快速安装

SpeechBrain 正在不断发展。随着时间的推移，将会出现新的功能、教程和文档。SpeechBrain 可以通过 PyPI 安装，以便快速使用标准库。此外，可以使用本地安装来运行实验并修改/自定义工具包及其配方。

SpeechBrain 支持 CPU 和 GPU 计算。然而，对于大多数配方，训练期间需要 GPU。请注意，必须正确安装 CUDA 才能使用 GPU。

我们支持 PyTorch 1.9+ 和 Python 3.8-3.12（如果 PyTorch 支持，比宣传的更新的 Python 版本也可能适用）。我们建议您至少升级到 3.9+，因为对 3.8 的支持最终将被移除。

通过 PyPI 安装

一旦你创建了你的Python环境（见下面的说明），你可以简单地输入：

pip install speechbrain

根据您的操作系统，加载音频可能需要安装可选的torchaudio依赖项才能正常工作。如果它不能开箱即用，请访问音频故障排除。

然后你可以通过以下方式访问SpeechBrain：

import speechbrain as sb

一旦你创建了你的Python环境（见下面的说明），你可以简单地输入：

git clone https://github.com/speechbrain/speechbrain.git
cd speechbrain
pip install -r requirements.txt
pip install --editable .

然后你可以通过以下方式访问SpeechBrain：

import speechbrain as sb

对speechbrain包所做的任何修改将自动解释为我们使用--editable标志安装它。

请从主文件夹运行以下脚本，以确保您的安装正常工作：

pytest tests

如果你有GPU，你可以使用pytest tests --device='cuda'来运行测试

你可以使用以下命令运行 doctests：

tests/.run-doctests.sh

SpeechBrain 支持基于 Linux 的发行版和 macOS。Windows 用户的解决方案可以在GitHub issue中找到。

一个好的做法是为不同的工具和工具包设置不同的Python环境，这样它们就不会相互干扰。这可以通过Anaconda或venv来实现。

Anaconda 可以通过简单地遵循本教程来安装。实际上，就是下载安装脚本并执行它。

一旦安装了Conda，您可以使用以下命令创建一个新环境：

conda create --name speechbrain python=3.11

然后，使用以下命令激活它：

conda activate speechbrain

现在，你可以安装所有需要的包了！

有关使用Anaconda管理环境的更多信息可以在文档中找到。

venv 更加简单。要创建你的环境：

python3 -m venv /path/to/new/virtual/speechbrain

并激活它：

source /path/to/new/virtual/speechbrain/bin/activate

现在，你可以安装所有需要的包了！

由于SpeechBrain仅依赖于PyTorch，其GPU使用情况也与之相关。因此，如果PyTorch能够识别您的GPU，SpeechBrain也能识别。可以从torch包中调用许多函数来验证您的GPU是否被检测到：

import torch

torch.cuda.is_available()
torch.cuda.current_device()
torch.cuda.device(0)
torch.cuda.device_count()
torch.cuda.get_device_name(0)