基于VMware虚拟机的SenseVoice-Small开发环境搭建教程

最近在折腾语音识别项目，发现很多模型对环境依赖要求挺高，直接在主力机上安装容易把系统搞乱。

于是想到了用虚拟机来搭建一个独立的开发沙盒，这样既能保证环境纯净，又方便随时备份和重置。

SenseVoice-Small这个模型在中文语音识别上表现不错，而且对硬件要求相对友好，很适合在虚拟机里跑起来试试水。

如果你也想在本地快速搭建一个隔离的语音识别开发环境，但又不想折腾双系统或者担心污染现有环境，那么跟着这篇教程走，应该能在半小时内搞定。

整个过程我会尽量用大白话讲清楚，从虚拟机软件安装到模型成功运行，一步步带你走完。

1.

准备工作：软件与镜像下载

在开始动手之前，我们需要准备好两样核心的东西：虚拟机软件和要安装的操作系统。

首先，是虚拟机软件。

这里我们选择VMware

Workstation

Player，它的个人版是免费的，对于学习和开发来说完全够用。

你可以去VMware官网找到下载链接，根据你的电脑系统（Windows或Linux）选择对应的版本。

下载完成后，就像安装普通软件一样，一路“下一步”安装好就行。

其次，是操作系统的镜像文件。

为了获得最好的兼容性和社区支持，我们选用Ubuntu

22.04

LTS这个长期支持版。

你可以访问Ubuntu官网，下载它的桌面版ISO镜像。

LTS版本意味着它有长达五年的官方支持，比较稳定，不容易出现一些稀奇古怪的问题。

最后，别忘了我们今天的主角——SenseVoice-Small模型。

你可以去其官方的GitHub仓库，把代码和预训练权重下载下来。

或者更简单点，等我们系统环境装好后，直接用git命令克隆到虚拟机里。

把这些文件都下载到你的电脑本地，找个好记的文件夹放好，我们接下来就要开始创建虚拟机了。

2.

创建并配置你的第一个虚拟机

打开安装好的VMware

Workstation

Player，你会看到一个清爽的界面。

点击“创建新虚拟机”，我们的搭建之旅就正式开始了。

2.1

新建虚拟机向导

第一步，安装程序来源。

选择“安装程序光盘映像文件(iso)”，然后点击“浏览”，找到你刚才下载的Ubuntu

22.04的ISO文件。

VMware会自动检测到这是Ubuntu系统，很方便。

第二步，设置用户名和密码。

这里的信息就是你将来登录Ubuntu系统时要用的，简单好记就行，比如用户名叫“developer”，密码设一个你常用的。

第三步，给虚拟机命名并选择安装位置。

名字可以叫“SenseVoice-Dev”，安装位置我强烈建议选一个剩余空间比较大的磁盘分区，至少预留40GB以上的空间。

因为后续安装各种开发包和模型数据，空间消耗不小。

第四步，指定磁盘容量。

虚拟机本质上是一个大文件，这个步骤就是决定这个文件最大能长到多大。

对于我们的开发环境，建议设置为40GB到50GB。

选择“将虚拟磁盘存储为单个文件”，这样性能会好一些。

第五步，硬件自定义。

先别急着点完成，点击“自定义硬件”按钮，我们需要调整一些关键设置，这对后续流畅运行模型很重要。

2.2

关键硬件参数调整

在弹出的硬件设置窗口里，有几项需要重点关注：

1. 内存：这是影响虚拟机流畅度的最关键因素。

   SenseVoice-Small模型推理时对内存有一定需求。

   如果你的宿主机（就是你真实的电脑）有16GB内存，可以分给虚拟机6GB到8GB；如果有32GB，可以大方地分12GB。

   总之，在保证宿主机本身不卡顿的前提下，尽可能多分一些。

2. 处理器：核心数很重要。

   建议将“处理器数量”设置为2，每个处理器的“核心数量”也设置为2（即总共4个逻辑核心）。

   这样能充分利用多核性能，加快模型加载和推理速度。

3. 网络适配器：默认的“NAT模式”就行。

   这种模式下，虚拟机会共享你宿主机的网络连接，可以正常上网下载软件包，是最省心的选择。

4. 显示器：如果你不需要在虚拟机里进行复杂的图形界面操作，可以将“3D图形”的显存适当调低，比如256MB，把更多内存留给系统和模型用。

调整完毕后，点击“关闭”，然后回到主向导点击“完成”。

VMware就会开始创建你的虚拟磁盘文件，并自动启动虚拟机，加载Ubuntu安装程序。

3.

