MusicGen のインストールと動作確認（作曲）（Python，PyTorch を使用）（Windows 上）

MusicGen

MusicGen は， 単一ステージのトランスフォーマー言語モデル（transformer language model）を用いたテキストからの音楽生成モデルである。 フレシェオーディオ距離 (FAD)，クルバック・ライブラーダイバージェンス (KL)，CLAPスコア (CLAP) という客観的指標，および，全体的な品質とテキスト入力への関連性についての主観的指標により， Riffusion [Forsgren and Martiros] や Mousai [Schneider et al., 2023] をベースラインとして評価が行われている。

【文献】

Jade Copet and Felix Kreuk and Itai Gat and Tal Remez and David Kant and Gabriel Synnaeve and Yossi Adi and Alexandre Défossez, Simple and Controllable Music Generation, arXiv preprint arXiv:2306.05284, 2023.

https://arxiv.org/pdf/2306.05284v1.pdf

【関連する外部ページ】

• arXiv のページ: https://arxiv.org/abs/2306.05284
• GitHub の公式ページ: https://github.com/facebookresearch/audiocraft
• HuggingFace のデモ: https://huggingface.co/spaces/facebook/MusicGen

前準備

Build Tools for Visual Studio 2026（ビルドツール）のインストール

Build Tools for Visual Studio 2026（ビルドツール）のインストールを行い、C/C++ コードのビルド環境を整える。

REM VC++ ランタイム
winget install --scope machine --id Microsoft.VCRedist.2015+.x64 -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/quiet /norestart"

REM ============================================================
REM Visual Studio Build Tools + Desktop development with C++
REM （VCTools、MSBuildTools、CMake連携、Clang、Windows 11 SDK）
REM ============================================================
REM 進行中のインストーラーを停止（ロック競合回避）
taskkill /F /IM vs_setup.exe /T >nul 2>&1
taskkill /F /IM vs_installer.exe /T >nul 2>&1
taskkill /F /IM vs_installerservice.exe /T >nul 2>&1

REM 未インストール時: winget で新規インストール
REM インストール済み時: setup.exe modify でコンポーネント追加（バージョンは変更しない）
winget list --id Microsoft.VisualStudio.BuildTools 2>nul | findstr /i "BuildTools" >nul 2>&1
if %ERRORLEVEL% EQU 0 (
    for /f "usebackq delims=" %P in (`"C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe" -products Microsoft.VisualStudio.Product.BuildTools -property installationPath`) do start /wait "" "C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe" modify --installPath "%P" --add Microsoft.VisualStudio.Workload.VCTools --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100 --includeRecommended --quiet --norestart --nocache
) else (
    winget install --scope machine --id Microsoft.VisualStudio.BuildTools -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "--quiet --wait --norestart --nocache --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100"
)

REM 破損時の修復（任意、動作がおかしくなった場合）
REM "C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe" repair --installPath "C:\Program Files (x86)\Microsoft Visual Studio\18\BuildTools" --quiet --norestart

REM 導入確認（インストールパスが表示されれば正常）
"C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe" -products * -requires Microsoft.VisualStudio.Workload.VCTools -property installationPath

winget list Microsoft.VisualStudio.BuildTools

Python 3.12 のインストール

Pythonのインストールを行い、Pythonのプログラムを実行する環境を整える。扱う環境は、Windows搭載パソコンである。金子研究室では、Python 3.12.10を推奨する。

REM Python 3.12 をシステム領域にインストール
winget install --id Python.Python.3.12 -e --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_test=0 Include_pip=1 Include_launcher=1 InstallLauncherAllUsers=1 TargetDir=\"C:\Program Files\Python312\""

REM Python と Scripts を PATH 先頭に追加
powershell -NoProfile -Command "$p='C:\Program Files\Python312'; $s=\"$p\Scripts\"; $c=[Environment]::GetEnvironmentVariable('Path','Machine'); if((Test-Path $p) -and (';'+$c+';' -notlike \"*;$p;*\") -and (';'+$c+';' -notlike \"*;$s;*\")){[Environment]::SetEnvironmentVariable('Path',\"$p;$s;$c\",'Machine')}"

python --version

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/VERYSILENT /NORESTART /NOCANCEL /SP- /CLOSEAPPLICATIONS /RESTARTAPPLICATIONS /COMPONENTS=""icons,ext\reg\shellhere,assoc,assoc_sh"" /o:PathOption=Cmd /o:CRLFOption=CRLFCommitAsIs /o:BashTerminalOption=MinTTY /o:DefaultBranchOption=main /o:EditorOption=VIM /o:SSHOption=OpenSSH /o:UseCredentialManager=Enabled /o:PerformanceTweaksFSCache=Enabled /o:EnableSymlinks=Disabled /o:EnableFSMonitor=Disabled"

