实战：WSL训练VITS模型环境搭建

最近想搞语音合成的模型合成一些语音，我只学过点NLP的语音合成的完全没接触过，本身自己的专业跟机器学习也没啥关系，所以就想用大佬们开源出来的项目来训练。

大多数项目都是可以通过Google的colab来进行傻瓜式操作，而且还可以白嫖15G显存的GPU。但是由于平时需要上班，我在使用Google的colab的时候，作为白嫖用户，经常后台训练几十分钟忘了动它然后就超时断开链接。也曾尝试写了js自动点击唤醒，但是时间一长就会出现免费的GPU资源耗尽，然后可能等待几个小时或者一天才能恢复。于是乎，我就打算用自己的电脑训练，比较方便一点。

但是，很多项目都是linux下的，我尝试了做环境适配，总会出很多问题，装好环境之后甚至还得修改代码，最终放弃了，实在太麻烦了，但是又想用我电脑的GPU，最终把目光转向了我落灰已久的WSL。

开始

WSL2.0系统是Ubuntu22.04LTS

安装CUDA

直接访问下方链接，还是很傻瓜式的

https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=deb_networ

选取对应的系统，然后照着给出的命令执行即可，便可以安装好cuda。

但是这个时候并没有完，我们必须在bash中添加一下cuda的加载路径，如下：

vim ~/.bashrc 
# 文件末尾追加
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PAT

# 退出vim后，在命令行加载一下
source ~/.bashrc

最后我们查看一下版本：

nvcc -V

nvidia-smi

记住CUDA的版本，这里我们是12.0，在后续安装cudnn的时候，需要对应上。

至此，cuda安装结束。

安装cudnn

直接访问官网下载页面。

https://developer.nvidia.com/rdp/cudnn-download

上面我们的cuda是12.0的，所以这里我们选择对应的版本。

我的系统是x86的，所以选择如图所示的tar的压缩文件

安装上，也可以参考官网的方法

https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html

这里我们下载好之后，放到家目录下，执行如下命令

tar xvf cudnn-linux-x86_64-8.8.0.121_cuda12-archive.tar.xzcd cudnn-linux-x86_64-8.8.0.121_cuda12-archivecp lib/* /usr/local/cuda-12.1/lib64cp include/* /usr/local/cuda-12.1/include

这时，cudnn的依赖便可以使用了。

如果不安装cudnn的话，在项目中使用GPU加速优化汇报如下错误

至此，cudnn安装结束。

安装torch

这里我们使用的框架是torch，使用GPU的话，必须得安装对应GPU版本的，我们进入官方页面

https://pytorch.org/get-started/locally/

可以看到，对于Linux的话，直接使用pip3安装即可

pip3 install torch torchvision torchaudio

安装结束后，我们进入python3，然后查看一下cuda是否可用

import torchprint(torch.cuda.is_available())

如图，安装完成。

注：这里本来我都打算使用虚拟环境来安装python的依赖，但是不知为何安装的依赖在虚拟环境中并不存在，反而安装到了系统环境上的依赖，所以直接破罐子破摔，直接用pip装了，不搞虚拟环境了。

项目安装

我即将用到的项目为

# 链接

https://github.com/Plachtaa/VITS-fast-fine-tuning

git clone https://github.com/Plachtaa/VITS-fast-fine-tuning.git

因为咱们已经装过对应版本的torch，所以在requirements.txt中我们删除torch相关即可。

然后安装依赖即可

pip3 install requirements.txt

需要工具安装

apt install cmakeapt install ffmpeg

至此，该环境便安装完毕。

下期MOSS的语音合成训练

实战：MOSS的语音合成训练

Hello

• 23年4月13日
• 喜欢：0
• 浏览：2.2k

本文来源：微信公众号《 谋机SEC》