目录
前言背景
本教程将指导您部署语音翻译模型，该模型由Meta（Facebook的母公司，扎克伯格的公司）开源，是一款多模态、多任务的语音翻译利器。此模型对硬件要求极低，却能提供出色的翻译效果，同时，它也展示了Meta在多模态、多任务语音翻译领域的最新研究成果。Meta开源此项目，不仅有助于技术的广泛传播和应用，也为全球的开发者和研究人员提供了一个强大的工具和平台。Meta的研究团队致力于推动跨语言和跨模态的无缝通信，通过开源项目分享他们的研究成果，旨在促进全球范围内的技术进步与合作。
自ChatGPT问世以来，Meta在开源领域的动作频频，其力度堪比当年Google Android与Apple iOS之争。我个人最敬佩的三家公司是微软、Google和Meta。微软的开源项目不计其数，甚至收购了GitHub以支持其运营；Google更是不用多说，Android便是其杰作。而Meta的开源项目主要集中在AI领域，包括大语言模型LLaMA、语音翻译以及涂鸦绘画等。正是这些科技巨头的贡献，才铸就了我们今天所见的互联网高楼大厦。
或许有人会说，这些巨头有钱，开源是理所当然的。然而，这是一种典型的“坐享其成”思维。放眼国内公司，以及像Apple这样并不缺钱的公司，它们甚至恨不得对每个字符都收费。闲话少叙，现在我们开始正文。
前期准备
- 一台有GPU的服务器或者一台Windows带有wsl服务的个人电脑。
- 最低GPU配置：Nvidia显卡，显存6G+。推荐GPU配置：Nvidia显卡，显存8G+。
- 系统：Ubuntu 22.04 LTS/Ubuntu 24.04 LTS都可以（我没测试Ubuntu 20.04 LTS是否可行，理论上是可以的）。
云服务器部署（推荐）
这里为什么推荐用云服务。
首先因为本项目目前不支持Windows部署，而一般情况下个人PC都是Windows系统，就算家里有废旧电脑装了Linux，但是显卡配置这关是过不了的，AI项目显卡是必须的。
另一方面，使用Windows子系统服务wsl来装系统的话，其实就是在你电脑上建一台虚拟机。wsl与其他虚拟机软件区别在于其是Windows系统内置，契合度高，可以调用GPU资源（这是最主要的，因为家用显卡不支持虚拟化，市面上虚拟机基本是没法使用GPU的）。但是不要忽略其缺点。它的数据都是以特定格式存储到C盘，不同于其他虚拟机软件，可以更改默认位置。就算你通过魔改来实现改存储位置，但是大部分数据还是在C盘，这对于普通用户来说，非常不友好，容易把电脑搞得乱七八糟的，要不了多久就只能重装系统了。如果你的电脑专门用来做开发的，那wsl无疑是好用且最具经济的方式了，那就不必买云服务了
这里推荐大家使用Vultr。费用非常低，并且随开随用，按小时计费，还有一个优点就是带宽非常大。
这里为了避免重复写教程，看我之前的这篇文章中如何部署服务器的教程（教程中有几个不同点需要注意，选择的服务器类型要选择GPU服务器。另外对于配置，建议选A16 8G，这个目前性价比最高，其他要不贵了，要不配置低了，都不是最优选）。
云服务需要SSH远程连接。如果你自己有远程软件，就用自己的。如果没有，我这里提供了免费免安装版本Xshell高级版（Xshell不用过多介绍了，业界收费远程连接软件No.1）。下载解压出来即可使用。
这里为了避免重复写教程，SSH远程如何使用看我之前的这篇文章。
