建指南：環(huán)境準(zhǔn)備、CMake 構(gòu)建流程與常見編譯錯(cuò)誤排查)
人工智能語音音頻NLP媒體生成【免費(fèi)下載鏈接】PaddleSpeechEasy-to-use Speech Toolkit including Self-Supervised Learning model, SOTA/Streaming ASR with punctuation, Streaming TTS with text frontend, Speaker Verification System, End-to-End Speech Translation and Keyword Spotting. Won NAACL2022 Best Demo Award.項(xiàng)目地址https://gitcode.com/paddlepaddle/PaddleSpeech點(diǎn)擊查看免費(fèi)下載本文以 PaddleSpeech 倉庫runtime/目錄的部署文檔為骨架完整講解如何在 Docker 環(huán)境中準(zhǔn)備構(gòu)建依賴、通過build.sh編譯 C 推理引擎與示例程序、在 Android/iOS 平臺(tái)交叉編譯并針對(duì)文檔 FAQ 中列出的五類典型錯(cuò)誤No module named paddle、libpaddle.so加載失敗、libgfortran缺失等給出基于源碼的定位原理與可復(fù)制的解決方案。讀完本文你可以獨(dú)立完成從環(huán)境創(chuàng)建到運(yùn)行u2pp_ol流式 ASR 示例的完整部署流程并能自行排查編譯/運(yùn)行期的鏈接問題。一、runtime 模塊的定位與整體構(gòu)建結(jié)構(gòu)PaddleSpeech 的runtime/目錄是純 C 部署側(cè)代碼負(fù)責(zé)把 Python 訓(xùn)練得到的聲學(xué)模型.pdmodel等編譯為可在服務(wù)端和移動(dòng)端運(yùn)行的可執(zhí)行程序。從源碼結(jié)構(gòu)看runtime/的核心組成如下runtime/CMakeLists.txt頂層 CMake 入口負(fù)責(zé)探測 Paddle 鏈接參數(shù)、拉取第三方庫gflags、glog、pybind、FastDeploy、openfst 等并匯總構(gòu)建選項(xiàng)runtime/engine/引擎源碼其中engine/asr/包含解碼器CTC 前綴束搜索、TLG 解碼器、神經(jīng)網(wǎng)絡(luò)推理模塊u2_nnet、u2_onnx_nnet、識(shí)別器recognizer與 WebSocket 服務(wù)端asr/server/websocket/engine/common/frontend/包含流式特征前端Fbank、CMVN、db_norm分貝歸一化、音頻組裝器assembler等engine/kaldi/內(nèi)置了 Kaldi 風(fēng)格的矩陣、Lattice、FST 工具代碼engine/audio_classification/與engine/vad/分別對(duì)應(yīng)音頻分類PANNs與 VAD 推理。各子模塊按 CMake 開關(guān)獨(dú)立參與編譯runtime/examples/可運(yùn)行的示例工程官方推薦u2pp_olu2 流式 ASR基于 aishell-1 測試集另有ds2_ol、vad/、android/、audio_classification/、custom_asr/、text_lm/等runtime/tools/構(gòu)建輔助腳本包括venv.sh創(chuàng)建 Python 虛擬環(huán)境、setup_valgrind.sh源碼安裝 Valgrind、clang-format.shruntime/cmake/第三方庫的 FetchContent 封裝與構(gòu)建摘要輸出runtime/build.sh、runtime/build_android.sh、runtime/build_ios.shx86 Linux、Android、iOS 三套構(gòu)建腳本。頂層CMakeLists.txt定義了引擎版本號(hào)PPS_VERSION 1.0.0見 runtime/CMakeLists.txt統(tǒng)一使用 C14、默認(rèn)Release構(gòu)建類型Ninja 生成器例外安裝目錄固定為build/*/installCMAKE_INSTALL_PREFIX見 runtime/CMakeLists.txt。構(gòu)建完成后還會(huì)通過 CPack 打包為paddlespeech_libraryTGZ 源碼包。engine/CMakeLists.txt展示了模塊間的編譯依賴關(guān)系kaldi與common無條件構(gòu)建而asr、audio_classification、vad分別受WITH_ASR、WITH_CLS、WITH_VAD開關(guān)控制見 runtime/engine/CMakeLists.txt。這一點(diǎn)對(duì)交叉編譯很關(guān)鍵——移動(dòng)端構(gòu)建通常只保留 VAD 模塊。二、開發(fā)環(huán)境要求推薦 Dockerruntime/README.md給出的開發(fā)環(huán)境基線為組件版本/說明Python 3.8Docker 鏡像registry.baidubce.com/paddlepaddle/paddle:2.2.2-gpu-cuda10.2-cudnn7操作系統(tǒng)Ubuntu 16.04.7 LTSgcc / g / gfortran8.2.0CMake3.16.0實(shí)際頂層工程要求cmake_minimum_required(VERSION 3.17)見 runtime/CMakeLists.txt文檔明確建議所有構(gòu)建在 PaddlePaddle 官方 Docker 鏡像中驗(yàn)證通過推薦在 Docker 中進(jìn)行開發(fā)與部署。啟動(dòng)容器的命令為docker run --privileged --nethost --ipchost -it --rm \ -v /path/to/paddlespeech:/workspace --namedev \ registry.baidubce.com/paddlepaddle/paddle:2.2.2-gpu-cuda10.2-cudnn7 /bin/bash幾點(diǎn)需要注意--privileged參數(shù)在后續(xù)使用 Valgrind 時(shí)是必需的見第六節(jié)建議首次啟動(dòng)即帶上工作目錄掛載為/workspace與CMakeLists.txt中的路徑注釋保持一致構(gòu)建腳本本身并不要求 GPUWITH_GPU選項(xiàng)默認(rèn)為OFFruntime/CMakeLists.txt即 C 引擎默認(rèn)按 CPU 推理編譯。