https://www.bilibili.com/video/BV1PL4y1N7VU
- 下载并安装 Mambaforge，windows 用户快速通道。
- 打开命令行工具，输入
conda init powershell，然后关闭这个窗口，如果出现错误请自行查找解决方案。 - 按照这里指引，创建并修改
.condarc文件，更多可以搜索conda 换源。 - Nvidia GPU 用户可选项：（如果没有 Nvidia GPU、GPU 较差、不想使用 GPU 可以跳过此步骤）：
- 下载并安装 CUDA® Toolkit 11.2, 11.2.0 ~ 11.2.2 均可。
- 下载 cudnn 8.1.0，这里需要注册并登陆 nvidia 账号，注册时的问题可以随便填，选择
Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 11.0,11.1 and 11.2，系统对应版本并开始下载。windows 用户快速通道，需要登陆。 - 将第二步下载完成的压缩包解压，内容复制到
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\中，这个目录在第一步成功执行后才存在。 - 验证安装。更多内容可以参考这里。
- 创建一个想要保存切片的目录，例如
D:\cuts。 - 打开命令行工具，进入到这个目录中，分别输入以下命令，以下是配置命令，只需要全部成功执行一次，执行结束后关闭窗口。
conda create -n cut # 创建环境 conda activate cut # 激活环境 conda install jupyter ffmpeg # 安装在线编辑器、视频处理工具 ffmpeg pip config set global.index-url https://mirrors.bfsu.edu.cn/pypi/web/simple # 换成国内下载地址 pip install tensorflow-gpu==2.10.1 # 国内 https://github.com/Numenorean/ShazamAPI/archive/master.zip 不行就换成 https://ghproxy.com/github.com/Numenorean/ShazamAPI/archive/master.zip pip install inaSpeechSegmenter 'https://github.com/Numenorean/ShazamAPI/archive/master.zip' loguru zhconv
在d盘新建一个文件夹inaseg 下载yt-dlp或者点这个220901的版本放进去
（可选）下载aria2c加速下载
解压本repo的所有文件放到这个文件夹里；目前文件夹如图
点开始->anaconda
输入D:
输入cd inaseg
输入 conda create -n cut python=3.8
输入 conda activate cut
输入 conda install ffmpeg
输入 pip install inaspeechsegmenter shazamapi jupyter notebook filelock pyyaml -i https://pypi.tuna.tsinghua.edu.cn/simple
（后面的清华大学那一坨是国内pip镜像站；非国内的可以删了）
输入 jupyter notebook
打开inaWrapper.ipynb
按红字提示，一路点下去。里面演示的是桃老师的直播回放
有N卡的朋友：装CUDA；conda install cudnn；pip install tensorflow-gpu --upgrade 调用n卡加速
colab 页面截图:
- 首先你需要有个谷歌账号，并且你可以正常访问谷歌。
- 打开 colab
- 选择
GitHub - 输入 https://github.com/lovegaoshi/ipynb/blob/google-cloud/inaseg_google_colab.ipynb
- 点击输入框旁边的搜索按钮。（不要点下面的新建！）
- 选择
- 第一个格子直接执行。
- 第二个替换成自己想要的录播下载方式。请从B站（不推荐）、Youtube、谷歌网盘、Onedrive等直接下载，不要上传，速度很慢！
- 第三个格子直接执行。
- 将第四个格子的
raw_file_path = '/content/10850238.mp4'修改为自己在第4步中下载的文件位置（在左侧文件浏览器中，右键-复制绝对路径。） - 运行第四个格子，如果出现问题，请检查录播的完整性，或者把文件名特殊字符删掉再次尝试。
- 分割成功，但是无法识别歌名的切片在
/content/convert2music文件夹，识别成功的切片在'/content/recognized'文件夹。 - 请不要直接从 colab 下载文件。运行第五个格子，将切片文件复制到自己的谷歌网盘中，然后从谷歌网盘下载（速度更快）。注意谷歌硬盘容量不要超标。
inaseg_google_colab.ipynb 目前也支持在本地运行，不过由于个人讨厌B站压缩视频，因此此笔记本只有 切片-识别 功能，没有 上传到B站投稿 功能。
- 按照
新新写的windows配置流程安装配置环境。 - 下载 inaseg_google_colab.ipynb 到配置环境步骤5 中的目录，这里是
D:\cuts\inaseg_google_colab.ipynb - 命令行工具，进入到这个目录中，输入以下命令（每次都需要），会自动打开浏览器页面：
conda activate cut jupyter notebook
- 浏览器页面中选择
inaseg_google_colab.ipynb，则可以看到和 colab 打开笔记本后相同的内容。 - 第一个格子不用执行，直接删除。（对的，本地到现在的步骤 = colab 打开链接执行第一个格子即可，气不气?） 6.用任何方式将录播下载到本地，不必一定通过执行第二个格子下载的方式。
- 第三个格子直接执行。
- 将第四个格子的
raw_file_path = '/content/10850238.mp4'修改为自己本地文件位置;seg_out_dir = r'/content/convert2music'修改为本地目录，例如seg_out_dir = r'./convert2music';recognized_dir = r'/content/recognized'修改为本地目录，例如recognized_dir = r'./recognized'; - 运行第四个格子，如果出现问题，请检查录播的完整性，或者把文件名特殊字符删掉再次尝试。
- 运行结束后切片就在对应目录中。第五个格子不用执行，直接删除。
you can run this with docker (can do with gpu enabled)! just do docker pull gaoshi/inaseg:gpu.
FFMPEG: https://ffmpeg.org/download.html
anaconda (not necessary but you really should): https://www.anaconda.com/
BILIBILI cmdline upload: https://github.com/ForgQi/biliup-rs/releases
CUDA: its a long list but its as simple as downloading a CUDA installer, a CuDNN installer, copying some files over and a reboot. https://medium.com/geekculture/install-cuda-and-cudnn-on-windows-linux-52d1501a8805
Inaspeech and ShazamAPI (through pip)
and finally set up the folder like this (or add PATH, whatever your choices are):
first configure BILIBILI cmdline upload by following the instructions @ https://github.com/ForgQi/biliup-r
then open anaconda, make an env and go to the folder and run jupyter notebook:
for the very first time, run the first cell to install inaspeech and shazamapi;
configure some things in the 2nd cell, and click run.