在c++下使用eigen3+mkl矩阵库实现wavernn_multi-band(cpu)的推理服务.先将模型权重保存为bin文件(非稀疏模型),参考convert_model.py.
解压eigen3,安装mkl库
修改CMakeLists.txt中的eigen3 mkl的路径,修改wavernn.h net_impl.h中的参数,与训练时的参数相匹配
mkdir cmake-build-debug
cd cmake-build-debug
cmake -D PYTHON_EXECUTABLE=/home/wqt/work/anaconda3/envs/python37/bin/python ../
make -j4
./cmake-build-debug/vocoder 或者 python test_wavernnvocoder.py