2.1 創(chuàng)建 Python 虛擬環(huán)境CMake 配置階段需要調(diào)用 Python 解釋器去查詢已安裝 PaddlePaddle 的頭文件與庫路徑原理見下一節(jié)因此必須先創(chuàng)建虛擬環(huán)境并安裝 Paddle。倉庫中實(shí)際的創(chuàng)建腳本是 runtime/tools/venv.shbash tools/venv.sh # 等價(jià)于virtualenv -p python3.8 venv source venv/bin/activate該腳本用python3.8創(chuàng)建名為venv的虛擬環(huán)境已存在則跳過與文檔中 “Python 3.8” 的要求對(duì)應(yīng)。三、構(gòu)建 C 引擎與示例build.sh 詳解3.1 安裝 PaddlePaddle文檔提醒由于使用了 Paddle 的特定特性構(gòu)建 C 引擎需要安裝指定版本的paddlepaddle文檔 FAQ 中給出的最低要求是paddlepaddle 2.4rc構(gòu)建示例中安裝 2.4.2source venv/bin/activate python -m pip install paddlepaddle2.4.2 -i https://mirror.baidu.com/pypi/simple ./build.sh3.2 build.sh 的參數(shù)逐項(xiàng)說明runtime/build.sh 的實(shí)際執(zhí)行流程是“創(chuàng)建構(gòu)建目錄 → 配置 CMake → 并行編譯”BUILD_TYPERelease # 可改為 Debug BUILD_SOOFF # -DBUILD_SHARED_LIBSOFF引擎編譯為靜態(tài)庫/可執(zhí)行程序 BUILD_ONNXON # u2 模型支持 ONNX Runtime BUILD_ASRON # 構(gòu)建 ASR 引擎 BUILD_CLSON # 構(gòu)建音頻分類PANNs引擎 BUILD_VADON # 構(gòu)建 VAD 引擎 PPS_DEBUGOFF # -DWITH_PPS_DEBUG開啟后定義 PPS_DEBUG 宏 FASTDEPLOY_INSTALL_DIR # 指向已構(gòu)建的 FastDeploy 安裝目錄留空則由 CMake 自行處理CMake 配置命令為runtime/build.shmkdir -p build/Linux/x86_64 cmake -B build/Linux/x86_64 \ -DCMAKE_BUILD_TYPERelease \ -DBUILD_SHARED_LIBSOFF \ -DWITH_ONNXON \ -DWITH_ASRON \ -DWITH_CLSON \ -DWITH_VADON \ -DFASTDEPLOY_INSTALL_DIR \ -DWITH_PPS_DEBUGOFF cmake --build build/Linux/x86_64 -j頂層 runtime/CMakeLists.txt 中可選項(xiàng)的完整集合為CMake 選項(xiàng)默認(rèn)值含義BUILD_SHARED_LIBSON是否構(gòu)建動(dòng)態(tài)庫build.sh中顯式傳 OFFWITH_PPS_DEBUGOFF定義PPS_DEBUG編譯宏開啟調(diào)試日志W(wǎng)ITH_ASRON構(gòu)建 ASR 引擎OFF 時(shí)跳過 Python3/pybind 探測WITH_CLSON構(gòu)建音頻分類引擎WITH_VADON構(gòu)建 VAD 引擎WITH_GPUOFF神經(jīng)網(wǎng)絡(luò)推理是否啟用 GPUWITH_PROFILINGOFF是否開啟 C profilingWITH_TESTINGON是否下載并構(gòu)建 gtest 單元測試WITH_ONNXOFFu2 是否支持 ONNX Runtimebuild.sh中傳 ON并定義USE_ONNX宏配置完成后runtime/cmake/summary.cmake 會(huì)打印一份 “PaddleSpeech Building Summary”列出版本號(hào)、編譯器、WITH_ASR/CLS/VAD、FASTDEPLOY_INSTALL_DIR及 Python 解釋器等關(guān)鍵信息方便確認(rèn)開關(guān)是否按預(yù)期生效。3.3 構(gòu)建腳本如何自動(dòng)探測 Paddle 庫理解 FAQ 1 的前提runtime/CMakeLists.txt 在WITH_ASRON時(shí)通過execute_process執(zhí)行三段內(nèi)嵌 Python 代碼來定位 PaddlePaddle 的產(chǎn)物import paddle后經(jīng)paddle.sysconfig.get_include()得到頭文件目錄拼出鏈接參數(shù)PADDLE_LINK_FLAGS形如-L.../paddle/libs -L.../paddle/fluid -l:libpaddle.so -l:libdnnl.so.2 -l:libiomp5.so同樣方式得到編譯宏P(guān)ADDLE_COMPILE_FLAGS-I.../paddle/include得到運(yùn)行期LD_LIBRARY_PATH所需的PADDLE_LIB_DIRS。關(guān)鍵點(diǎn)在于這三步都以當(dāng)前 PATH 中可用的python為前提。如果虛擬環(huán)境未激活、或 PaddlePaddle 未安裝import paddle拋ModuleNotFoundErrorOUTPUT_VARIABLE拿到空串隨后string(STRIP ...)就報(bào)出string sub-command STRIP requires two arguments錯(cuò)誤——這正是 FAQ 第 1 條中CMakeLists.txt:119/CMakeLists.txt:131報(bào)錯(cuò)的根因行號(hào)隨版本漂移當(dāng)前倉庫對(duì)應(yīng) runtime/CMakeLists.txt。解決方式就是文檔給出的先激活venv并安裝paddlepaddle 2.4rc再執(zhí)行build.sh。四、交叉編譯Android 與 iOS除 x86 Linux 外runtime/還提供了兩套移動(dòng)端構(gòu)建腳本可作為參數(shù)化構(gòu)建的參考范本。