WaveGlow模型-推理指导

• 概述

  • 输入输出数据

• 推理环境准备

• 快速上手

  • 获取源码
  • 准备数据集
  • 模型推理

• 模型推理性能&精度

  ---

概述

WaveGlow是一种flow-based网络，能够从mel频谱图生成高质量的语言。WaveGlow结合了Glow和WaveNet，提供了快速、高效以及高质量的音频合成，并且不依赖自动回归。

• 参考实现：

  url=https://github.com/NVIDIA/waveglow.git
  

输入输出数据

• 输入数据

  输入数据	数据类型	大小	数据排布格式
  input	FLOAT32	batchsize x 80 x mel_seq	ND

• 输出数据

  输出数据	数据类型	大小	数据排布格式
  output1	FLOAT32	batchsize x audio_seq	ND

推理环境准备

• 该模型需要以下插件与驱动

  表 1 版本配套表

  配套	版本	环境准备指导
  固件与驱动	22.0.2	Pytorch框架推理环境准备
  CANN	5.1.RC2	-
  Python	3.7.5	-
  PyTorch	1.6.0	-
  说明：Atlas 300I Duo 推理卡请以CANN版本选择实际固件与驱动版本。	\	\

快速上手

获取源码

1. 获取源码。

   git clone https://github.com/NVIDIA/waveglow.git
   cd waveglow
   git submodule init
   git submodule update
   git apply ../WaveGlow.patch
   cd ..
   export PYTHONPATH=./waveglow:./waveglow/tacotron2:${PYTHONPATH}
   

2. 安装依赖。

   pip3 install -r requirements.txt
   

准备数据集

1. 获取原始数据集。（解压命令参考tar –xvf *.tar与 unzip *.zip）

   下载LJSpeech-1.1数据集，解压至当前目录

   wget https://data.keithito.com/data/speech/LJSpeech-1.1.tar.bz2
   tar jxvf LJSpeech-1.1.tar.bz2
   

   目录结构如下：

   ${data_path}
      |-- LJSpeech-1.1
         |-- wavs
         |    |-- LJ001-0001.wav
         |    |-- LJ001-0002.wav
         |    |-- …
         |    |-- LJ050-0278
         |-- metadata.csv
      |-- README
   

2. 数据预处理，将原始数据集转换为模型输入的数据。

   执行WaveGlow_preprocess.py脚本，完成预处理。

   # 测试集为LJSpeech-1.1数据集中前10条数据
   ls LJSpeech-1.1/wavs/*.wav | head -n10 > test_files.txt
   mkdir data
   python3 WaveGlow_preprocess.py -f ./test_files.txt -c waveglow/config.json -o ./data/
   

   • 参数说明：

     • -f 测试集数据名。
     • -c 模型配置json文件。
     • -o 前处理结果存放路径。

模型推理

1. 模型转换。

   使用PyTorch将模型权重文件.pth转换为.onnx文件，再使用ATC工具将.onnx文件转为离线推理模型文件.om文件。

   1. 获取权重文件。

      waveglow_256channels_universal_v5.pt

   2. 导出onnx文件。

      1. 使用WaveGlow_pth2onnx.py导出onnx文件。

         python3 WaveGlow_pth2onnx.py -i ./waveglow_256channels_universal_v5.pt -o ./
         

         • 参数说明：

           • -f 测试集数据名。
           • -c 模型配置json文件。
           • -o 前处理结果存放路径。

         获得waveglow.onnx文件。

   3. 使用ATC工具将ONNX模型转OM模型。

      1. 配置环境变量。

         source /usr/local/Ascend/ascend-toolkit/set_env.sh
         

      2. 执行命令查看芯片名称（${chip_name}）。

         npu-smi info
         #该设备芯片名为Ascend310P3 （自行替换）
         回显如下：
         +-------------------+-----------------+------------------------------------------------------+
         | NPU     Name      | Health          | Power(W)     Temp(C)           Hugepages-Usage(page) |
         | Chip    Device    | Bus-Id          | AICore(%)    Memory-Usage(MB)                        |
         +===================+=================+======================================================+
         | 0       310P3     | OK              | 15.8         42                0    / 0              |
         | 0       0         | 0000:82:00.0    | 0            1074 / 21534                            |
         +===================+=================+======================================================+
         | 1       310P3     | OK              | 15.4         43                0    / 0              |
         | 0       1         | 0000:89:00.0    | 0            1070 / 21534                            |
         +===================+=================+======================================================+
         

      3. 执行ATC命令。

         atc --model=waveglow.onnx \
               --output=waveglow \
               --input_shape="mel:1,80,-1" \
               --framework=5 \
               --input_format=ND \
               --soc_version=Ascend${chip_name} \
               --log=error \
               --dynamic_dims="154;164;443;490;651;699;723;760;832;833" 
         

         • 参数说明：

           • --model：为ONNX模型文件。
           • --framework：5代表ONNX模型。
           • --output：输出的OM模型。
           • --input_format：输入数据的格式。
           • --input_shape：输入数据的shape。
           • --log：日志级别。
           • --soc_version：处理器型号。
           • --dynamic_dims：动态模型dim档位

           运行成功后生成waveglow.om模型文件。

2. 开始推理验证。

   1. 安装ais_bench推理工具。

      请访问ais_bench推理工具代码仓，根据readme文档进行工具安装。

   2. 执行推理。

      python3 -m ais_bench --model=./waveglow.om --input=data --output=./result --outfmt=BIN --auto_set_dymdims_mode=1
      

      • 参数说明：

        • --model：om文件路径
        • --input：预处理后二进制目录。
        • --output：推理结果输出路径。
        • --outfmt：推理结果输出格式。

      推理后的输出默认在当前目录result下。

   3. 精度验证。

      调用脚本与数据集标签比对，可以获得Accuracy数据。

      mkdir synwavs
      python3 WaveGlow_postprocess.py -f ./result/${output_dir} -o ./synwavs/
      

      • 参数说明：

        • -f：推理结果输出路径。
        • -o：后处理结果存放路径。

   4. 性能验证。

      可使用ais_bench推理工具的纯推理模式验证不同batch_size的om模型的性能，参考命令如下：

       python3 -m ais_bench --model=${om_model_path} --loop=20 --dymDims mel:1,80,${mel_seq} --batchsize=1
      

      • 参数说明：
        • --model：om模型路径
        • --batchsize：batch大小

模型推理性能&精度

调用ACL接口推理计算，性能参考下列数据。

芯片型号	Batch Size	mel_seq	性能
300I Pro	1	154	3.086
300I Pro	1	164	2.893
300I Pro	1	443	1.034
300I Pro	1	490	0.935
300I Pro	1	651	0.699
300I Pro	1	699	0.648
300I Pro	1	723	0.627
300I Pro	1	760	0.596
300I Pro	1	832	0.546
300I Pro	1	833	0.545