MFA亲测环境搭建
环境
linux系统,conda
conda create -n aligner -c conda-forge montreal-forced-aligner=2.2.17(不指定版本的话我这边装的是3.x,但是到后面会报错,错误信息大概是说数据集中包含了字典中没有出现的音素之类的)
conda config --add channels conda-forge
conda activate aligner
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
如果报错Solving environment: failed with initial frozen solve. Retrying with flexible solve.
执行pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
接下来执行:
pip install speechbrain -i https://pypi.tuna.tsinghua.edu.cn/simple
本篇主要针对英文音素对齐
mfa model download acoustic english_us_arpa
mfa model download dictionary english_us_arpa
一般默认会安装在**~/document**中,如果想要修改默认安装路径,可以根据官方文档对–temp_directory进行修改;建议修改,不然执行的log也会输出到这个地方
mfa model inspect acoustic english_us_arpa // 可以看到声学模型的一些特性
validate时,后面corpus为数据集地址,紧跟着 字典地址 model地址
mfa validate corpus_dir_path english_us_arpa english_us_arpa
对齐指令
mfa align corpus_dir_path english_us_arpa english_us_arpa align_result_dir_path
目前的问题:在windows conda环境中进行上述安装,但是一直没有成功,成功的小伙伴可以留下你们的经验
参考:
[1]: https://blog.csdn.net/weixin_45647721/article/details/129899379?spm=1001.2014.3001.5501
[2]: https://montreal-forced-aligner.readthedocs.io/en/latest/user_guide/configuration/index.html#configuration/