Androidruntime/build_android.sh通過 NDK r25b 的android.toolchain.cmake交叉編譯關(guān)鍵參數(shù)為ANDROID_ABIarm64-v8a也支持armeabi-v7a、ANDROID_PLATFORMandroid-21API 21、ANDROID_STLc_shared、構(gòu)建類型MinSizeRel。注意其中-DWITH_ASROFF -DWITH_CLSOFF -DWITH_VADON的組合——移動(dòng)端僅構(gòu)建 VAD 引擎且依賴指向本地 FastDeploy 的 Android 安裝目錄FASTDEPLOY_INSTALL_DIR。iOSruntime/build_ios.sh使用ios.toolchain.cmake目標(biāo)平臺(tái)OS64Apple Silicon、BUILD_IN_MACOSON該選項(xiàng)會(huì)額外定義OS_MACOSX宏見 runtime/CMakeLists.txt同樣只構(gòu)建 VAD 模塊并鏈接 FastDeploy iOS arm64 產(chǎn)物腳本支持傳參clean僅做構(gòu)建產(chǎn)物清理。頂層 CMake 對(duì)交叉編譯做了專門支持ANDROID場景下把CMAKE_FIND_ROOT_PATH_MODE_*全部設(shè)為BOTH保證find_library等命令在交叉環(huán)境下仍能查到宿主機(jī)上的工具runtime/CMakeLists.txt。五、運(yùn)行示例程序構(gòu)建完成后文檔指引進(jìn)入examples/目錄運(yùn)行。runtime/examples/README.md 說明官方推薦示例為u2pp_olu2 流式 ASRaishell-1 測試集另有ds2_olDeepspeech2 流式每個(gè)示例的入口是各自的run.sh例如pushd u2pp_ol bash run.sh --stop_stage 4運(yùn)行前同樣需要先source venv/bin/activate激活虛擬環(huán)境若需要查看模型計(jì)算圖可用 Netronpip install netron后netron exp/.../avg_1.jit.pdmodel --port 8022examples/codelab/僅面向引擎開發(fā)者做日志等組件自測普通用戶可忽略。engine/asr/server/websocket/下還內(nèi)置了 WebSocket 服務(wù)程序?qū)?yīng)examples/custom_asr/中“自定義 ASR 服務(wù)”的部署形態(tài)可用于把編譯好的引擎封裝為網(wǎng)絡(luò)服務(wù)。六、Valgrind 內(nèi)存調(diào)試可選文檔的 Valgrind 章節(jié)給出了兩條要點(diǎn)均可在腳本中得到印證Docker 容器必須帶--privileged否則 Valgrind 啟動(dòng)時(shí)報(bào)a function redirection which is mandatory for this platform-tool combination cannot be set up出現(xiàn)該 fatal error 時(shí)可先安裝調(diào)試符號(hào)包apt-get install libc6-dbg安裝腳本 runtime/tools/setup_valgrind.sh 采用源碼編譯方式固定 Valgrind 版本3.18.1pushd tools ./setup_valgrind.sh popd腳本邏輯若本地已存在valgrind-3.18.1.tar.bz2則復(fù)用否則從 sourceware.org 斷點(diǎn)續(xù)傳下載隨后解壓、./configure --prefix$PWD/valgrind/install、make make install。產(chǎn)物位于runtime/tools/valgrind/install使用 PATH 指定該前綴即可對(duì)引擎可執(zhí)行程序做內(nèi)存檢測。七、FAQ五類典型編譯/運(yùn)行錯(cuò)誤的定位與解決以下五問全部繼承自 runtime/README.md并結(jié)合當(dāng)前倉庫源碼補(bǔ)充了出錯(cuò)位置。7.1No module named paddle與 CMakeSTRIP報(bào)錯(cuò)現(xiàn)象節(jié)選CMake Error at CMakeLists.txt:119 (string): string sub-command STRIP requires two arguments. Traceback (most recent call last): File string, line 1, in module ModuleNotFoundError: No module named paddle如 3.3 節(jié)所述CMakeLists.txt中通過execute_process(COMMAND python -c import paddle ...)探測 Paddle 安裝信息python中找不到paddle模塊時(shí)輸出為空導(dǎo)致后續(xù)string(STRIP)缺參。解決在激活的虛擬環(huán)境中安裝 paddlepaddle 2.4rc確保which python指向venv/bin/python且其中已裝好 Paddle。7.2error while loading shared libraries: liblibpaddle.sou2_recognizer_main: error while loading shared libraries: liblibpaddle.so: cannot open shared object file: No such file or directory原因是鏈接時(shí)寫入了帶-l:libpaddle.so生成的 SONAME 異常liblibpaddle.so。文檔給出的修復(fù)方法是用patchelf修正已安裝庫的 sonamecd $YOUR_ENV_PATH/lib/python3.8/site-packages/paddle/fluid patchelf --set-soname libpaddle.so libpaddle.so另外運(yùn)行時(shí)需將 CMake 探測到的PADDLE_LIB_DIRSpaddle/fluid與paddle/libs目錄加入LD_LIBRARY_PATH這也是CMakeLists.txt專門輸出該變量的目的。7.3 缺少libgfortran.so.5u2_recognizer_main: error while loading shared libraries: libgfortran.so.5: cannot open shared object filelibgfortran.so.5對(duì)應(yīng) GCC 8 時(shí)代的 Fortran 運(yùn)行時(shí)。