Whisper ASR Webservice 大文件上传问题分析与解决方案

问题背景

在使用Whisper ASR Webservice进行语音识别服务部署时，用户报告了一个关于大文件上传的异常现象。当使用ASR_MODEL=large-v3-turbo和ASR_ENGINE=faster_whisper配置时，上传超过18MB的文件会导致服务返回"CORS错误"或"Failed to fetch"的错误信息。

问题现象

具体表现为：

1. 上传小文件时服务正常工作
2. 上传超过18MB的大文件时，前端收到以下错误响应：
   • 状态码显示为"Undocumented"
   • 错误信息提示"Failed to fetch"
   • 可能原因包括CORS问题、网络故障或URL方案问题

环境配置

用户使用的是以下技术栈：

• 基础镜像：onerahmet/openai-whisper-asr-webservice:v1.7.1-gpu
• 网络配置：通过Traefik进行反向代理
• 存储配置：将模型缓存挂载到本地目录
• GPU资源配置：通过docker-compose配置NVIDIA GPU资源

问题分析

从现象来看，这个问题有几个关键特征：

1. 版本相关性：在v1.4.1-gpu版本中未出现此问题，升级到v1.7.1-gpu后出现
2. 文件大小限制：问题仅在文件超过18MB时出现
3. 错误类型：表面上是CORS相关问题，但实际可能涉及更深层次的问题

可能的原因包括：

1. 新版本中引入了请求大小限制
2. 代理配置（Traefik）可能需要调整以处理大文件上传
3. 服务内部处理大文件时可能出现缓冲区或内存限制

解决方案探索

用户尝试了以下方法：

1. 调整CORS配置：在Traefik中添加了详细的CORS头部设置，但问题依旧
2. 检查网络配置：确认了URL方案和网络连接正常
3. 版本升级：最终通过升级到v1.8.0-gpu版本解决了问题

最佳实践建议

对于类似问题的预防和解决，建议：

1. 版本选择：如果遇到类似问题，考虑使用更稳定的版本（如v1.8.0-gpu）
2. 日志监控：增加服务日志输出，便于诊断问题根源
3. 渐进式测试：对于文件上传功能，建议进行不同文件大小的测试
4. 资源配置：确保容器有足够的内存和处理能力处理大文件

结论

这个问题展示了在升级语音识别服务版本时可能遇到的兼容性问题。虽然表面上是CORS错误，但实际可能与服务内部对大文件处理机制的改变有关。通过升级到更新的稳定版本（v1.8.0-gpu），用户成功解决了这个问题。这也提醒我们在进行服务升级时，需要进行全面的功能测试，特别是边界条件下的测试（如大文件处理）。