——史上最详细的AI猫雷本地部署攻略
“大家内心深处都很温柔”
“说实话”
“猫雷看出来了”
听了这么多AI猫雷的艺术创作，萌生了把AI猫雷部署到本地的想法！说干就干！
使用的猫雷：
https://huggingface.co/spaces/innnky/nyaru-svc-3.0
- 操作系统：Ubuntu 22.04
- 内存：16GB
- 显卡：RTX3050, 4GB（笔记本）
一、将仓库clone到本地
git lfs clone https://huggingface.co/spaces/innnky/nyaru-svc-3.0注意，git lfs 命令需要安装git和git-lfs。具体命令为
sudo apt install git
sudo apt install git-lfs二、配置环境
1、安装配置Anaconda
在AI猫雷环境配置中，我使用了Anaconda创建虚拟环境。强烈推荐你也这么干！Anaconda可以直接在官网https://www.anaconda.com/中下载.sh文件，下载好了进入终端，开始安装！
bash 你下载的文件.sh
Welcome to Anaconda3 2022.10
In order to continue the installation process, please review the license
agreement.
Please, press ENTER to continue
>>> 显示”>>>”后，按Enter阅读license，然后按照指示安装即可。过程中可能需要输入yes以确认。
tips：此处bash命令不要用sudo，那样会将Anaconda安装到root用户下😨😨我们装在用户主目录就好喵。
在安装完成后，终端中输入conda命令看看能不能用
conda --version倘若没有返回版本号，那大概是因为没有将我们刚刚安装好的anaconda加入环境变量，操作如下（返回版本号则跳过此步骤）：
sudo vim ~/.bashrc在文件最后添加：
export PATH=xxxxxxx/anaconda3/bin:$PATH刷新，应用更改：
source ~/.bashrc一番操作后，我们现在可以用anaconda来配置环境了。
2、利用Anaconda配置Python环境
为什么要用Anaconda来配置Python环境，各大佬的文章应该有不少了。Anaconda可以提供相对独立的Python环境，各个版本的Python可以共存。最开始我在Windows上尝试配置AI猫雷时，就发现不少库在Python3.11中无法使用。看到b站的前辈是用的Python3.8（某AI猫雷评论区），于是便转而在Ubuntu上利用Anaconda的Python环境来搞了。
首先新建一个叫py38的虚拟环境，Python版本3.8：
conda create -n py38 python=3.8完成后，进入该环境（退出、删除环境等更多conda命令可以自己查询）：
conda activate py38进入AI猫雷的目录下，将requirements.txt中所有的库通过pip安装，此处 -i 参数可以指定源，国外源史诗级慢，而且下一半中途寄了属实难绷，这里我们用清华源：
cd nyaru-svc-3.0
pip install -r ./requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple安装过程中出现错误红字莫慌，大不了在来一遍。还是不行，打开requirements.txt，手动pip安装里面所有的库就行。哥们在这块至少浪费了114分钟！tips：一定要在刚刚创建的py38环境下安装捏！
至此，运行AI猫雷的环境配置完毕！
另外，我建议在开始使用之前，安装ffmpeg，我曾出现过因为没有ffmpeg而产生的报错。
sudo apt install ffmpeg三、启动！AI猫雷
在配置完环境后，我们可以直接在猫雷目录下启动了！！在启动之前，可以用文本编辑器打开app.py，解除网页Demo中45秒的限制。具体操作为：注释掉以下两行代码：
#if duration > 45:
# return "请上传小于45s的音频，需要转换长音频请本地进行转换", None在终端中通过python命令启动，注意要在刚刚建的py38环境下喵：
python ./app.py打开浏览器，访问localhost:7860即可。
四、逆天工具Spleeter的部署使用！
玩原神和不玩原神的都知道：AI猫雷要使用去掉伴奏的纯人声来合成。鉴于在网上下载的歌曲往往不能简单的分开伴奏和人声，我们在这里用很厉害的工具Spleeter来实现在本地对音频文件的拆分，拆分结果将是伴奏和人声两个文件。也就是说，这个工具不仅能提取我们需要的纯人声文件，也能提取歌曲伴奏，非常强大了属于是。
1、环境配置
与AI猫雷一样，Spleeter也是用的Python环境。在这里，我使用Anaconda新建一个叫music的python3.9的环境并使用：
conda create -n music python=3.9
conda activate music接下来，安装一些依赖：
conda install -c conda-forge ffmpeg libsndfile2、安装配置主体
使用pip安装Spleeter主体，其中 -i 参数指定的是清华源：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple spleeter安装完成后，Spleeter命令也可能无法使用，原因也是没有添加进PATH。和刚才一样，在.bashrc文件末尾添加：
export PATH=/home/username/.local/bin:$PATH此处的/home/username/.local/bin是我Spleeter安装的路径。一般在使用pip安装Spleeter的过程中会有黄色字体提示你要将路径加入PATH。
在主体安装完成后，我们需要将训练好的模型放进工作文件夹中。模型可以从github上下载，其中2stems.tar.gz是我们需要的。2stems-finetune.tar.gz是更为精细的模型，效果和2stems.tar.gz差不多其实，要是有兴趣也可以下来用用。https://github.com/deezer/spleeter/releases/tag/v1.4.0
下载后，建立一个新文件结构，将2stems.tar.gz文件解压，得到的几个模型文件放置于文件夹2stems中
～/Spleeter/pretrained_models/2stems3、Spleeter的使用
在工作目录Spleeter下，使用命令（更多参数可输入spleeter命令查看）：
spleeter separate -o [输出路径] [要分离的音频位置]完成后，我们将在输出路径得到两个音频文件，分别是伴奏和人声。经过简单的剪裁后即可食用！
五、写在最后
在处理长音频时，与AI作图（炸显存）不同的是，好几次崩溃是因为内存炸掉。我直接把swap加到了34GB也无济于事（可能还是需要更高的RAM）。经过反复尝试，我发现在我的配置下，一分钟左右的音频可以胜任。另外，在成功运行时，交换空间的大小并不重要（图3）。、
经测试，16GB内存可以处理长度在1:40的音频文件，再多就会炸。看来在碰到显存上限前，就会碰到内存上限啊🧐🧐
另，修改swap时，使用了GParted软件，操作简单，贝极星也会用。
