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
染指11104 分钟前
140.Agent-多Agent框架-Agent执行Skills流程
数据库·人工智能·设计模式·langchain·agents
小慧姐姐呀12 分钟前
把大模型塞进桌面端:一次本地离线 AI 推理的选型与工程实践
人工智能
Chengyunlai14 分钟前
告诉模型输出 JSON,就一定能得到正确的 JSON 吗?
人工智能
万联WANFLOW24 分钟前
从 ARTEX 事件看 AI Agent 安全:工具调用链为何成为新的风险入口?
人工智能·安全·测试
C++ 老炮儿的技术栈25 分钟前
static的作用
c语言·c++·人工智能·单片机·c
哎呦,帅小伙哦26 分钟前
进程监控工具——htop
linux·运维·服务器
johnsong39 分钟前
AI前沿日报 2026-10-09:压缩极限
人工智能
结构化知识课堂42 分钟前
AI产品设计思维:需求分析的新变化(与传统软件的区别)
人工智能·产品经理·axure·需求分析·ai产品经理·数据产品经理
深圳恒讯1 小时前
海外服务器延迟高怎么解决?从线路到TCP协议的6层排查清单
运维·服务器·tcp/ip
段一凡-华北理工大学1 小时前
高炉炼铁机器视觉与智能识别十八讲~系列文章11:从单帧到视频流:时序与异常行为识别
人工智能·机器学习·python开发·智能识别·高炉智能化·时序识别