FunASR项目WebSocket运行时编译问题解析
2025-05-24 19:11:44作者:侯霆垣
在使用FunASR项目中的WebSocket运行时组件时,开发者可能会遇到CMake编译过程中出现的目录不存在错误。本文将深入分析该问题的原因,并提供完整的解决方案。
问题现象
当开发者按照标准流程编译FunASR的WebSocket组件时,CMake配置阶段会报告多个目录不存在的错误,主要包括:
- onnxruntime/third_party下的glog、gflags、openfst等第三方库目录
- kaldi-native-fbank的csrc目录
- 项目根目录下的bin目录
这些错误会导致CMake配置失败,无法生成后续的Makefile文件。
根本原因分析
经过分析,这些问题主要源于以下几个方面:
-
项目结构依赖:WebSocket运行时组件依赖于项目根目录下的多个第三方库,但默认情况下这些库并未包含在仓库中
-
构建系统设计:CMakeLists.txt中预设了相对路径引用,假设所有依赖都位于特定位置
-
子模块缺失:部分依赖项需要作为git子模块单独获取
完整解决方案
1. 确保正确的构建目录结构
首先需要创建独立的构建目录,避免污染源代码:
mkdir build && cd build
2. 提供必要的依赖路径
编译时需要明确指定关键依赖的路径:
cmake -DCMAKE_BUILD_TYPE=release .. \
-DONNXRUNTIME_DIR=/path/to/onnxruntime \
-DFFMPEG_DIR=/path/to/ffmpeg
3. 获取所有子模块
在编译前,确保获取所有必要的子模块:
git submodule update --init --recursive
4. 处理特定依赖项
对于报告缺失的特定依赖:
- PortAudio:项目会自动下载
- 其他第三方库:需要确保它们位于预期的相对路径中
构建流程最佳实践
推荐按照以下完整流程进行构建:
- 克隆仓库并初始化子模块
- 创建独立构建目录
- 运行CMake配置
- 执行构建
git clone https://github.com/alibaba-damo-academy/FunASR.git
cd FunASR
git submodule update --init --recursive
cd runtime/websocket
mkdir build && cd build
cmake -DCMAKE_BUILD_TYPE=release .. \
-DONNXRUNTIME_DIR=/path/to/onnxruntime \
-DFFMPEG_DIR=/path/to/ffmpeg
make -j$(nproc)
常见问题处理
如果仍然遇到问题,可以检查:
- CMake版本是否过旧(建议3.16以上)
- 依赖路径是否正确
- 系统是否安装了必要的开发工具链
- 网络连接是否正常(影响自动下载)
总结
FunASR项目的WebSocket运行时组件编译需要正确处理项目依赖关系。通过理解CMake配置的预期结构,提供必要的依赖路径,并确保所有子模块就位,开发者可以顺利完成构建过程。这种模块化的构建方式虽然增加了初始配置的复杂性,但为项目提供了更好的灵活性和可维护性。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust023
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
678
4.33 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.57 K
911
deepin linux kernel
C
28
16
暂无简介
Dart
923
228
Ascend Extension for PyTorch
Python
518
630
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
46
52
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
399
305
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.35 K
110
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
212