Speech

环境要求

• 已安装 Docker，并能访问 nvcr.io 镜像仓库
• 宿主机具备 NVIDIA GPU，且已配置 NVIDIA Container Toolkit（命令中使用了 --gpus all）
• 足够的磁盘空间用于存放 NGC 容器镜像（含 CUDA/PyTorch）
• 从源码构建镜像时需支持 buildx 的 Docker（默认 CUDA 13 / H100+）

安装与启动步骤

1. 1拉取官方镜像

   拉取 26.07.00 版 NGC 容器，这是官方提供的最新开箱即用镜像，体积较大请耐心等待。

   docker pull nvcr.io/nvidia/nemo-speech:26.07.00

   复制

2. 2启动官方容器

   以 GPU 模式交互启动镜像，并把当前目录挂载到容器内 /workspace 便于读写数据，退出后容器自动删除。

   docker run --rm -it --gpus all -v "$PWD:/workspace" nvcr.io/nvidia/nemo-speech:26.07.00 bash

   复制

3. 3克隆源码仓库

   若想自行构建镜像或从源码安装，先把仓库克隆到本地并进入目录。

   git clone https://github.com/NVIDIA-NeMo/Speech.git
   cd Speech

   复制

4. 4从源码构建镜像

   使用仓库内 docker/Dockerfile 构建本地镜像 nemo-speech，默认基础镜像是 CUDA 13 / H100+。

   docker buildx build -f docker/Dockerfile -t nemo-speech .

   复制

5. 5A100 专用构建

   使用 A100 显卡时通过构建参数指定 GPU_TARGET=a100，A100 同时兼容 CUDA 12 与 CUDA 13。

   docker buildx build -f docker/Dockerfile --build-arg GPU_TARGET=a100 -t nemo-speech .

   复制

6. 6运行自建镜像

   用刚构建的本地镜像启动容器，挂载工作目录后即可在容器内使用 NeMo Speech。

   docker run --rm -it --gpus all -v "$PWD:/workspace" nemo-speech bash

   复制

关键配置

如何确认成功

命令执行后无报错并进入容器内的 bash 提示符，即表示镜像拉取/构建成功且环境可用。

常见问题

注意事项

• 官方最新预构建镜像是 nvcr.io/nvidia/nemo-speech:26.07.00，对应 NeMo Speech 3.0。
• docker/Dockerfile 头部列出了全部构建参数（如 BASE_IMAGE、GPU_TARGET），自定义构建前请先查看。
• 使用 --gpus all 要求宿主机已正确配置 NVIDIA Container Toolkit，否则容器无法调用 GPU。
• -v "$PWD:/workspace" 会把当前目录挂载进容器，容器退出后文件仍保留在宿主机；--rm 则会在退出后删除容器。