前言

这几天正在做whisper相关的工作 
  
  
  
  
  
  
  ，github上的whisper源码
  
  
  
  
  
  
  
，whisper相当容易安装
 


 


 


 


 


 


 

，但当我在自己的电脑上安装使用时出现了各种各样的bug 
 
 
 
 
 
 
 ，正好需要写篇技术文档
   
   
   
   
   
   
   
，顺便记录下安装环境中遇到的各种坑 
  
  
  
  
  
  
  。（文章是基于windows10介绍的
 

 

 

 

 

 

 
，不同的系统可能会有一些差异）

一              、显卡驱动 
  
 
  
 
  
 
  
 
  
 
  
 
  
 、CUDA ToolKit














、cuDNN的下载

1. 显卡驱动

显卡驱动是最基础的 

 

 

 

 

 

 

 ，当然前提是你有一块GPU              ，并想用这个GPU完成一些工作

 
 

 
 

 
 

 
 

 
 

 
 

 
 
，首先查看自己的显卡驱动是否符合自己的需求













，在桌面空白处右击打开NVIDIA控制面板或者点击开始菜单右侧的搜索栏输入NVIDIA Control Panel

                     ，点击左下角的系统信息

可以看到自己的驱动程序版本为522.30
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，该版本已经满足我的需求




















，故没有进行更新
  
  
  
  
  
  
  
。（可能有人会问怎么判断满足需求呢               ，其实这里的显卡驱动程序对于CUDA来说是向下兼容的
  
 
  
 
  
 
  
 
  
 
  
 
  
 
，保持较新的版本即可）

如果你的显卡驱动不能满足你的需求













，打开英伟达显卡驱动官网 
  
  
  
  
  
  
  ，选择自己电脑上对应的显卡驱动
  
  
  
  
  
  
  
，比如我的显卡是Geforce GTX 1050Ti（Notebooks对应笔记本系列）
 


 


 


 


 


 


 

，点击搜索

可以看到当前最新的显卡驱动为528.49 
 
 
 
 
 
 
 ，点击下载–>同意并开始下载

按照提示完成驱动更新即可
   
   
   
   
   
   
   
，这一步不会有坑
 


 


 


 


 


 


 

。

2. CUDA ToolKit

CUDA和cuDNN的安装可以参考文章
 

 

 

 

 

 

 
，这里做一下搬运 
 
 
 
 
 
 
 。

进入CUDA官网 

 

 

 

 

 

 

 ，点击Download Now              ，此时进入的页面是最新版本的cuda12.0下载页面

下拉点击Resources中的Archive of Previous CUDA Releases

.

可以找到之前的cuda版本

 
 

 
 

 
 

 
 

 
 

 
 

 
 
，这里选择cuda11.7













，选择相应的电脑配置

点击下载

运行安装程序                      ，这里是一个临时目录
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，安装完成后会自动删除里边的文件




















，默认即可

点击ok—>同意并继续               ，

如果你是第一次安装点击精简即可（会默认安装在系统盘下）
  
 
  
 
  
 
  
 
  
 
  
 
  
 
，如果你是多次安装













，点击自定义安装 
  
  
  
  
  
  
  ，不要选择下面三项

不要选CUDA中的Visual Studio Integration

点击下一步

记住这里的安装位置

安装完成后
  
  
  
  
  
  
  
，查看系统变量中是否添加了路径
 


 


 


 


 


 


 

，如果没有 
 
 
 
 
 
 
 ，需要自己添加

测试环境是否安装成功

运行cmd
   
   
   
   
   
   
   
，输入nvcc --version即可查看版本号；

set cuda
 

 

 

 

 

 

 
，可以查看 CUDA 设置的环境变量
   
   
   
   
   
   
   
。 nvcc --version set cuda

3. cuDNN的安装

点击cuDNN的下载地址 

 

 

 

 

 

 

 ，这里需要注册一个帐号              ，才能进入下载界面
 

 

 

 

 

 

 
。

点击复选框

点击Archived cuDNN Releases选择对应版本

根据前面的CUDA版本下载

下载好的压缩包

解压

 
 

 
 

 
 

 
 

 
 

 
 

 
 
，可以看到有三个文件夹

将这三个文件夹复制到cuda安装目录中













，在安装cuda中提到的路径

拷贝时看到                      ，CUDA 的安装目录中
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，有和 cuDNN 解压缩后的同名文件夹




















，这里不需要担心               ，直接复制即可 

 

 

 

 

 

 

 。cuDNN 解压缩后的同名文件夹中的配置文件会添加到 CUDA安装目录中的同名文件夹中              。

现在大家应该可以理解
  
 
  
 
  
 
  
 
  
 
  
 
  
 
，cuDNN 其实就是 CUDA 的一个补丁而已













，专为深度学习运算进行优化的 
  
  
  
  
  
  
  ，然后再添加环境变量

 
 

 
 

 
 

 
 

 
 

 
 

 
 
。

添加至系统变量

往系统环境变量中的 path 添加如下路径（根据自己的路径进行修改）

验证是否安装成功

配置完成后
  
  
  
  
  
  
  
，我们可以验证是否配置成功
 


 


 


 


 


 


 

，主要使用CUDA内置的deviceQuery.exe 和 bandwidthTest.exe：

首先win+R启动cmd 
 
 
 