NVIDIA ドライバのインストール（Windows 上）

1. (再掲) NVIDIA グラフィックス・ボードの確認

   インストールするドライバを選択するために，まずご使用のパソコンに搭載されているNVIDIAグラフィックス・ボードの種類を確認する。（確認済みであれば，この手順は不要である。） Windows のコマンドプロンプトで次のコマンドを実行する。

   wmic path win32_VideoController get name
   

2. NVIDIA ドライバのダウンロード

   確認したグラフィックス・ボードのモデル名と，使用しているWindowsのバージョン（例: Windows 11, Windows 10 64-bit）に対応するドライバを，以下のNVIDIA公式サイトからダウンロードする．

   https://www.nvidia.co.jp/Download/index.aspx?lang=jp

   サイトの指示に従い，製品タイプ，製品シリーズ，製品ファミリー，OS，言語などを選択して検索し，適切なドライバをダウンロードする．

3. ドライバのインストール

   ダウンロードしたインストーラー（.exeファイル）を実行し，画面の指示に従ってインストールを進める。「カスタムインストール」を選択すると，インストールするコンポーネント（ドライバ本体，GeForce Experience，PhysXなど）を選ぶことができる。

   インストール完了後，システムの再起動を求められる場合がある。

NVIDIA CUDA ツールキット 11.8 のインストール（Windows 上）

CUDAツールキットには，GPUでプログラムを実行するためのライブラリ，nvccコンパイラ，開発ツールなどが含まれる。ここではwingetを使ってCUDA 11.8をインストールする手順を示す。

NVIDIA CUDA ツールキットの概要と注意点

NVIDIAのGPUを使用して並列計算を行うための開発・実行環境である。

主な機能: GPU を利用した並列処理のコンパイルと実行，GPU のメモリ管理，C++をベースとした拡張言語（CUDA C/C++）とAPI，ライブラリ（cuBLAS, cuFFTなど）を提供する。

【NVIDIA CUDA ツールキットの動作に必要なもの】

• CUDA対応のNVIDIA GPU。
• 対応するNVIDIA ドライバ。
• サポートされているバージョンのC++コンパイラ (Visual StudioまたはBuild Toolsをインストール済み)。

【Windows でインストールするときの一般的な注意点】

• Windows では，NVIDIA CUDA ツールキットのインストール中は，他のアプリケーションを終了しておく。
• インストール後に環境変数が正しく設定されているか確認する。

【関連する外部ページ】

• NVIDIA CUDA ツールキットのアーカイブの公式ページ: https://developer.nvidia.com/cuda-toolkit-archive (他のバージョンが必要な場合)
• NVIDIA CUDA ツールキット の公式ドキュメント: https://docs.nvidia.com/cuda/index.html
• NVIDIA CUDA ツールキットのインストールに関する，NVIDIA CUDA Installation Guide for Windows: https://docs.nvidia.com/cuda/cuda-installation-guide-windows/index.html

【関連項目】 NVIDIA CUDA ツールキットの概要, NVIDIA CUDA ツールキットの他バージョンのインストール

1. (再掲) 他のウィンドウを閉じる：インストール中のコンフリクトを避けるため，可能な限り他のアプリケーションを終了する。
2. Windows で，コマンドプロンプトを管理者権限で起動する。
3. winget コマンドで CUDA 11.8 をインストールする。

   以下のコマンドは，(必要であれば)NVIDIA GeForce Experienceと，指定したバージョンのNVIDIA CUDA ツールキット (11.8) をインストールする。また，CUDA_HOME 環境変数を設定する（一部のツールで参照される）。

   rem グラフィックボードの確認 (参考)
   wmic path win32_VideoController get name
   
   
   
   rem CUDA Toolkit 11.8 のインストール
   winget install --scope machine Nvidia.CUDA --version 11.8
   
   rem CUDA_HOME 環境変数の設定 (システム環境変数として設定)
   powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDA_HOME\", \"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\", \"Machine\")"
   

   注釈: これは特定のバージョン(11.8)をインストールする例である。他のバージョンをインストールする場合は --version オプションを適宜変更する（例: --version 11.2）。利用可能なバージョンは winget search Nvidia.CUDA で確認できる。

4. (重要) ユーザ環境変数 TEMP の設定（日本語ユーザ名の場合）

   Windows のユーザ名に日本語（マルチバイト文字）が含まれている場合，CUDAコンパイラ nvcc が一時ファイルの作成に失敗し，コンパイルが正常に動作しないことがある（エラーメッセージが表示されない場合もある）。この問題を回避するために，ユーザ環境変数 TEMP および TMP を，ASCII文字のみのパス（例: C:\TEMP）に変更する。