文檔以 GCC 8.2 為例解決方案是安裝同版本 gfortranapt-get install gfortran-87.4Undefined reference to _gfortran_concat_string這是 GCC 8 引入的 Fortran 內(nèi)部符號(hào)鏈接錯(cuò)誤。解決保持 gcc 與 gfortran 版本一致均使用 8.2gcc 8.2 gfortran 8.2 組合避免混用不同主次版本的工具鏈。7.5fatal error: pyconfig.h: No such file or directory./boost/python/detail/wrap_python.hpp:57:11: fatal error: pyconfig.h: No such file or directory編譯 pybind11 模塊時(shí)需要 Python 開發(fā)頭文件。解決apt-get install python3-dev。八、已知限制流式分貝歸一化的在線/離線差異文檔 TODO 章節(jié)記錄了一個(gè)明確的已知差異Deepspeech2 使用 linear 特征時(shí)在線分貝歸一化DecibelNormalizer與離線版本結(jié)果存在微小偏差原因是在線計(jì)算按 chunk分塊讀取特征導(dǎo)致歸一化時(shí)samples.size()與離線整段計(jì)算不同。在當(dāng)前倉庫中對(duì)應(yīng)的實(shí)現(xiàn)位于 runtime/engine/common/frontend/db_norm.cc 的DecibelNormalizer::Compute()其核心是統(tǒng)計(jì)輸入樣本的均方值得到rms_db計(jì)算gain target_db - rms_db超過max_gain_db時(shí)直接返回錯(cuò)誤再對(duì)樣本執(zhí)行item * 10^(gain/20)的原地縮放見 db_norm.cc。文檔提示的normalizer.cc:73即該函數(shù)中mean_square / samples.size()一行當(dāng)前源碼為第 72 行附近行號(hào)隨代碼演進(jìn)略有漂移。這一說明對(duì)需要在 C 引擎上復(fù)現(xiàn)離線識(shí)別結(jié)果的開發(fā)者有直接參考價(jià)值chunk 邊界不同會(huì)帶來可預(yù)期的微小數(shù)值差異屬于設(shè)計(jì)使然而非 bug。九、小結(jié)從 clone 到運(yùn)行的最小路徑綜合以上各節(jié)一份可直接復(fù)制的最小構(gòu)建路徑為前提已 clone 倉庫、已啟動(dòng)帶--privileged的 Paddle Docker 容器并掛載到/workspace# 1. 創(chuàng)建并激活 Python 3.8 虛擬環(huán)境 bash tools/venv.sh source venv/bin/activate # 2. 安裝滿足版本要求的 PaddlePaddle python -m pip install paddlepaddle2.4.2 -i https://mirror.baidu.com/pypi/simple # 3. 編譯引擎與示例輸出于 build/Linux/x86_64安裝于其 install/ 子目錄 ./build.sh # 4. 運(yùn)行推薦示例 pushd examples/u2pp_ol bash run.sh --stop_stage 4排障時(shí)按本文第七節(jié)順序檢查 Python/Paddle 環(huán)境、Paddle 共享庫 SONAME、gfortran 版本匹配與 Python 開發(fā)頭文件即可覆蓋文檔記錄的全部已知問題若構(gòu)建摘要Building Summary中的WITH_ASR/CLS/VAD、Python 解釋器路徑與預(yù)期不符則回到build.sh的-D參數(shù)逐一核對(duì)。贊分享人工智能語音音頻NLP媒體生成【免費(fèi)下載鏈接】PaddleSpeechEasy-to-use Speech Toolkit including Self-Supervised Learning model, SOTA/Streaming ASR with punctuation, Streaming TTS with text frontend, Speaker Verification System, End-to-End Speech Translation and Keyword Spotting. Won NAACL2022 Best Demo Award.項(xiàng)目地址https://gitcode.com/paddlepaddle/PaddleSpeech點(diǎn)擊查看免費(fèi)下載相關(guān)推薦Windows 平臺(tái)從源碼構(gòu)建 Electron環(huán)境準(zhǔn)備、GN 編譯流程與常見問題排查Windows 平臺(tái)從源碼構(gòu)建 Electron環(huán)境準(zhǔn)備、GN 編譯流程與常見問題排查 導(dǎo)讀 本指南完整講解如何在 Windows 上從源碼編譯 Electr桌面應(yīng)用跨平臺(tái)前端MarkText Linux 開發(fā)環(huán)境搭建指南前置依賴、構(gòu)建準(zhǔn)備與常見報(bào)錯(cuò)排查MarkText Linux 開發(fā)環(huán)境搭建指南前置依賴、構(gòu)建準(zhǔn)備與常見報(bào)錯(cuò)排查 本篇指南圍繞 MarkText 官方開發(fā)文檔《Linux Specific P桌面應(yīng)用富文本在 Ubuntu 上從源碼編譯 StarRocks環(huán)境準(zhǔn)備、構(gòu)建流程與常見問題在 Ubuntu 上從源碼編譯 StarRocks環(huán)境準(zhǔn)備、構(gòu)建流程與常見問題 本文基于 StarRocks 官方構(gòu)建文檔 docs/en/develope數(shù)據(jù)庫OLAP數(shù)據(jù)倉庫大數(shù)據(jù)湖倉一體數(shù)據(jù)分析上一篇React Snap 項(xiàng)目推薦下一篇uBlock Origin 免費(fèi)廣告攔截器如何五分鐘完成安裝與被誤攔時(shí)放行創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 PaddleSpeech C++ 推理引擎（runtime）構(gòu)建指南：環(huán)境準(zhǔn)備、CMake 構(gòu)建流程與常見編譯錯(cuò)誤排查