 
 
 
 ，cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图结果:

参考博客：

【CUDA】cuda安装 （windows版）

至此显卡驱动 
  
  
  
  
  
  
 、CUDA ToolKit 
  
  
  
  
  
  
  、cuDNN安装完成













。

二

 


 


 


 


 


 


 

、windows下安装conda

可以参考文章conda的安装
   
   
   
   
   
   
   
，Conda 是一个开源的软件包管理系统和环境管理系统
 

 

 

 

 

 

 
，用于安装多个版本的软件包及其依赖关系 

 

 

 

 

 

 

 ，并在它们之间轻松切换                      。 Conda 是为 Python 程序创建的              ，适用于 Linux

 
 

 
 

 
 

 
 

 
 

 
 

 
 
，OS X 和Windows













，也可以打包和分发其他软件
 
 
 
 
 
 
 
 
 
 
 
 
 
 
。

首先进入conda官网                      ，选择适合自己版本的
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，本文以Windows为例




















，点击Download即可开始下载最新conda版本               ，conda的版本在这里无所谓的一般不会有影响




















。

下载完成后得到一个exe文件
  
 
  
 
  
 
  
 
  
 
  
 
  
 
，双击即可开始安装：

点击Next：

点击I Agree:

这里可以选择用户













，我选择的Just Me：

选择安装路径（路径名不要有中文） 
  
  
  
  
  
  
  ，建议放在C盘（默认的安装位置）
  
  
  
  
  
  
  
，我的C盘资源紧张
 


 


 


 


 


 


 

，放在了F盘上：

把这两项都勾选上 
 
 
 
 
 
 
 ，第一项是自动添加环境变量
   
   
   
   
   
   
   
，无需手动添加
 

 

 

 

 

 

 
，非常方便 

 

 

 

 

 

 

 ，接下来一直点击Next即可完成安装：

测试是否配置成功              ，WIN+R键输入cmd：

输入conda命令

 
 

 
 

 
 

 
 

 
 

 
 

 
 
，出现如下界面













，完成安装： conda

三 
 
 
 
 
 
 
、使用scoop包管理工具完成ffmpeg安装

参考文章

Scoop是Windows的命令行安装程序                      ，是一个强大的包管理工具               。可以在github上找到其项目的相关信息
  
 
  
 
  
 
  
 
  
 
  
 
  
 
。

ffmpeg堪称自由软件中最完备的一套多媒体支持库
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，它几乎实现了所有当下常见的数据封装格式 
   
   
   
   
   
   
   、多媒体传输协议以及音视频编解码器













。

因为ffmpeg的安装比较复杂




















，可以借助scoop完成安装 
  
  
  
  
  
  
  。

由于我的C盘空间有限               ，使用如下命令更改安装位置

首先在终端输入powershell：

输入以下命令： #将Scoop安装到自定义目录(命令行方式),默认为C:\Users<user>\scoop $env:SCOOP=E:\Applications\Scoop [Environment]::SetEnvironmentVariable(SCOOP, $env:SCOOP, User) #将Scoop配置为将全局程序安装到自定义目录 SCOOP_GLOBAL(命令行方式),默认为C:\ProgramData\scoop $env:SCOOP_GLOBAL=E:\Applications\GlobalScoopApps [Environment]::SetEnvironmentVariable(SCOOP_GLOBAL, $env:SCOOP_GLOBAL, Machine)

不会科学上网的可能无法使用 iwr -useb get.scoop.sh | iex 安装
  
 
  
 
  
 
  
 
  
 
  
 
  
 
，可使用下面的脚本将链接替换

#可能需要通过下面的命令设置权限之后再安装 Set-ExecutionPolicy RemoteSigned -scope CurrentUser #iwr -useb get.scoop.sh | iex #网络慢可以使用下面替换为cnpm和fastgit的链接 iwr -useb https://raw.fastgit.org/ScoopInstaller/Scoop/master/bin/install.ps1 | %{$_.Content.replace("github.com","ghproxy.com/https://github.com").replace("raw.githubusercontent.com","ghproxy.com/https://raw.githubusercontent.com")} | iex

scoop安装完成













，使用scoop安装ffmpeg

scoop install ffmpeg

如果下载速度慢 
  
  
  
  
  
  
  ，可以更改下载设置
  
  
  
  
  
  
  
，参考文章
 


 


 


 


 


 


 

，这里不再做过多介绍
  
  
  
  
  
  
  
。

四
 

 

 

 

 

 

 
、whisper安装使用

在终端执行命令

conda create -n whisper python=3.9 conda activate whisper pip install git+https://github.com/openai/whisper.git

注意：从github下载好的whisper自带的依赖中torch是cpu版本 
 
 
 
 
 
 
 ，所以在clone完成后需要自行修改torch依赖
   
   
   
   
   
   
   
，进入anaconda环境中比如我的路径如下：

F:\anaconda3\envs\whisper\Lib\site-packages

找到你自己的路径
 

 

 

 

 

 

 
，将torch相关文件夹删除 

 

 

 

 

 

 

 ，在回到终端输入：

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

安装完成后              ，输入：

whisper FilePath --model_dir YourModelDir --model medium --language Chinese

Ok！接下来便可以体验whisper模型
 


 


 


 


 


 


 

。