FunASR项目安装过程中pytest-runner依赖问题的分析与解决
在安装FunASR语音识别项目时,用户可能会遇到一个常见的依赖问题,表现为无法正确安装pytest-runner包。这个问题通常与Python包管理工具pip的配置和项目依赖关系有关。
问题现象
当用户尝试在conda环境中通过pip install -e ./命令安装FunASR时,系统会报错显示无法找到满足要求的pytest-runner版本。错误信息中还包含关于setuptools的警告,提示某些配置选项在未来版本中将不再支持。
问题根源分析
该问题的核心原因主要有以下几点:
-
pytest-runner包不可用:错误信息显示无法从指定的镜像源找到pytest-runner包,这通常是因为镜像源不完整或配置不正确。
-
setuptools配置问题:警告信息表明项目使用了将被弃用的配置选项,特别是使用了破折号分隔的选项名(index-url)而非下划线形式(index_url)。
-
pip源信任问题:系统警告指出使用的镜像源(mirrors.cloud.aliyuncs.com)不是受信任的安全主机,这可能导致某些包无法正常下载。
解决方案
要解决这个问题,可以采取以下步骤:
-
更换pip源:建议使用官方PyPI源或其他可信的国内镜像源。可以通过修改pip配置文件或临时指定源地址来实现。
-
手动安装pytest-runner:在安装FunASR之前,先单独安装pytest-runner包,确保依赖项已经满足。
-
更新setuptools:确保使用最新版本的setuptools工具,以避免兼容性问题。
-
使用虚拟环境:创建一个干净的Python虚拟环境,避免现有环境中的配置冲突。
详细解决步骤
-
首先更新pip和setuptools到最新版本:
pip install --upgrade pip setuptools -
手动安装pytest-runner:
pip install pytest-runner -
使用官方源安装FunASR:
pip install -e ./ --index-url https://pypi.org/simple/ -
如果必须使用国内镜像源,确保使用受信任的源并正确配置:
pip install -e ./ --trusted-host mirrors.aliyun.com --index-url http://mirrors.aliyun.com/pypi/simple/
预防措施
为了避免类似问题,建议:
- 定期更新Python包管理工具和相关依赖
- 使用requirements.txt或pyproject.toml明确指定项目依赖
- 在开发环境中使用版本锁定文件(如pipfile.lock)
- 考虑使用poetry等现代依赖管理工具替代传统的pip+setuptools组合
通过以上方法,可以有效地解决FunASR安装过程中的依赖问题,并为后续的开发工作打下良好的基础。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00