人工智能語音音頻NLP媒體生成【免費(fèi)下載鏈接】PaddleSpeechEasy-to-use Speech Toolkit including Self-Supervised Learning model, SOTA/Streaming ASR with punctuation, Streaming TTS with text frontend, Speaker Verification System, End-to-End Speech Translation and Keyword Spotting. Won NAACL2022 Best Demo Award.項(xiàng)目地址https://gitcode.com/paddlepaddle/PaddleSpeech點(diǎn)擊查看免費(fèi)下載本文以 PaddleSpeech 倉庫runtime/目錄的部署文檔為骨架完整講解如何在 Docker 環(huán)境中準(zhǔn)備構(gòu)建依賴、通過build.sh編譯 C 推理引擎與示例程序、在 Android/iOS 平臺(tái)交叉編譯并針對(duì)文檔 FAQ 中列出的五類典型錯(cuò)誤No module named paddle、libpaddle.so加載失敗、libgfortran缺失等給出基于源碼的定位原理與可復(fù)制的解決方案。讀完本文你可以獨(dú)立完成從環(huán)境創(chuàng)建到運(yùn)行u2pp_ol流式 ASR 示例的完整部署流程并能自行排查編譯/運(yùn)行期的鏈接問題。一、runtime 模塊的定位與整體構(gòu)建結(jié)構(gòu)PaddleSpeech 的runtime/目錄是純 C 部署側(cè)代碼負(fù)責(zé)把 Python 訓(xùn)練得到的聲學(xué)模型.pdmodel等編譯為可在服務(wù)端和移動(dòng)端運(yùn)行的可執(zhí)行程序。從源碼結(jié)構(gòu)看runtime/的核心組成如下runtime/CMakeLists.txt頂層 CMake 入口負(fù)責(zé)探測 Paddle 鏈接參數(shù)、拉取第三方庫gflags、glog、pybind、FastDeploy、openfst 等并匯總構(gòu)建選項(xiàng)runtime/engine/引擎源碼其中engine/asr/包含解碼器CTC 前綴束搜索、TLG 解碼器、神經(jīng)網(wǎng)絡(luò)推理模塊u2_nnet、u2_onnx_nnet、識(shí)別器recognizer與 WebSocket 服務(wù)端asr/server/websocket/engine/common/frontend/包含流式特征前端Fbank、CMVN、db_norm分貝歸一化、音頻組裝器assembler等engine/kaldi/內(nèi)置了 Kaldi 風(fēng)格的矩陣、Lattice、FST 工具代碼engine/audio_classification/與engine/vad/分別對(duì)應(yīng)音頻分類PANNs與 VAD 推理。各子模塊按 CMake 開關(guān)獨(dú)立參與編譯runtime/examples/可運(yùn)行的示例工程官方推薦u2pp_olu2 流式 ASR基于 aishell-1 測試集另有ds2_ol、vad/、android/、audio_classification/、custom_asr/、text_lm/等runtime/tools/構(gòu)建輔助腳本包括venv.sh創(chuàng)建 Python 虛擬環(huán)境、setup_valgrind.sh源碼安裝 Valgrind、clang-format.shruntime/cmake/第三方庫的 FetchContent 封裝與構(gòu)建摘要輸出runtime/build.sh、runtime/build_android.sh、runtime/build_ios.shx86 Linux、Android、iOS 三套構(gòu)建腳本。頂層CMakeLists.txt定義了引擎版本號(hào)PPS_VERSION 1.0.0見 runtime/CMakeLists.txt統(tǒng)一使用 C14、默認(rèn)Release構(gòu)建類型Ninja 生成器例外安裝目錄固定為build/*/installCMAKE_INSTALL_PREFIX見 runtime/CMakeLists.txt。構(gòu)建完成后還會(huì)通過 CPack 打包為paddlespeech_libraryTGZ 源碼包。engine/CMakeLists.txt展示了模塊間的編譯依賴關(guān)系kaldi與common無條件構(gòu)建而asr、audio_classification、vad分別受WITH_ASR、WITH_CLS、WITH_VAD開關(guān)控制見 runtime/engine/CMakeLists.txt。這一點(diǎn)對(duì)交叉編譯很關(guān)鍵——移動(dòng)端構(gòu)建通常只保留 VAD 模塊。二、開發(fā)環(huán)境要求推薦 Dockerruntime/README.md給出的開發(fā)環(huán)境基線為組件版本/說明Python 3.8Docker 鏡像registry.baidubce.com/paddlepaddle/paddle:2.2.2-gpu-cuda10.2-cudnn7操作系統(tǒng)Ubuntu 16.04.7 LTSgcc / g / gfortran8.2.0CMake3.16.0實(shí)際頂層工程要求cmake_minimum_required(VERSION 3.17)見 runtime/CMakeLists.txt文檔明確建議所有構(gòu)建在 PaddlePaddle 官方 Docker 鏡像中驗(yàn)證通過推薦在 Docker 中進(jìn)行開發(fā)與部署。啟動(dòng)容器的命令為docker run --privileged --nethost --ipchost -it --rm \ -v /path/to/paddlespeech:/workspace --namedev \ registry.baidubce.com/paddlepaddle/paddle:2.2.2-gpu-cuda10.2-cudnn7 /bin/bash幾點(diǎn)需要注意--privileged參數(shù)在后續(xù)使用 Valgrind 時(shí)是必需的見第六節(jié)建議首次啟動(dòng)即帶上工作目錄掛載為/workspace與CMakeLists.txt中的路徑注釋保持一致構(gòu)建腳本本身并不要求 GPUWITH_GPU選項(xiàng)默認(rèn)為OFFruntime/CMakeLists.txt即 C 引擎默認(rèn)按 CPU 推理編譯。