[deprecated]Windows10でtorchaudioをインストールする

リポジトリに沿って普通にインストールしてください

はじめに

  先程torchaudioを私の環境(Windows10 conda)にインストールしようと思ったらできなかったので、今後そういう方のために解決方法を残しておきます。
ちなみに、ここに示すものはPyTorch Forumに載っているものです。できる限り、これに沿って説明します。

手順

下準備

作業用ディレクトリを作成して移動します。

$ mkdir workdir
$ cd workdir

以下のコマンドを実行してsoxをクローンします。

$ git clone git://git.code.sf.net/p/sox/code sox

これから、CMakeプロジェクトをビルドします。
私の場合は上のリンクで説明されていた方法と同様にVisualStudio2019で行いましたので、以下ではその方法を示します。
必要に応じてインストールしてください。

lpc10.lib

ここでは、lpc10.libを生成するために手順を踏んでいきます。

1. VisualStudio2019を開いてローカルフォルダーを開くを選択します。
   

2. 先程クローンしたsoxフォルダ内にあるlpc10フォルダ(sox/lpc10)を選択します。

3. 開いたら、画面上のメニューバーからビルド->すべてビルドを選択してビルドします。(もしくは、ショートカットキーCtrl+Shift+Bですべてビルド)

4. ビルドが終わったらlibファイルが生成されているはずなので、sox/lpc10/out/build/x64-Debug/lpc10.libファイルをsox/src/out/build/x64-Debugにコピーします。

これで、lpc10.libについて終了です。

gsm.lib

1. 上のlpc10.libと同様に、VisualStudio2019を開いて、ローカルフォルダーを開くを選択します。
2. ただし、次はsoxフォルダ内のlibgsm(sox/libgsm)を選択して開きます。
3. 開いたら、同様にメニューバーのビルド->すべてビルドを選択してビルドします。
4. ビルドが終わったら同様にlibファイルが生成しているはずなので、sox/libgsm/out/build/x64-Debug/gsm.libファイルをsox/src/out/build/x64-Debugにコピーします。

これで、gsm.libについて終了です。

libsox.lib

やっとsox.libのビルドに入ります。ここでは、ソースコードの中身を少しいじります。

1. 上と同様に今度は、sox/srcをローカルフォルダーを開くで選択して開きます。
2. ソリューションエクスプローラーからCmakeLists.txtを開いて、最初の行に**project(sox)**を追加します。追加するとおそらく下のようになると思います。

# 最初の行に追加
project(sox)
configure_file(${CMAKE_CURRENT_SOURCE_DIR}/${PROJECT_NAME}config.h.cmake ${CMAKE_CURRENT_BINARY_DIR}/${PROJECT_NAME}config.h)

include_directories(${CMAKE_CURRENT_BINARY_DIR})

3.ソリューションエクスプローラーからsox_i.hを開いて、25行目の#include <stdlib.h>の下に、以下のコードを追加します。

#include <wchar.h> /* For off_t not found in stdio.h */
#define UINT16_MAX  ((int16_t)-1)
#define INT32_MAX  ((int32_t)-1)

4.ソリューションエクスプローラーからsox.cを開いて38行目の#include <time.h>の下に、以下のコードを追加します。

#include <sys/timeb.h>

5.これで、準備が終わったので先程同様メニューバーからビルド->すべてビルドを選択してビルドをします。

ビルドが終わればsox/src/out/build/x64-Debugにlibsox.libが生成されていると思うので、これでlibsox.libについては終了です。

ここで、ビルド中にエラーが発生した場合はlpc10.libやgsm.libがsox/src/out/build/x64-Debugにコピーされていることを確認してください。

生成したファイルのコピー

次に、これまで生成した3つのファイル、lpc10.lib、gsm.lib、libsox.libをpython環境にコピーします。

例えば、condaでtorchという名前の環境を作成したとすると、Anaconda3/envs/torch/libsに3ファイルをコピーします。このとき、libsox.libをコピーしたら、そのファイル名をsox.libに変更してください。
私の場合は、C:/Users/my_name/Anaconda3/envs/torch/libsにlpc10.lib、gsm.lib、libsox.libをコピーしました。
各々自分のAnaconda環境に応じてコピーしてください。
説明が分かりづらいかもしれないので、念の為PyTorch Forumに載っていたコマンドを載せておきます。これならわかりやすいと思います。

$ cp sox/src/out/build/x64-Debug/libsox.lib envs\<envname>\libs\sox.lib
$ cp sox/src/out/build/x64-Debug/gsm.lib envs\<envname>\libs
$ cp sox/src/out/build/x64-Debug/lpc10.lib envs\<envname>\libs

torchaudio

ようやく、torchaudioのインストールに入ります。

1. コマンドライン上で、先程ファイルをコピーしたconda環境をactivateします。

$ activate torch

2.次に、torchaudioをクローンします。ここでは、PyTorch Forumに合わせてthaudioというディレクトリ名でクローンしていますが、何でも構いません。

$ git clone https://github.com/pytorch/audio thaudio

3.thaudio内のsetup.pyのコードを少し変えます。thaudio/setup.pyを開いて、52行目を以下のように変更します。

if IS_WHEEL or IS_CONDA:
    # 省略
else:
    # libraries += ['sox'] ← こうなっていたものを下のように変更
    libraries += ['sox', 'gsm', 'lpc10']  # 52行目

4.ここでいじるファイルがPyTorchForumの内容と違います。(試してませんが、もしかしたら変更なしでも動作するかもしれません)
thaudio/torchaudio/csrc/sox.cppを開いて、297行目にchar* sox_args[max_num_eopts]とあるのですが、それを以下のように変更します。

// 元は、char* sox_args[max_num_eopts]
char* sox_args[20];

その周辺のコードを示すと、

for(SoxEffect tae : pyeffs) {
    if(tae.ename == "no_effects") break;
    e = sox_create_effect(sox_find_effect(tae.ename.c_str()));
    e->global_info->global_info->verbosity = 1;
    if(tae.eopts[0] == "") {
      sox_effect_options(e, 0, nullptr);
    } else {
      int num_opts = tae.eopts.size();
      /////////////////////////////////
      ///// ここです。
      // 元は、char* sox_args[max_num_eopts]
      char* sox_args[20];
      ////////////////////////////////
      for(std::vector<std::string>::size_type i = 0; i != tae.eopts.size(); i++) {
        sox_args[i] = (char*) tae.eopts[i].c_str();
      }
      if(sox_effect_options(e, num_opts, sox_args) != SOX_SUCCESS) {
#ifdef __APPLE__
        unlink(tmp_name);
#endif
        throw std::runtime_error("invalid effect options, see SoX docs for details");
      }
    }
    sox_add_effect(chain, e, &interm_signal, &output->signal);
    free(e);
  }

以上で、全ての準備が整いました。
以下のコマンドでインストールして終了です。

$ cd thaudio
$ python setup.py install

お疲れさまでした。

おわりに

この記事では、Windows10環境でtorchaudioを入れる方法をこれのパクリですが紹介しました。
もしかしたら、Windowsで入れられなかったのがForumの方と私だけかもしれませんが同じ状況の方のために書きました。(他にどなたか書かれてたら申し訳ない)
動作テストですが、インストール後TORCHAUDIO TUTORIALを実行できたので、正常に動作していると思います。