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
相关项目推荐
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
391
470
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
357
217
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++
898
693
昇腾LLM分布式训练框架
Python
122
147
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
123
158
🎉 (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
1.38 K
784
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
169
React Native鸿蒙化仓库
JavaScript
312
362