2.1 創(chuàng)建 Python 虛擬環(huán)境CMake 配置階段需要調(diào)用 Python 解釋器去查詢已安裝 PaddlePaddle 的頭文件與庫路徑原理見下一節(jié)因此必須先創(chuàng)建虛擬環(huán)境并安裝 Paddle。倉庫中實(shí)際的創(chuàng)建腳本是 runtime/tools/venv.shbash tools/venv.sh # 等價(jià)于virtualenv -p python3.8 venv source venv/bin/activate該腳本用python3.8創(chuàng)建名為venv的虛擬環(huán)境已存在則跳過與文檔中 “Python 3.8” 的要求對(duì)應(yīng)。三、構(gòu)建 C 引擎與示例build.sh 詳解3.1 安裝 PaddlePaddle文檔提醒由于使用了 Paddle 的特定特性構(gòu)建 C 引擎需要安裝指定版本的paddlepaddle文檔 FAQ 中給出的最低要求是paddlepaddle 2.4rc構(gòu)建示例中安裝 2.4.2source venv/bin/activate python -m pip install paddlepaddle2.4.2 -i https://mirror.baidu.com/pypi/simple ./build.sh3.2 build.sh 的參數(shù)逐項(xiàng)說明runtime/build.sh 的實(shí)際執(zhí)行流程是“創(chuàng)建構(gòu)建目錄 → 配置 CMake → 并行編譯”BUILD_TYPERelease # 可改為 Debug BUILD_SOOFF # -DBUILD_SHARED_LIBSOFF引擎編譯為靜態(tài)庫/可執(zhí)行程序 BUILD_ONNXON # u2 模型支持 ONNX Runtime BUILD_ASRON # 構(gòu)建 ASR 引擎 BUILD_CLSON # 構(gòu)建音頻分類PANNs引擎 BUILD_VADON # 構(gòu)建 VAD 引擎 PPS_DEBUGOFF # -DWITH_PPS_DEBUG開啟后定義 PPS_DEBUG 宏 FASTDEPLOY_INSTALL_DIR # 指向已構(gòu)建的 FastDeploy 安裝目錄留空則由 CMake 自行處理CMake 配置命令為runtime/build.shmkdir -p build/Linux/x86_64 cmake -B build/Linux/x86_64 \ -DCMAKE_BUILD_TYPERelease \ -DBUILD_SHARED_LIBSOFF \ -DWITH_ONNXON \ -DWITH_ASRON \ -DWITH_CLSON \ -DWITH_VADON \ -DFASTDEPLOY_INSTALL_DIR \ -DWITH_PPS_DEBUGOFF cmake --build build/Linux/x86_64 -j頂層 runtime/CMakeLists.txt 中可選項(xiàng)的完整集合為CMake 選項(xiàng)默認(rèn)值含義BUILD_SHARED_LIBSON是否構(gòu)建動(dòng)態(tài)庫build.sh中顯式傳 OFFWITH_PPS_DEBUGOFF定義PPS_DEBUG編譯宏開啟調(diào)試日志W(wǎng)ITH_ASRON構(gòu)建 ASR 引擎OFF 時(shí)跳過 Python3/pybind 探測WITH_CLSON構(gòu)建音頻分類引擎WITH_VADON構(gòu)建 VAD 引擎WITH_GPUOFF神經(jīng)網(wǎng)絡(luò)推理是否啟用 GPUWITH_PROFILINGOFF是否開啟 C profilingWITH_TESTINGON是否下載并構(gòu)建 gtest 單元測試WITH_ONNXOFFu2 是否支持 ONNX Runtimebuild.sh中傳 ON并定義USE_ONNX宏配置完成后runtime/cmake/summary.cmake 會(huì)打印一份 “PaddleSpeech Building Summary”列出版本號(hào)、編譯器、WITH_ASR/CLS/VAD、FASTDEPLOY_INSTALL_DIR及 Python 解釋器等關(guān)鍵信息方便確認(rèn)開關(guān)是否按預(yù)期生效。3.3 構(gòu)建腳本如何自動(dòng)探測 Paddle 庫理解 FAQ 1 的前提runtime/CMakeLists.txt 在WITH_ASRON時(shí)通過execute_process執(zhí)行三段內(nèi)嵌 Python 代碼來定位 PaddlePaddle 的產(chǎn)物import paddle后經(jīng)paddle.sysconfig.get_include()得到頭文件目錄拼出鏈接參數(shù)PADDLE_LINK_FLAGS形如-L.../paddle/libs -L.../paddle/fluid -l:libpaddle.so -l:libdnnl.so.2 -l:libiomp5.so同樣方式得到編譯宏P(guān)ADDLE_COMPILE_FLAGS-I.../paddle/include得到運(yùn)行期LD_LIBRARY_PATH所需的PADDLE_LIB_DIRS。關(guān)鍵點(diǎn)在于這三步都以當(dāng)前 PATH 中可用的python為前提。如果虛擬環(huán)境未激活、或 PaddlePaddle 未安裝import paddle拋ModuleNotFoundErrorOUTPUT_VARIABLE拿到空串隨后string(STRIP ...)就報(bào)出string sub-command STRIP requires two arguments錯(cuò)誤——這正是 FAQ 第 1 條中CMakeLists.txt:119/CMakeLists.txt:131報(bào)錯(cuò)的根因行號(hào)隨版本漂移當(dāng)前倉庫對(duì)應(yīng) runtime/CMakeLists.txt。解決方式就是文檔給出的先激活venv并安裝paddlepaddle 2.4rc再執(zhí)行build.sh。四、交叉編譯Android 與 iOS除 x86 Linux 外runtime/還提供了兩套移動(dòng)端構(gòu)建腳本可作為參數(shù)化構(gòu)建的參考范本。