安装预编译二进制文件

torchaudio 为 PyPI (pip) 和 Anaconda (conda) 提供二进制发行版。

请参考 https://pytorch.org/get-started/locally/ 了解详细信息。

注意

每个 torchaudio 包都是针对特定版本的 torch 进行编译的。 请参考下表，安装正确的 torch 和 torchaudio 组合。

注意

开始 0.10, torchaudio 有仅支持 CPU 和启用 CUDA 的二进制发行版, 每种都需要对应的 PyTorch 发行版。

注意

此软件是基于未修改的FFmpeg（根据LGPLv2.1许可）编译的，已移除特定的rpath以便使用系统库。LGPL源代码可以从这里下载。

依赖项

• PyTorch

  请参考下表中的兼容性矩阵，了解支持的 PyTorch 版本。

可选依赖项

• FFmpeg.

  使用 torchaudio.io 模块所必需。 TorchAudio 官方二进制发行版兼容 FFmpeg 4.1 至 4.4。 如果您需要使用 FFmpeg 5，请从源代码构建 TorchAudio。

• sentencepiece

  使用 Emformer RNN-T 执行自动语音识别所必需。

• deep-phonemizer

  执行文本转语音所需的 Tacotron2 文本转语音。

• kaldi_io

  需要使用 torchaudio.kaldi_io 模块。

兼容性矩阵

TorchAudio 的官方二进制发行版包含用 C++ 编写的扩展模块，并链接到特定版本的 PyTorch。

不同版本的 TorchAudio 和 PyTorch 无法一起使用。 请参考下表以获取对应的版本。

PyTorch	TorchAudio	Python
2.0.0	2.0.0	>=3.8, <=3.11
1.13.1	0.13.1	>=3.7, <=3.10
1.13.0	0.13.0	>=3.7, <=3.10
1.12.1	0.12.1	>=3.7, <=3.10
1.12.0	0.12.0	>=3.7, <=3.10
1.11.0	0.11.0	>=3.7, <=3.9
1.10.0	0.10.0	>=3.6, <=3.9
1.9.1	0.9.1	>=3.6, <=3.9
1.8.1	0.8.1	>=3.6, <=3.9
1.7.1	0.7.2	>=3.6, <=3.9
1.7.0	0.7.0	>=3.6, <=3.8
1.6.0	0.6.0	>=3.6, <=3.8
1.5.0	0.5.0	>=3.5, <=3.8
1.4.0	0.4.0	==2.7, >=3.5, <=3.8