README.md

---
title: CC VAD
emoji: 🐢
colorFrom: purple
colorTo: blue
sdk: docker
pinned: false
license: apache-2.0
---

Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
## CC VAD


### datasets

```text

AISHELL (15G)
https://openslr.trmal.net/resources/33/

AISHELL-3 (19G)
http://www.openslr.org/93/

DNS3
https://github.com/microsoft/DNS-Challenge/blob/master/download-dns-challenge-3.sh
噪音数据来源于 DEMAND, FreeSound, AudioSet. 

MS-SNSD
https://github.com/microsoft/MS-SNSD
噪音数据来源于 DEMAND, FreeSound. 

MUSAN
https://www.openslr.org/17/
其中包含 music, noise, speech. 
music 是一些纯音乐, noise 包含 free-sound, sound-bible, sound-bible部分也许可以做为补充部分. 
总的来说, 有用的不部不多, 可能噪音数据仍然需要自己收集为主, 更加可靠. 

CHiME-4
https://www.chimechallenge.org/challenges/chime4/download.html

freesound
https://freesound.org/

AudioSet
https://research.google.com/audioset/index.html
```


### ### 创建训练容器

```text
在容器中训练模型，需要能够从容器中访问到 GPU，参考：
https://hub.docker.com/r/ollama/ollama

docker run -itd \
--name cc_vad \
--network host \
--gpus all \
--privileged \
--ipc=host \
-v /data/tianxing/HuggingDatasets/nx_noise/data:/data/tianxing/HuggingDatasets/nx_noise/data \
-v /data/tianxing/PycharmProjects/cc_vad:/data/tianxing/PycharmProjects/cc_vad \
python:3.12 /bin/bash


查看GPU
nvidia-smi
watch -n 1 -d nvidia-smi


```

```text
在容器中访问 GPU

参考：
https://blog.csdn.net/footless_bird/article/details/136291344
步骤：
# 安装 
yum install -y nvidia-container-toolkit

# 编辑文件 /etc/docker/daemon.json
cat /etc/docker/daemon.json
{
    "data-root": "/data/lib/docker",
    "default-runtime": "nvidia",
    "runtimes": {
        "nvidia": {
            "path": "/usr/bin/nvidia-container-runtime",
            "runtimeArgs": []
        }
    },
    "registry-mirrors": [
        "https://docker.m.daocloud.io", 
        "https://dockerproxy.com", 
        "https://docker.mirrors.ustc.edu.cn", 
        "https://docker.nju.edu.cn"
    ]
}

# 重启 docker
systemctl restart docker
systemctl daemon-reload

# 测试容器内能否访问 GPU. 
docker run --gpus all python:3.12-slim nvidia-smi

# 通过这种方式启动容器, 在容器中, 可以查看到 GPU. 但是容器中没有 GPU驱动 nvidia-smi 不工作. 
docker run -it --privileged python:3.12-slim /bin/bash
apt update
apt install -y pciutils
lspci | grep -i nvidia
#00:08.0 3D controller: NVIDIA Corporation TU104GL [Tesla T4] (rev a1)

# 网上看的是这种启动容器的方式, 但是进去后仍然是 nvidia-smi 不工作.
docker run \
--device /dev/nvidia0:/dev/nvidia0 \
--device /dev/nvidiactl:/dev/nvidiactl \
--device /dev/nvidia-uvm:/dev/nvidia-uvm \
-v /usr/local/nvidia:/usr/local/nvidia \
-it --privileged python:3.12-slim /bin/bash


# 这种方式进入容器, nvidia-smi 可以工作. 应该关键是 --gpus all 参数. 
docker run -itd --gpus all --name open_unsloth python:3.12-slim /bin/bash
docker run -itd --gpus all --name Qwen2-7B-Instruct python:3.12-slim /bin/bash

```