如何解决如何在我的数据上应用pyannote.audio模型而不会被“杀死”?
按照教程Applying pretrained models on your own data进行操作时,应用该模型会导致我的进程被杀死。 RAM尚未完全使用,但是内核会上升到100%,然后在几秒钟内又回到0。
这是我的代码(音频是2分钟,.wav):
import torch
import multiprocessing
torch.set_num_threads(multiprocessing.cpu_count())
print('downloading model')
sad = torch.hub.load('pyannote/pyannote-audio','sad_ami',device='cpu',batch_size=32)
print('finished')
test_file = {'uri': 'audio_real.wav','audio': './audio.wav'}
print('applying sad')
sad_scores = sad(test_file)
print('finished')
print('binarizing')
from pyannote.audio.utils.signal import Binarize
binarize = Binarize(offset=0.52,onset=0.52,log_scale=True,min_duration_off=0.1,min_duration_on=0.1)
print('finished')
print('applying')
speech = binarize.apply(sad_scores,dimension=1)
print('finished')
print(speech)
如果我将其应用到音频上5秒钟,则效果很好。我也曾在具有64个内核和64 GB RAM的GCP机器上运行该程序,但我仍然被进程杀死,最后一条消息是“ apply sad”,然后是“ Killed”。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。