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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0185
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0110
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
853
1.91 K
deepin linux kernel
C
32
16
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
673
1.31 K
Ascend Extension for PyTorch
Python
716
866
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.76 K
185
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
454
436
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.06 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
990
598
暂无简介
Dart
1 K
259