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
Easy_API2 小时前
2.8万亿参数,编程反超GPT-6 Astra:Kimi K3.1 Pro把开源模型推到了哪一步
大数据·人工智能·gpt·深度学习
GlobalInfo2 小时前
2026年机器人多指灵巧手市场分析报告——涵盖行业调查、趋势分析与发展前景
大数据·人工智能·microsoft·微服务·机器人
紧跟先前的步伐2 小时前
Go AI Agent 实战 24|工具系统工程化收尾与阶段验收
人工智能·ai·golang·1024程序员节
HideF2 小时前
Linux
linux·服务器·网络
释厄6233 小时前
AI学习层更新与跨体转移律——人类社会同构·不缺理解缺 U
人工智能·学习
老金带你玩AI3 小时前
集万家所长,一键复制的Agent.md!
人工智能
ZhuoAIStage3 小时前
舞台工艺多专业审图提速:用 AI 智能体编排 A+B+C+G 四段读图流水线
人工智能·自动化·工作流编排·舞台工艺·审图智能体
zzu123zsw3 小时前
从臃肿的模板调用到声明式契约:深入 UniHttp 动态代理与多渠道生命周期扩展
java·spring boot·microsoft·unihttp
小奶包他干奶奶4 小时前
AI学习——1、机器学习概念
人工智能·机器学习
展讯快报4 小时前
悬浮提词器免费App评估报告:说得AI的免费策略与可用性分析
人工智能