   管理者権限のコマンドプロンプトで，次のコマンドを実行して C:\TEMP ディレクトリを作成し，ユーザ環境変数 TEMP と TMP を設定する。

   mkdir C:\TEMP
   powershell -command "[System.Environment]::SetEnvironmentVariable(\"TEMP\", \"C:\TEMP\", \"User\")"
   powershell -command "[System.Environment]::SetEnvironmentVariable(\"TMP\", \"C:\TEMP\", \"User\")"
   

   この設定は，コマンドプロンプトを再起動するか，Windowsに再サインインした後に有効になる。

NVIDIA cuDNN 8.9.7 のインストール（Windows 上）

NVIDIA cuDNN

NVIDIA cuDNN は，NVIDIA CUDA ツールキット上で動作する，ディープラーニング用ライブラリである．畳み込みニューラルネットワーク (CNN) やリカレントニューラルネットワーク (RNN) など，さまざまなディープラーニングモデルのトレーニングと推論を高速化する．

【cuDNN利用時の注意点: zlibwapi.dll エラー】

Windows環境でcuDNNを利用するアプリケーションを実行した際に，「Could not locate zlibwapi.dll. Please make sure it is in your library path!」というエラーが表示されることがある。これは，cuDNNの一部の機能が圧縮ライブラリである zlib に依存しているためである。このエラーが発生した場合は，後述する手順で ZLIB DLL をインストールする必要がある。

【関連する外部ページ】

• NVIDIA cuDNN の公式ページ（ダウンロードにはDeveloper Programへの登録が必要）: https://developer.nvidia.com/cudnn

NVIDIA cuDNN のインストール（Windows 上）の概要

1. NVIDIA Developer Program メンバーシップへの加入: cuDNNのダウンロードには無料のメンバーシップ登録が必要である。

   NVIDIA Developer Program の公式ページ: https://developer.nvidia.com/developer-program

2. 互換バージョンの選択とダウンロード: インストール済みのCUDAツールキットのバージョン (今回は11.x) に適合するcuDNNのバージョン (今回はv8.9.7) を選択し，Windows用のzipファイルをダウンロードする。
3. ファイルの展開と配置: ダウンロードしたzipファイルを展開（解凍）し，中のファイル（bin, include, lib フォルダ内）を，CUDAツールキットのインストールディレクトリにコピーする。
4. (オプション) 環境変数の設定: 必要に応じてシステム環境変数 CUDNN_PATH を設定する。
5. (必要に応じて) ZLIB DLL のインストール: zlibwapi.dll が見つからないエラーが発生する場合にインストールする。
6. 動作確認: cuDNNライブラリ (cudnn64_*.dll) にパスが通っているか確認する。

zlib のインストール（Windows 上）

1. 次のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

次のコマンドは，zlibをインストールし，パスを通すものである．

cd /d c:%HOMEPATH%
rmdir /s /q zlib
git clone https://github.com/madler/zlib
cd zlib
del CMakeCache.txt
rmdir /s /q CMakeFiles
cmake . -A x64 -T host=x64 -DCMAKE_INSTALL_PREFIX=c:/zlib
cmake --build . --config Release --target INSTALL -- /m
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\zlib\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
powershell -command "[System.Environment]::SetEnvironmentVariable(\"ZLIB_HOME\", \"C:\zlib\", \"Machine\")"

【関連する外部ページ】

• zlib の公式ページ: https://www.zlib.net/

【関連項目】 zlib

NVIDIA cuDNN 8.9.7 のインストール（Windows 上）

1. NVIDIA cuDNN のウェブページを開く

   https://developer.nvidia.com/cuDNN

2. ダウンロードしたいので，cuDNNのところにある「Download cuDNN」をクリック．
   
3. cuDNN Downloads のページで「Archive of Previous Releases」をクリック
   
4. 「cuDNN 8.x - 1.x」をクリック
   
5. ダウンロードしたいバージョンを選ぶ

   ここでは「NVIDIA cuDNN v8.9.7 for CUDA 11.x」を選んでいる．

   このとき，画面の「for CUDA ...」のところを確認し，使用するNVIDIA CUDA のバージョンに合うものを選ぶこと．

   
6. Windows にインストールするので Windows 版を選ぶ
   
7. NVIDIA Developer Program メンバーシップに入る

   NVIDIA cuDNN のダウンロードのため．

   「Join now」をクリック．その後，画面の指示に従う． 利用者本人が，電子メールアドレス，表示名，パスワード，生年月日を登録．利用条件等に合意．

   
8. ログインする
   
9. 調査の画面が出たときは，調査に応じる
10. ライセンス条項の確認
    
11. ダウンロードが始まる．
    
12. ダウンロードした .zip ファイルを展開（解凍）する． その中のサブディレクトリを確認しておく．
    Windows での展開（解凍）に便利な 7-Zip: 別ページ »で説明
    
