本文详细介绍了在Ubuntu系统上，特别是针对Nvidia GTX 1060显卡，如何从安装CUDA和CUDNN开始，逐步搭建wav2letter++语音识别框架。过程中涉及Ubuntu系统的安装、Nvidia驱动、CUDA和CUDNN的配置，以及wav2letter++依赖的arrayfire、flashlight、libsndfile、KenLM等组件的安装和配置。作者强调了安装过程中的注意事项，如CUDA版本对arrayfire的影响，并分享了遇到的问题及解决办法。
首先说明，本人只擅长在windows下开发。这次是因为公司需要做语音识别，采用wav2letter开源框架，所以在linux下搞一搞，如果有不对的地方还请指正。
先说下电脑配置： OS: Ubuntu16.04 GPU：Nvidia GTX 1060 5GB CPU : intel i7
os:ubuntu18.04 GTX1080Ti 安装先看下一篇中的注意事项
https://mp.csdn.net/postedit/89088082
facebook号称wav2letter是目前最快的语音识别系统，我没研究过别的语音识别，不知道它的快慢是什么程度，到后面我会把训练时间和识别速度贴出来。
我是运行的CUDA版本wav2letter，要运行CPU和opencv版本的同学请绕过。
按照作者介绍需要安装一下工具：
arrayfire,flashlight,libsndlife,MKL,KenLM,gflags,glog,CUDA,cudnn等
我这里把我的安装顺序说一下，因为我电脑里以前是做图像识别时配置的环境，在此基础上，安装作者的说明开始安装，结果在安装编译完wav2letter,准备训练的时候，总是提示，找不到或打不开flac文件（语音训练数据包）。安装了好几遍，还是这个问题，一怒之下，重装系统。所以我的环境是从干净的ubuntu系统开始安装。
一、安装ubuntu系统以及安装Nvidia驱动，CUDA,CUDNN参考我前面的那篇文章https://blog.csdn.net/tudou880306/article/details/81076000.
需要注意的时，作者要求CUDA>=9.2，作者推荐在CUDA9.2上安装。这个会影响到arrayfire的安装.
二、其它软件包安装
我是倒着安装的，什么意思？就是先下载wav2letter源码下来，然后cmake.. 配置环境，看看缺什么装什么。当然刚开始缺的是cmak
最低0.47元/天 解锁文章
扫一扫
727
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
