大模型部署手记（18）Windows+JupyterLab+Nemo+Llama2+llama-index+语音对话机器人
【摘要】 大模型部署手记（18）Windows+JupyterLab+Nemo+Llama2+llama-index+语音对话机器人
最近在Nvidia上了一课：《基于 LLM 构建中文场景检索式对话机器人：Llama2+NeMo》
于是张小白很想在Windows GPU上试一试。
打开Jupyter Notebook
系统会弹出以下窗口：
复制上面的链接：
http://127.0.0.1:8888/?token=7779a3c170bdf513646f6e631fc0ee12e7686216eedce604
在浏览器打开：
点击New-》Terminal：
在弹出的窗口中输入conda env list
可以看到前面玩转大模型使用的conda环境清单。
new一个notebook:
不过这种方法貌似不好使用conda环境。
换一种方式：
打开 Anaconda Powershell Prompt 创建一个conda环境
conda create -n nemo python=3.10 -y
conda activate nemo
安装Pytorch：
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
安装Nemo：
#apt-get update && apt-get install -y libsndfile1 ffmpeg pip install Cython
pip install nemo_toolkit['all']
经过漫长的等待和重试之后：
pip install fasttext
打开 https://www.lfd.uci.edu/~gohlke/pythonlibs/
搜索fasttext：
下载python 3.10的win64的版本：fasttext-0.9.2-cp310-cp310-win_amd64.whl
C:\Users\xishu\Downloads
pip install ./fasttext-0.9.2-cp310-cp310-win_amd64.whl
重试：
pip install nemo_toolkit['all']
看看第二个pynini在刚才那个链接有没有呢？
并没有。
conda install -c conda-forge pynini
重试：
pip install nemo_toolkit['all']
世上无难事，只怕有心人。
下载Nemo代码仓：
d:
cd \
git clone https://github.com/NVIDIA/NeMo.git
查看Nemo是否安装成功：
git clone https://github.com/wnger/nemo-api.git
cd nemo-api
python test.py
看样子是可以的。
安装llama-index
pip install llama-index
创建d:\nemo-llama目录，将 讲座的notebook文件和讲义存到该目录：
安装下jupyterLab
pip install jupyter
pip install jupyterlab
好像这步没装啥。。。
切换到nemo-llama目录，运行：
jupyter lab --no-browser
浏览器打开终端显示的地址： http://127.0.0.1:8888/lab?token=7282f7740cf30656f7aa42e638ec1960a1a6cb07d132d4bb
点击Notebook
python -V
双击打开左边的notebook文件：nemo_llama2.ipynb
依次执行notebook的cell：导入Nemo工具库及相关工具类
缺包：
增加一个cell安装这个包：!pip install chinese2digits
再来：导入Nemo工具库及相关工具类
成功了。
执行下一个cell：加载语音识别模型
还好这个模型只是从nvidia下载而不是从Huggingface.co下载。
耐心等待下载完毕。
运行成功。
用录音机录一段话：
打开文件夹:
这时保存的文件是 test.m4a格式。
使用格式工厂将其转为wav格式：
将转换好的文件复制到 d:\nemo-llama目录下：
执行下一个cell：传入语音文件进行语音识别
经过咨询专家：
格式转换的时候，需要设置成 单声道输出：
转换成功后，将test.wav文件传到 D:\nemo-llama 目录。
重新执行：
执行下一个cell：Llama_index工具库中导入向量储存索引、数据读取以及上下文处理工具类
执行下一个cell：从llama index工具库中导入prompt设置工具类
在执行下一个cell之前，先去Huggingface下载 LinkSoul/Chinese-Llama-2-7b 模型：
下载完的模型保存在 D:\nemo-llama\LinkSoul\Chinese-Llama-2-7b
同时下载 sentence-transformers/all-mpnet-base-v2 （此处需注意还需要下载1_Pooling子目录）
下载完的模型保存在 D:\nemo-llama\sentence-transformers\all-mpnet-base-v2
执行下一个cell：通过HuggingFaceLLM加载并设置大模型相关参数
需要安装个加速包：
再来：
根据专家的提示，试试去掉别的参数： model_kwargs={"torch_dtype": torch.float16 }
终于加载成功!
执行下一个cell：从langchain中导入HuggingFaceEmbeddings以及从llama index中导入langchainEmbeding与serviceContext工具类
执行下一个cell：构建servicecontext服务上下文管道，用来融合大模型和向量化模型
打开一个cell，执行：
import nltk
nltk.download('punkt')
貌似网好像还是不大通畅。。
多试几次，终于成功。
重新执行这个cell：
成功了！
执行下一个cell：使用SimpleDirectoryReader读取数据
准备一本电子书，将其放入 D:\nemo-llama\book 目录·，修改路径：
documents = SimpleDirectoryReader("D:\\nemo-llama\\book").load_data()
执行：
执行下一个cell：依据数据集构建向量化索引知识库
这个执行比较长，要耐心等待执行完毕。
继续执行：
这个也得耐心等待。。。
等了好半天，终于出来了。
'莫扎特的弦乐五重奏是一种具有优美旋律和丰富的和声的音乐形式。它通常由四个乐章组成，每个乐章都有自己独特的主题和变化。莫扎特的弦乐五重奏还具有丰富的情感表达和精湛的技巧，使其成为古典音乐中最受欢迎的形式之一。 '
执行下一个cell：构建机器的“嘴巴”将文字用声音说出来
执行下一个cell：加载fastpitch声学模型
耐心等待执行完毕：
执行下一个cell：通过Fastpitch声学模型将文字转换成对应频谱图
执行下一个cell：加载HiFigan声码器模型
找不到这个文件，于是专家给了一个文件：
重新执行：
执行下一个cell：使用HiFigan声码器将频谱图合成出语音
执行完毕。
但是生成的语音好像有点不大对头。。
现在nemo的版本：
专家提醒，换成 nemo 1.18.1的版本试试：
重新运行：
语音文件成功生成了！
另外，还需要回头重新录音，将语音改成 “莫扎特的弦乐五重奏有什么特点”并做单声道输出，然后依次执行所有cell。
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）