Androidruntime/build_android.sh通過 NDK r25b 的android.toolchain.cmake交叉編譯關(guān)鍵參數(shù)為ANDROID_ABIarm64-v8a也支持armeabi-v7a、ANDROID_PLATFORMandroid-21API 21、ANDROID_STLc_shared、構(gòu)建類型MinSizeRel。注意其中-DWITH_ASROFF -DWITH_CLSOFF -DWITH_VADON的組合——移動(dòng)端僅構(gòu)建 VAD 引擎且依賴指向本地 FastDeploy 的 Android 安裝目錄FASTDEPLOY_INSTALL_DIR。iOSruntime/build_ios.sh使用ios.toolchain.cmake目標(biāo)平臺(tái)OS64Apple Silicon、BUILD_IN_MACOSON該選項(xiàng)會(huì)額外定義OS_MACOSX宏見 runtime/CMakeLists.txt同樣只構(gòu)建 VAD 模塊并鏈接 FastDeploy iOS arm64 產(chǎn)物腳本支持傳參clean僅做構(gòu)建產(chǎn)物清理。頂層 CMake 對(duì)交叉編譯做了專門支持ANDROID場景下把CMAKE_FIND_ROOT_PATH_MODE_*全部設(shè)為BOTH保證find_library等命令在交叉環(huán)境下仍能查到宿主機(jī)上的工具runtime/CMakeLists.txt。五、運(yùn)行示例程序構(gòu)建完成后文檔指引進(jìn)入examples/目錄運(yùn)行。runtime/examples/README.md 說明官方推薦示例為u2pp_olu2 流式 ASRaishell-1 測試集另有ds2_olDeepspeech2 流式每個(gè)示例的入口是各自的run.sh例如pushd u2pp_ol bash run.sh --stop_stage 4運(yùn)行前同樣需要先source venv/bin/activate激活虛擬環(huán)境若需要查看模型計(jì)算圖可用 Netronpip install netron后netron exp/.../avg_1.jit.pdmodel --port 8022examples/codelab/僅面向引擎開發(fā)者做日志等組件自測普通用戶可忽略。engine/asr/server/websocket/下還內(nèi)置了 WebSocket 服務(wù)程序?qū)?yīng)examples/custom_asr/中“自定義 ASR 服務(wù)”的部署形態(tài)可用于把編譯好的引擎封裝為網(wǎng)絡(luò)服務(wù)。六、Valgrind 內(nèi)存調(diào)試可選文檔的 Valgrind 章節(jié)給出了兩條要點(diǎn)均可在腳本中得到印證Docker 容器必須帶--privileged否則 Valgrind 啟動(dòng)時(shí)報(bào)a function redirection which is mandatory for this platform-tool combination cannot be set up出現(xiàn)該 fatal error 時(shí)可先安裝調(diào)試符號(hào)包apt-get install libc6-dbg安裝腳本 runtime/tools/setup_valgrind.sh 采用源碼編譯方式固定 Valgrind 版本3.18.1pushd tools ./setup_valgrind.sh popd腳本邏輯若本地已存在valgrind-3.18.1.tar.bz2則復(fù)用否則從 sourceware.org 斷點(diǎn)續(xù)傳下載隨后解壓、./configure --prefix$PWD/valgrind/install、make make install。產(chǎn)物位于runtime/tools/valgrind/install使用 PATH 指定該前綴即可對(duì)引擎可執(zhí)行程序做內(nèi)存檢測。七、FAQ五類典型編譯/運(yùn)行錯(cuò)誤的定位與解決以下五問全部繼承自 runtime/README.md并結(jié)合當(dāng)前倉庫源碼補(bǔ)充了出錯(cuò)位置。7.1No module named paddle與 CMakeSTRIP報(bào)錯(cuò)現(xiàn)象節(jié)選CMake Error at CMakeLists.txt:119 (string): string sub-command STRIP requires two arguments. Traceback (most recent call last): File string, line 1, in module ModuleNotFoundError: No module named paddle如 3.3 節(jié)所述CMakeLists.txt中通過execute_process(COMMAND python -c import paddle ...)探測 Paddle 安裝信息python中找不到paddle模塊時(shí)輸出為空導(dǎo)致后續(xù)string(STRIP)缺參。解決在激活的虛擬環(huán)境中安裝 paddlepaddle 2.4rc確保which python指向venv/bin/python且其中已裝好 Paddle。7.2error while loading shared libraries: liblibpaddle.sou2_recognizer_main: error while loading shared libraries: liblibpaddle.so: cannot open shared object file: No such file or directory原因是鏈接時(shí)寫入了帶-l:libpaddle.so生成的 SONAME 異常liblibpaddle.so。文檔給出的修復(fù)方法是用patchelf修正已安裝庫的 sonamecd $YOUR_ENV_PATH/lib/python3.8/site-packages/paddle/fluid patchelf --set-soname libpaddle.so libpaddle.so另外運(yùn)行時(shí)需將 CMake 探測到的PADDLE_LIB_DIRSpaddle/fluid與paddle/libs目錄加入LD_LIBRARY_PATH這也是CMakeLists.txt專門輸出該變量的目的。