13. NVIDIA CUDA ツールキットをインストールしたディレクトリを確認する．「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8」のようになっている．
    
14. 確認したら， さきほど展開してできたすべてのファイルとディレクトリを，NVIDIA CUDA ツールキットをインストールしたディレクトリにコピーする
    
15. パスが通っていることを確認．

    次の操作により，cudnn64_8.dll にパスが通っていることを確認する．

    Windows のコマンドプロンプトを開き，次のコマンドを実行する．エラーメッセージが出ないことを確認．

    where cudnn64_8.dll
    

    
16. Windows の システム環境変数 CUDNN_PATH の設定を行う． Windows では， コマンドプロンプトを管理者として開き， 次のコマンドを実行することにより， システム環境変数 CUDNN_PATH の設定を行うことができる．
    コマンドプロンプトを管理者として実行: 別ページ »で説明

    powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\", \"Machine\")"
    

    

PyTorch のインストール（Windows 上）

Windows 環境に PyTorch をインストールする手順を解説する．pip を使用する方法と Miniconda (conda) を使用する方法を紹介する．

1. 実行前の準備

インストール作業を行う前に，以下の準備と確認を行うこと．

• 管理者権限でのコマンドプロンプト/Miniconda Prompt 起動:
  インストールコマンドは管理者権限で実行する．Windows キーを押し「cmd」または「Miniconda Prompt」と入力し，「管理者として実行」を選択して起動する．
• Python 環境:
  システムに Python がインストールされ，pip または Miniconda (conda) が利用可能な状態であることを確認する．
• NVIDIA CUDA Toolkit (GPU版を利用する場合):
  PyTorch で NVIDIA GPU を利用する場合は，対応する GPU と，適切なバージョンの NVIDIA CUDA Toolkit が事前にインストールされている必要がある．
  • CUDA バージョンの確認: コマンドプロンプト等で nvcc --version を実行し，バージョンを確認する．この例では CUDA 11.8 がインストール済みであるとする．
  • 互換性の確認: インストールする PyTorch と互換性のある CUDA バージョンを PyTorch 公式サイトで確認する．

2. PyTorch 公式サイトでのコマンド確認

【重要】 PyTorch のインストールコマンドは，OS，パッケージ管理ツール (pip/conda)，Python バージョン，CUDA バージョンによって異なる．使用する環境に合った最新のインストールコマンドを，PyTorch 公式サイトで確認・実行すること．

• PyTorch 公式サイト (インストールページ): https://pytorch.org/get-started/locally/

以下の手順で示すコマンドは，特定の環境（例: CUDA 11.8）における一例である．

3. pip を使用したインストール

Python 標準のパッケージ管理ツール pip を使用する方法である．

(1) pip の更新 (任意)

python -m pip install --upgrade pip

(2) 既存の PyTorch 関連パッケージのアンインストール (推奨)
古いバージョン等がインストールされている場合に実行する．

python -m pip uninstall torch torchvision torchaudio
# 必要に応じて torchtext, xformers などもアンインストール
# python -m pip uninstall torchtext xformers

(3) PyTorch のインストール
【注意】 公式サイトで生成したコマンドを使用すること．以下は CUDA 11.8 環境向けの 一例 である．

# 公式サイトで取得した pip install コマンドを実行
# 例 (CUDA 11.8):
python -m pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

(4) インストールの確認

python -c "import torch; print(f'PyTorch Version: {torch.__version__}'); print(f'CUDA Available: {torch.cuda.is_available()}')"

