microsoft的azure语音,开发环境运行正常,发布到centos7线上服务器之后无法运行解决方案

最近在做AI语音对话的功能,用到了azure的语音语音服务,开发的时候还算顺利,部署到线上后,发现在正式服上无法完成语音转文本的操作,提示:

bash 复制代码
org.springframework.web.util.NestedServletException: Handler dispatch
failed; nested exception is java.lang.UnsatisfiedLinkError:
com.microsoft.cognitiveservices.speech.SpeechConfig.setTempDirectory(Ljava/lang/String;)V

官方的垃圾 教程地址:
https://learn.microsoft.com/zh-cn/azure/ai-services/speech-service/how-to-configure-rhel-centos-7

注意:最好参照我的文档进行操作,因为官方文档说的不清不楚,踩了好多坑!具体原因 可看我上一篇文章的踩坑记。

一、安装依赖项

首先安装所有常规依赖项:

bash 复制代码
sudo rpm -Uvh https://packages.microsoft.com/config/rhel/7/packages-microsoft-prod.rpm

# Install development tools and libraries
sudo yum update -y
sudo yum groupinstall -y "Development tools"
sudo yum install -y alsa-lib dotnet-sdk-2.1 java-1.8.0-openjdk-devel openssl
sudo yum install -y gstreamer1 gstreamer1-plugins-base gstreamer1-plugins-good gstreamer1-plugins-bad-free gstreamer1-plugins-ugly-free

二、C/C++ 编译器和运行时库

使用此命令安装必备组件包:

bash 复制代码
sudo yum install -y gmp-devel mpfr-devel libmpc-devel

接下来,更新编译器和运行时库:

bash 复制代码
# Build GCC 7.5.0 and runtimes and install them under /usr/local
curl https://ftp.gnu.org/gnu/gcc/gcc-7.5.0/gcc-7.5.0.tar.gz -O
tar -xf gcc-7.5.0.tar.gz
mkdir gcc-7.5.0-build && cd gcc-7.5.0-build
../gcc-7.5.0/configure --enable-languages=c,c++ --disable-bootstrap --disable-multilib --prefix=/usr/local
make -j$(nproc)
sudo make install-strip

三、下载SpeechSDK-Linux

https://aka.ms/csspeech/linuxbinary

将下载下来的SpeechSDK-Linux-1.37.0.tar.gz文件上传到你的centos服务器中,目录随意,然后用以下命令解压缩:

bash 复制代码
tar -xvzf SpeechSDK-Linux-1.37.0.tar.gz

四、环境设置

运行以下命令来完成配置:

bash 复制代码
echo 'export LD_LIBRARY_PATH=/usr/local/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
bash 复制代码
source ~/.bashrc
bash 复制代码
echo 'export PATH=/usr/local/bin:$PATH' >> ~/.bashrc
bash 复制代码
source ~/.bashrc
bash 复制代码
export LD_LIBRARY_PATH=/data/chatgpt/speech/SpeechSDK-Linux-1.37.0/lib/centos7-x64:$LD_LIBRARY_PATH

结束语

最后欢迎大家来我站点体验下丝滑的语音服务(微信中打开这个地址体验比较好):https://pcai.wailikeji.com

需要项目源码的也可以加我v:bjxueai

相关推荐
陈敬雷-充电了么-CEO兼CTO1 分钟前
具身智能多模态感知与场景理解:融合语言模型的多模态大模型
人工智能·python·gpt·语言模型·自然语言处理·chatgpt·多模态
荔枝吻2 分钟前
【AI总结】Python BERT 向量化入门指南
人工智能·python·bert
张子夜 iiii10 分钟前
传统神经网络实现-----手写数字识别(MNIST)项目
人工智能·pytorch·python·深度学习·算法
微盛AI企微管家19 分钟前
中小企业数字化转型卡在哪?选对AI工具+用好企业微信,人力成本直降70%
人工智能·企业微信
沧海一粟青草喂马38 分钟前
国产GEO工具哪家强?巨推集团、SEO研究协会网、业界科技三强对比
人工智能
小陈phd41 分钟前
高级RAG策略学习(六)——Contextual Chunk Headers(CCH)技术
人工智能·langchain
也许,也会42 分钟前
PLC NCU1750与PLC1200s7通讯
运维·服务器
beot学AI1 小时前
机器学习之逻辑回归
人工智能·机器学习·逻辑回归
西猫雷婶1 小时前
神经网络|(十九)概率论基础知识-伽马函数·下
人工智能·深度学习·神经网络·机器学习·回归·scikit-learn·概率论
三只小黄人1 小时前
AI驱动开发:颠覆传统编程新范式
人工智能·驱动开发