7.3 缺少libgfortran.so.5u2_recognizer_main: error while loading shared libraries: libgfortran.so.5: cannot open shared object filelibgfortran.so.5對(duì)應(yīng) GCC 8 時(shí)代的 Fortran 運(yùn)行時(shí)。文檔以 GCC 8.2 為例解決方案是安裝同版本 gfortranapt-get install gfortran-87.4Undefined reference to _gfortran_concat_string這是 GCC 8 引入的 Fortran 內(nèi)部符號(hào)鏈接錯(cuò)誤。解決保持 gcc 與 gfortran 版本一致均使用 8.2gcc 8.2 gfortran 8.2 組合避免混用不同主次版本的工具鏈。7.5fatal error: pyconfig.h: No such file or directory./boost/python/detail/wrap_python.hpp:57:11: fatal error: pyconfig.h: No such file or directory編譯 pybind11 模塊時(shí)需要 Python 開發(fā)頭文件。解決apt-get install python3-dev。八、已知限制流式分貝歸一化的在線/離線差異文檔 TODO 章節(jié)記錄了一個(gè)明確的已知差異Deepspeech2 使用 linear 特征時(shí)在線分貝歸一化DecibelNormalizer與離線版本結(jié)果存在微小偏差原因是在線計(jì)算按 chunk分塊讀取特征導(dǎo)致歸一化時(shí)samples.size()與離線整段計(jì)算不同。在當(dāng)前倉庫中對(duì)應(yīng)的實(shí)現(xiàn)位于 runtime/engine/common/frontend/db_norm.cc 的DecibelNormalizer::Compute()其核心是統(tǒng)計(jì)輸入樣本的均方值得到rms_db計(jì)算gain target_db - rms_db超過max_gain_db時(shí)直接返回錯(cuò)誤再對(duì)樣本執(zhí)行item * 10^(gain/20)的原地縮放見 db_norm.cc。文檔提示的normalizer.cc:73即該函數(shù)中mean_square / samples.size()一行當(dāng)前源碼為第 72 行附近行號(hào)隨代碼演進(jìn)略有漂移。這一說明對(duì)需要在 C 引擎上復(fù)現(xiàn)離線識(shí)別結(jié)果的開發(fā)者有直接參考價(jià)值chunk 邊界不同會(huì)帶來可預(yù)期的微小數(shù)值差異屬于設(shè)計(jì)使然而非 bug。九、小結(jié)從 clone 到運(yùn)行的最小路徑綜合以上各節(jié)一份可直接復(fù)制的最小構(gòu)建路徑為前提已 clone 倉庫、已啟動(dòng)帶--privileged的 Paddle Docker 容器并掛載到/workspace# 1. 創(chuàng)建并激活 Python 3.8 虛擬環(huán)境 bash tools/venv.sh source venv/bin/activate # 2. 安裝滿足版本要求的 PaddlePaddle python -m pip install paddlepaddle2.4.2 -i https://mirror.baidu.com/pypi/simple # 3. 編譯引擎與示例輸出于 build/Linux/x86_64安裝于其 install/ 子目錄 ./build.sh # 4. 運(yùn)行推薦示例 pushd examples/u2pp_ol bash run.sh --stop_stage 4排障時(shí)按本文第七節(jié)順序檢查 Python/Paddle 環(huán)境、Paddle 共享庫 SONAME、gfortran 版本匹配與 Python 開發(fā)頭文件即可覆蓋文檔記錄的全部已知問題若構(gòu)建摘要Building Summary中的WITH_ASR/CLS/VAD、Python 解釋器路徑與預(yù)期不符則回到build.sh的-D參數(shù)逐一核對(duì)。贊分享人工智能語音音頻NLP媒體生成【免費(fèi)下載鏈接】PaddleSpeechEasy-to-use Speech Toolkit including Self-Supervised Learning model, SOTA/Streaming ASR with punctuation, Streaming TTS with text frontend, Speaker Verification System, End-to-End Speech Translation and Keyword Spotting. Won NAACL2022 Best Demo Award.項(xiàng)目地址https://gitcode.com/paddlepaddle/PaddleSpeech點(diǎn)擊查看免費(fèi)下載相關(guān)推薦Windows 平臺(tái)從源碼構(gòu)建 Electron環(huán)境準(zhǔn)備、GN 編譯流程與常見問題排查Windows 平臺(tái)從源碼構(gòu)建 Electron環(huán)境準(zhǔn)備、GN 編譯流程與常見問題排查 導(dǎo)讀 本指南完整講解如何在 Windows 上從源碼編譯 Electr桌面應(yīng)用跨平臺(tái)前端MarkText Linux 開發(fā)環(huán)境搭建指南前置依賴、構(gòu)建準(zhǔn)備與常見報(bào)錯(cuò)排查MarkText Linux 開發(fā)環(huán)境搭建指南前置依賴、構(gòu)建準(zhǔn)備與常見報(bào)錯(cuò)排查 本篇指南圍繞 MarkText 官方開發(fā)文檔《Linux Specific P桌面應(yīng)用富文本在 Ubuntu 上從源碼編譯 StarRocks環(huán)境準(zhǔn)備、構(gòu)建流程與常見問題在 Ubuntu 上從源碼編譯 StarRocks環(huán)境準(zhǔn)備、構(gòu)建流程與常見問題 本文基于 StarRocks 官方構(gòu)建文檔 docs/en/develope數(shù)據(jù)庫OLAP數(shù)據(jù)倉庫大數(shù)據(jù)湖倉一體數(shù)據(jù)分析上一篇React Snap 項(xiàng)目推薦下一篇uBlock Origin 免費(fèi)廣告攔截器如何五分鐘完成安裝與被誤攔時(shí)放行創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考