VMware虚拟机运行CTC语音唤醒模型：小云小云开发环境搭建

VMware虚拟机运行CTC语音唤醒模型：小云小云开发环境搭建

1. 引言

"小云小云"是一款基于CTC训练准则的语音唤醒模型，专为移动端设备设计。它采用4层FSMN结构，参数量仅750K，能够高效识别特定唤醒词。本文将带你一步步在VMware虚拟机中搭建完整的开发环境，从系统配置到最终测试验证。

为什么选择VMware虚拟机？因为它能提供一个干净、隔离的开发环境，避免污染主机系统，特别适合AI模型的开发和测试。整个过程大约需要1-2小时，取决于你的网络速度和硬件配置。

2. 环境准备

2.1 硬件要求

• 主机配置建议：至少4核CPU，8GB内存，50GB可用磁盘空间
• VMware Workstation Pro 16或更高版本
• 稳定的网络连接（部分依赖包较大）

2.2 创建虚拟机

1. 下载Ubuntu 20.04 LTS镜像（推荐版本）
2. 在VMware中新建虚拟机：
   • 选择"典型"安装类型
   • 分配至少4GB内存和30GB磁盘空间
   • 网络模式选择NAT（方便联网安装依赖）

# 安装完成后更新系统 sudo apt update && sudo apt upgrade -y

2.3 安装基础工具

# 安装常用工具 sudo apt install -y git wget curl unzip build-essential # 安装Python环境 sudo apt install -y python3 python3-pip python3-venv

3. 模型部署

3.1 获取模型资源

从ModelScope获取"小云小云"语音唤醒模型：

# 安装ModelScope SDK pip install modelscope # 下载模型 from modelscope.pipelines import pipeline from modelscope.utils.constant import Tasks kws_pipeline = pipeline( task=Tasks.keyword_spotting, model='damo/speech_charctc_kws_phone-xiaoyun')

3.2 安装依赖库

# 创建Python虚拟环境 python3 -m venv kws_env source kws_env/bin/activate # 安装必要依赖 pip install torch torchaudio pip install numpy scipy librosa

4. 测试验证

4.1 准备测试音频

录制或下载包含"小云小云"唤醒词的音频文件，保存为wav格式（16kHz采样率）。

# 测试代码示例 test_result = kws_pipeline(audio_in='test_audio.wav') print(test_result)

4.2 运行测试

正常输出应包含唤醒词检测结果，类似：

{ "text": "小云小云", "score": 0.95, "timestamp": [1.2, 1.8] }

4.3 常见问题解决

1. 音频采样率不匹配：

   import librosa y, sr = librosa.load('audio.wav', sr=16000) # 强制转换为16kHz

2. 依赖冲突：

   pip install --force-reinstall torch==1.10.0 # 指定Torch版本

3. VMware性能优化：

   • 在虚拟机设置中启用3D加速
   • 分配更多CPU核心
   • 使用SSD存储

5. 开发环境优化

5.1 配置开发工具

# 安装VS Code sudo apt install -y code # 或安装PyCharm专业版（需许可证）

5.2 性能监控

# 安装监控工具 sudo apt install -y htop nvtop # 查看资源使用情况 htop

5.3 共享文件夹设置

1. 在VMware中设置主机-虚拟机共享文件夹
2. 挂载共享目录：

   sudo mount -t fuse.vmhgfs-fuse .host:/shared_folder /mnt/hgfs -o allow_other

6. 总结

通过本教程，我们成功在VMware虚拟机中搭建了"小云小云"语音唤醒模型的完整开发环境。从虚拟机配置、依赖安装到最终测试，整个过程虽然有些步骤需要耐心，但最终能够获得一个干净、隔离的开发环境，非常适合模型调试和实验。

实际测试中发现，这个模型对"小云小云"唤醒词的识别准确率确实很高，响应速度也很快。在虚拟机环境下运行虽然性能会有些损失，但对于开发和测试来说完全够用。如果要在生产环境部署，建议直接在物理机上运行以获得最佳性能。

下一步，你可以尝试：

1. 自定义其他唤醒词
2. 集成到实际应用中
3. 优化模型参数提升性能

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。