安装预构建二进制文件

torchaudio 在 PyPI (pip) 和 Anaconda (conda) 上都有二进制分发。

详情请参考 https://pytorch.ac.cn/get-started/locally/。

注意

每个 torchaudio 包都针对特定版本的 torch 进行编译。请参考下表并安装正确配对的 torch 和 torchaudio。

注意

从 0.10 开始，torchaudio 提供了仅支持 CPU 和支持 CUDA 的二进制分发，每个都需要相应的 PyTorch 分发。

注意

此软件是根据未经修改的 FFmpeg 副本编译的，并移除了特定的 rpath 以便使用系统库。LGPL 源代码可从以下位置下载：n4.1.8（许可证）、n5.0.3（许可证）和 n6.0（许可证）。

依赖项

• PyTorch

  请参考下面的兼容性矩阵以了解支持的 PyTorch 版本。

可选依赖项

• FFmpeg

  使用 torchaudio.io 模块和 I/O 函数中的 backend="ffmpeg" 时需要。

  从 2.1 版本开始，TorchAudio 官方二进制分发版本与 FFmpeg 6、5 和 4 版本（>=4.4, <7）兼容。在运行时，TorchAudio 首先寻找 FFmpeg 6，如果未找到，则继续寻找 5，然后是 4。

  有多种方法可以安装 FFmpeg 库。请参考官方文档以了解如何安装 FFmpeg。如果您使用的是 Anaconda Python 分发版，conda install -c conda-forge 'ffmpeg<7' 将安装兼容的 FFmpeg 库。

  如果您需要指定 TorchAudio 搜索和链接的 FFmpeg 版本，可以通过环境变量 TORIO_USE_FFMPEG_VERSION 进行指定。例如，通过设置 TORIO_USE_FFMPEG_VERSION=5，TorchAudio 将只查找 FFmpeg 5。

  如果出于某种原因，此搜索机制导致问题，您可以通过设置环境变量 TORIO_USE_FFMPEG=0 完全禁用 FFmpeg 集成。

  有多种方法可以安装 FFmpeg 库。如果您使用的是 Anaconda Python 分发版，conda install -c conda-forge 'ffmpeg<7' 将安装兼容的 FFmpeg 库。

  注意

  在搜索 FFmpeg 安装时，TorchAudio 会寻找带有版本号的库文件。也就是说，Linux 为 libavutil.so.<VERSION>，macOS 为 libavutil.<VERSION>.dylib，Windows 为 avutil-<VERSION>.dll。许多公共预构建二进制文件都遵循此命名方案，但有些分发版的文件名没有版本号。如果您在检测 FFmpeg 时遇到困难，请仔细检查您安装的库文件是否遵循此命名方案（然后确保它们位于库搜索路径中列出的目录之一）。

• SoX

  在 I/O 函数中使用 backend="sox" 时需要。

  从 2.1 版本开始，TorchAudio 需要单独安装 libsox。

  如果动态链接导致问题，您可以设置环境变量 TORCHAUDIO_USE_SOX=0，TorchAudio 将不会使用 SoX。

  注意

  TorchAudio 查找不带版本号的库文件，即 Linux 的 libsox.so 和 macOS 的 libsox.dylib。某些包管理器安装的库文件名称不同。例如，Ubuntu 上的 aptitude 安装 libsox.so.3。为了让 TorchAudio 链接到它，您可以创建一个名为 libsox.so 的符号链接（并将该符号链接放在库搜索路径中）。

  注意

  TorchAudio 在 libsox 14.4.2 上进行测试。（其他版本不太可能正常工作。）

• SoundFile

  在 I/O 函数中使用 backend="soundfile" 时需要。

• sentencepiece

  使用 Emformer RNN-T 执行自动语音识别时需要。您可以通过运行 pip install sentencepiece 来安装它。

• deep-phonemizer

  使用 Tacotron2 文本转语音执行文本转语音时需要。

• kaldi_io

  使用 torchaudio.kaldi_io 模块时需要。

兼容性矩阵

TorchAudio 的官方二进制分发包含用 C++ 编写并链接到特定版本 PyTorch 的扩展模块。

不同版本的 TorchAudio 和 PyTorch 不能一起使用。请参考下表以了解匹配的版本。

PyTorch	TorchAudio	Python
2.6	2.6.0	>=3.9, <=3.13
2.5	2.5.0	>=3.8, <=3.11
2.4.1	2.4.1	>=3.8, <=3.11
2.4	2.4.0	>=3.8, <=3.11
2.3.1	2.3.1	>=3.8, <=3.11
2.3.0	2.3.0	>=3.8, <=3.11
2.2.2	2.2.2	>=3.8, <=3.11
2.2.1	2.2.1	>=3.8, <=3.11
2.2	2.2.0	>=3.8, <=3.11
2.1.2	2.1.2	>=3.8, <=3.11
2.1.1	2.1.1	>=3.8, <=3.11
2.1.0	2.1.0	>=3.8, <=3.11
2.0.1	2.0.2	>=3.8, <=3.11
2.0.0	2.0.1	>=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