIES.md

Latest commit

 

History

History
93 lines (57 loc) · 2.21 KB

DEPENDENCIES.md

File metadata and controls

93 lines (57 loc) · 2.21 KB
Raw

依赖与环境说明

本项目包含 推理（核心库）、GUI（PyQt6）、CLI（服务器部署）、模型导出脚本 四类用途。为避免仓库膨胀，模型文件、ffmpeg/llama.cpp 二进制、运行输出与临时目录默认不纳入版本控制（见 .gitignore）。

Python

  • 建议：Python 3.10（Windows 已验证较多）

Python 依赖文件

  • requirements.txt
    • 推理 + GUI 运行依赖（桌面使用）
  • requirements-cli.txt
    • 推理 + CLI 运行依赖（不含 PyQt6，适合服务器）
  • requirements-export.txt
    • 模型导出 依赖（导出 ONNX / GGUF 时需要，依赖较重）

安装示例：

# 桌面 GUI
pip install -r requirements.txt

# 服务器 CLI（推荐）
pip install -r requirements-cli.txt

# 导出模型
pip install -r requirements-export.txt

系统依赖：ffmpeg

用于音频/视频抽取与转码（GUI/CLI 都会用到）。

  • Windows：下载 ffmpeg 并加入 PATH，或将 ffmpeg.exe 放在项目根目录
  • Linux：sudo apt install ffmpeg
  • macOS：brew install ffmpeg

也可以通过环境变量指定：

  • FFMPEG_BINARY=/path/to/ffmpeg

llama.cpp / ggml 二进制

本项目使用 llama.cpp 推理 GGUF Decoder。你需要自行下载对应平台的预编译包，并将其放到：

  • fun_asr_gguf/bin/

推荐从 llama.cpp Releases 下载（文件名会随版本变化，例如 llama-bXXXX-bin-win-vulkan-x64.zip）。

模型文件（本地路径）

项目默认按 ./model 推导以下文件（GUI/CLI 均支持手动指定）：

  • Fun-ASR-Nano-Encoder-Adaptor.fp32.onnx
  • Fun-ASR-Nano-CTC.int8.onnx
  • Fun-ASR-Nano-Decoder.q8_0.gguf
  • tokens.txt

GPU（可选）

  • Decoder（llama.cpp）可通过 Vulkan 进行 GPU offload（Windows 常用）
  • 通过环境变量控制（GUI/CLI 都支持）：
    • VK_ICD_FILENAMES
    • GGML_VK_VISIBLE_DEVICES
    • GGML_VK_DISABLE_F16

临时目录（运行产物）

为便于排查与避免污染项目根目录，运行过程产生的文件默认写入：

  • ./temp/YYYY-MM-DD/<任务前缀-时间>/...

包含但不限于：

  • 抽取/转码后的 wav
  • 分段切片
  • benchmark 采样 csv/json