安装Ubuntu操作系统

虚拟机启动后，会自动从我们指定的ISO镜像引导，进入Ubuntu的安装界面。

这个过程和在一台真实电脑上安装系统几乎一模一样。

首先，选择语言“中文(简体)”，然后点击“安装Ubuntu”。

在安装类型页面，直接选择“清除整个磁盘并安装Ubuntu”，不用担心，这里清除的是虚拟机的虚拟磁盘，不会影响到你真实的电脑硬盘。

接下来，设置时区，地图上点选“Shanghai”即可。

键盘布局选择“Chinese”。

然后就是等待安装过程，期间会让你输入之前创建虚拟机时设置的用户名和密码。

安装完成后，系统会提示你重启。

点击“现在重启”，虚拟机可能会提示你“请移除安装介质，然后按ENTER键”。

这时候，我们需要在VMware窗口顶部的菜单栏里操作：点击“虚拟机”

->

“设置”，然后在弹出的窗口里，将连接状态从“使用ISO映像文件”改为“使用物理驱动器”或者直接“断开连接”。

这样虚拟机就会从虚拟硬盘启动了。

按回车键，等待一会儿，你就能看到Ubuntu的登录界面了。

输入密码，进入桌面，一个全新的、干净的系统就准备好了。

4.

搭建Python与CUDA开发环境

进入Ubuntu桌面后，第一件事是打开“终端”（可以在程序列表里找，或者按Ctrl+Alt+T快捷键）。

我们所有接下来的操作，基本都在这个黑框框里完成。

4.1

系统更新与基础工具

首先，更新一下系统的软件包列表，并升级已有的软件。

在终端里逐行输入以下命令：

sudo
apt
-y

输入密码后，系统会开始更新，这可能需要几分钟。

完成后，安装一些我们后续会用到的编译工具和基础软件：

sudo
apt
software-properties-common

4.2

3.10，这已经足够了。

我们需要的是安装Python的包管理工具pip，以及一个管理Python版本的好工具venv（虚拟环境）。

sudo
apt
python3-venv

安装完成后，可以检查一下版本：

python3
--version
配置Python虚拟环境

强烈建议为SenseVoice项目创建一个独立的虚拟环境，这样它的所有依赖包都不会干扰到系统级的Python环境。

找一个你喜欢的位置，比如在家下一个合适的文件夹里，比如checkpoints/。

6.

运行你的第一个语音识别测试

万事俱备，我们来跑一个最简单的例子，验证环境是否成功。

首先，准备一个测试用的音频文件（WAV格式，单声道，16kHz采样率是比较通用的要求）。

你可以自己录一段，或者从网上下载一个样例。

假设文件名叫test_audio.wav，把它放到项目，然后运行你的测试脚本：

python3
your_test_script.py

如果一切顺利，你将在终端里看到模型输出的识别文字。

恭喜你，SenseVoice-Small开发环境已经成功在VMware虚拟机中跑起来了！

7.

总结与后续优化建议

走完这一遍，你应该已经拥有了一个完全独立的、可以安全折腾的语音识别开发环境。

用虚拟机的最大好处就是“隔离”和“可复用”，这个环境玩坏了，直接删掉虚拟机文件，从头再来一遍也就半小时，完全不影响你电脑上的其他工作。

不过，在虚拟机里跑AI模型，性能毕竟会受到一些限制，尤其是纯CPU模式。

如果你后续想获得更快的推理速度，有两个方向可以考虑：

一是调整虚拟机资源。

在虚拟机设置里，可以尝试进一步增加内存和CPU核心的分配，这能带来最直接的提升。

前提是你的宿主机硬件足够强大。

二是探索GPU加速的可能性。

这需要你的宿主机有NVIDIA显卡，并且VMware版本支持。

你需要先在宿主机安装正确的NVIDIA驱动，然后在VMware中安装VMware

Tools，并尝试配置GPU直通（如vGPU或PCIe直通）。

这一步配置相对复杂，且对硬件和软件版本有特定要求，但一旦成功，就能让虚拟机内的PyTorch直接调用物理GPU，速度会有质的飞跃。

这可以作为你环境搭建熟练后的进阶挑战。

最后，这个虚拟环境就像你的一个数字工作间，你不仅可以用来跑SenseVoice，以后任何需要隔离环境的Python项目、机器学习实验，都可以在这里进行。

希望这个教程能帮你省去一些摸索的时间，更快地开始你的语音识别项目实践。