CUDA Available: True と表示されれば，GPU が正しく認識されている (GPU 環境の場合)．



4. Miniconda (conda) を使用したインストール

データサイエンス環境構築によく使われる Miniconda (または Anaconda) を使用している場合は，conda コマンドでもインストールできる．

注意点:
conda 環境では，PyTorch のような複雑な依存関係を持つライブラリの場合，pip よりも依存関係の問題が発生することがある．問題が発生した場合は，pip を使用したインストール（セクション3）を試すことを検討する．
(1) Miniconda Prompt (または Anaconda Prompt) の起動
管理者として実行で Miniconda Prompt を起動する．
(2) PyTorch のインストール
【注意】 公式サイトで Package に Conda を選択し，生成されたコマンドを使用すること．以下は CUDA 11.8 環境向けの 一例 である．
# 公式サイトで取得した conda install コマンドを実行
# 例 (CUDA 11.8):
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
-c pytorch -c nvidia は，PyTorch と NVIDIA の公式 conda チャネルを指定している．
(3) インストールの確認
python -c "import torch; print(f'PyTorch Version: {torch.__version__}'); print(f'CUDA Available: {torch.cuda.is_available()}')"
関連情報
【サイト内の関連ページ】
• Windows での PyTorch のインストール: 別ページ »で説明
【関連する外部ページ】
• PyTorch 公式サイト (インストール): https://pytorch.org/get-started/locally/
• PyTorch 公式サイト (トップ): https://pytorch.org/
MusicGen のインストール（Windows 上）
FFmpeg のインストール（Windows 上）
Windows での FFmpeg のインストール（Windows 上）: 別ページ »で説明
TensorFlow 2.10.1 のインストール（Windows 上）
1. 以下の手順を管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
2. TensorFlow 2.10.1 のインストール（Windows 上）

   次のコマンドを実行することにより，TensorFlow 2.10.1 および関連パッケージ（tf_slim，tensorflow_datasets，tensorflow-hub，Keras，keras-tuner，keras-visualizer）がインストール（インストール済みのときは最新版に更新）される． そして，Pythonライブラリ（Pillow, pydot, matplotlib, seaborn, pandas, scipy, scikit-learn, scikit-learn-intelex, opencv-python, opencv-contrib-python）がインストール（インストール済みのときは最新版に更新）される．

   python -m pip uninstall -y protobuf tensorflow tensorflow-cpu tensorflow-gpu tensorflow-intel tensorflow-text tensorflow-estimator tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer
   python -m pip install -U protobuf tensorflow==2.10.1 tf_slim tensorflow_datasets==4.8.3 tensorflow-hub tf-keras keras keras_cv keras-tuner keras-visualizer
   python -m pip install git+https://github.com/tensorflow/docs
   python -m pip install git+https://github.com/tensorflow/examples.git
   python -m pip install git+https://www.github.com/keras-team/keras-contrib.git
   python -m pip install -U pillow pydot matplotlib seaborn pandas scipy scikit-learn scikit-learn-intelex opencv-python opencv-contrib-python
   
MusicGen のインストール（Windows 上）
1. 以下の手順を管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
2. MusicGen のインストール，関連ファイルのダウンロード

   python -m pip install audiocraft
   cd /d c:%HOMEPATH%
   rmdir /s /q audiocraft
   git clone --recursive https://github.com/facebookresearch/audiocraft
   cd audiocraft
   pip install -e .
   
MusicGen による音楽生成を実行してみる
1. Windows で，コマンドプロンプトを実行
2. エディタを起動

   cd /d c:%HOMEPATH%\audiocraft
   notepad c.py
   

3. エディタで，次のプログラムを保存

   「descriptions = ['pop song with drum and synth pads in background, about computer, AI, technology.']」のところに文章を記載する．

   「model.set_generation_params(duration=30) 」のところは，秒数を設定する．GPUのメモリが足りない場合は，この数値を小さくする．

   model = MusicGen.get_pretrained('large') の 「large」は，必要に応じて，別のものを指定（指定できるものは，公式ページ https://github.com/facebookresearch/audiocraft に記載されている）．

   このプログラムは， 公式ページ https://github.com/facebookresearch/audiocraftで公開されていたものについて，text to music の機能のみを使うようにするなどの変更を行ったもの．

   import torchaudio
   from audiocraft.models import MusicGen
   from audiocraft.data.audio import audio_write
   
   model = MusicGen.get_pretrained('large')
   model.set_generation_params(duration=30)
   wav = model.generate_unconditional(4)    # generates 4 unconditional audio samples
   descriptions = ['pop song with drum and synth pads in background, about computer, AI, technology.']
   wav = model.generate(descriptions)  # generates 3 samples.
   
   # generates using the melody from the provided descriptions.
   wav = model.generate(descriptions)
   
   for idx, one_wav in enumerate(wav):
       # Will save under {idx}.wav, with loudness normalization at -14 db LUFS.
       audio_write(f'{idx}', one_wav.cpu(), model.sample_rate, strategy="loudness", loudness_compressor=True)
   

   
4. Python プログラムの実行

   プログラムを c.pyのようなファイル名で保存したので， 「python c.py」のようなコマンドで行う．

   python c.py
   

   
5. 0.wav ができるので確認．再生してみる．