Working Notes-My Work Diary

首先，對於PYTHON的使用者，我建議使用ANACONDA進行環境設定與選用。
其次對於GITHUB的使用者，我比較喜歡利用GITHUB DESKTOP進行專案的克隆管理。

在安裝MOCKING BIRD前必須知道的幾件事:
1、套件安裝時會因使用者的硬體環境與套件版本而有所不同，可能需要多次嘗試，因此利用ANACONDA進行安裝測試，失敗時不論是想更換套件版本或刪除重新下載，都能減少不少時間與衝突時的擔憂。
2、大部分套件可以用CONDA安裝，但是在FFMPEG與集中安裝(requirement.txt)時，因CONDA無相關支援或部分套件不支援，所以最終還是使用PIP安裝。
3、目錄結構非常重要，如果僅只克隆後利用原作者提供訓練模型進行AI模仿，那麼安裝後在百度雲下載模型，修改編碼程序後就可以進行程序。如果要進行訓練，就必須先進行某些程序更換目錄及語音檔案目錄結構的修改。
4、所有目錄結構最好改用英文，中文的使用者名稱、目錄會造成ANACONDA異常，創建虛擬環境失敗。

套件安裝部分，在YOUTUBER零度空間中有相關視頻，大家可以進行參考，
基本安裝如下：
1、安裝Anaconda、創建python 3.7環境(我創建的是3.7.16)
2、克隆mockingbird專案
3、安裝pytorch 到網址 到Pytorch官網: pytorch.org/get-started/locally 
指令：nvcc -V 可得知目前適用的CUDA版本

選擇和自己電腦相對應的版本安裝;
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
4、測試是否安裝成功，一樣在Anaconda Prompt輸入python，分別輸入下列程式碼(一行一行執行):
import torch
print(torch.cuda.is_available)
print(torch.cuda.device()) //This line prints the name of the default GPU device. 如果出現TypeError: __init__() missing 1
required positional argument: 'device'則改用下述
device = torch.cuda.device('cuda:0')
print(device)
5、安裝ffmpeg 網址 ffmpeg.org/download.html#get-packages
6、pip install -r requirements.txt 安裝相關軟體，不能使用 conda install --file requirements.txt，部分找不到套件
7、pip install webrtcvad-wheels(語音活動檢測庫，檢查有聲段與無聲段，是需要安裝)

附註：
A、如果需要訓練，則需要裝VC 2019(因我有VS2019故省略)

B、conda安装环境报错：Solving environment: failed with initial frozen solve.
conda -V 檢查你安裝的conda版本
conda update -n base conda 更新conda到最新版本
conda -V 再確認一次版本
conda update -n base conda 再更新conda到最新版本，有可能要更新2次，第2次會耗時比較久
conda -V 再確認一次版本
確定已是最新版本後執行 conda update --all

C、我之前安裝requirement.txt時遇到狀況不同，requirement.txt 我是如下修改(和零度不同)再以pip安裝:
umap-learn
visdom
librosa==0.8.1
matplotlib>=3.3.0
numpy==1.20.3
scipy>=1.0.0
tqdm
sounddevice
SoundFile
Unidecode
inflect
PyQt5
multiprocess
numba
webrtcvad
pypinyin
flask
flask_wtf
flask_cors==3.0.10
gevent==21.8.0
flask_restx
tensorboard==1.15
streamlit==1.8.0
PyYAML==5.4.1
torch_complex
espnet
PyWavelets
monotonic-align
transformers==4.26.0
fastapi
loguru
typer[all]
click==8.0.4

原作者編碼程序修改(模仿時僅出現雜音，進行編碼修改)：
檔案位置克隆後mockingbird結構下 \MockingBird\models\synthesizer\utils\symbol.py
第11行 _characters = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz1234567890!\'(),-.:;? '
改為 _characters = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz12340!\'(),-.:;? '
原作者說明為"用於訓練模型。如果您要訓練舊的模型，可以使用這個舊的字元集。"，因我沒有舊模型可用，因此我直接使用新編碼。

而原作者提及的模型，因我無法從百度雲下載，以前下載的百度網碟也早已刪除，因此是重新下載語音檔進行訓練，下一篇再陸續說明語音檔種類、下載位址、目錄修改、訓練操作。

附註：我是以ASUS W700-TC桌機，更換850W POWER，加裝 NVIDIA TESLA M40 24G進行學習，上述變動為依附於此進行的修改。