BigVGAN v2 是 NVIDIA 开源的神经声码器(neural vocoder),将 mel 频谱转换为语音波形,
适用于 TTS 系统后端。本仓库为 华为昇腾 NPU(Ascend 910B 系列)推理适配版,
支持 npu:0 一键推理,NPU 不可用时自动回退 CPU。
| 项目 | 说明 |
|---|---|
| 模型 | nvidia/bigvgan_v2_22khz_80band_256x |
| 架构 | BigVGAN(anti-aliased periodic activation + AMPBlock) |
| 规模 | 112.2 M 参数(FP32) |
| 输入 | mel 频谱 (B, 80, T) |
| 输出 | 22.05kHz 语音波形 |
| 任务 | 神经声码器(mel → waveform) |
| 论文 | BigVGAN: A Universal Neural Vocoder with Large-Scale Training |
| 原始仓库 | NVIDIA/BigVGAN |
| License | MIT |
| 项目 | 要求 |
|---|---|
| 硬件 | Ascend 910B 系列(≥1 卡,本仓库基于 910B4 验证) |
| CANN | ≥ 8.0 |
| Python | 3.10 – 3.11 |
| torch / torch_npu | 2.9.0 / 2.9.0.post2 |
| 依赖库 | bigvgan(仓库自带 bigvgan.py) |
# 1. 创建独立 venv
python3 -m venv /workspace/lerobot_env
source /workspace/lerobot_env/bin/activate
# 2. 安装 torch / torch_npu(华为镜像)
pip install torch==2.9.0 torchvision==0.24.0 torch_npu==2.9.0.post2 \
-i https://repo.huaweicloud.com/repository/pypi/simple/
# 3. 验证 NPU
source /usr/local/Ascend/ascend-toolkit/set_env.sh
python3 -c "import torch, torch_npu; print(torch.npu.device_count(), torch.npu.get_device_name(0))"
# 预期: 1 Ascend910B4注意:为减小仓库体积,本仓库不包含模型权重文件(
bigvgan_generator.pt约 429MB)。
权重请从以下镜像获取(与原模型完全一致):
git clone --depth 1 https://gitcode.com/hf_mirrors/nvidia/bigvgan_v2_22khz_80band_256x.git model_src
# model_src 含: bigvgan_generator.pt / config.json / bigvgan.pypython3 inference.py --device npu [--model_path ./model_src]
python3 inference.py --device cpu$ python3 inference.py --device npu
[info] device = npu:0
[info] model arch : BigVGAN (neural vocoder)
[info] sampling_rate : 22050 Hz, num_mels: 80, hop_size: 256
参数: 112.2 M
[info] input mel : (1, 80, 128) (128 frames)
[info] 模型前向 vocode (device=npu) ...
[info] inference done : 436.7 ms on npu
[info] waveform : (1, 32768)
[info] 波形幅度 : min=-1.0000 max=1.0000 rms=0.5131
[info] 设备确认 : npu:0
[PASS] bigvgan NPU inference OK| 指标 | 结果 |
|---|---|
| 推理设备 | npu:0 (Ascend910B4) |
| 参数量 | 112.2 M (FP32) |
| 输入 | mel (1, 80, 128) |
| 输出 | 波形 (1, 32768) @ 22.05kHz |
| 推理耗时 | 436.7 ms |
| 状态 | [PASS] NPU inference OK |
BigVGAN.from_pretrained),
代码无 CUDA 特有 API,直接 .npu() 迁移即可。_from_pretrained 时不再传
proxies/resume_download 参数,已为这两个参数添加默认值(None/False)。use_cuda_kernel=False(NPU 无 CUDA kernel,用 torch 原生激活)。.
├── inference.py # NPU 推理脚本
├── config.json # 模型超参
├── bigvgan_generator.pt # 生成器权重(约 429MB,本仓库不含)
├── bigvgan.py / activations.py 等 # 模型实现
├── assets/ # 截图素材
└── README.md # 本模型卡片模型权重(bigvgan_generator.pt)不在本仓库内,获取方式见「模型权重」一节。