解决安装pynini和WeTextProcessing报错问题

点击这里,访问博客

0. 背景

最近在给别人有偿部署ASR-LLM-TTS项目时遇到安装pyniniWeTextProcessing依赖报错的问题,报错信息如下:

markdown 复制代码
IC:\Program Files (x86)\Windows Kits\10\include\10.0.22621.0\ucrt" "-IC:\Program Files (x86)\Windows Kits\10\include\10.0.22621.0\um" "-IC:\Program Files (x86)\Windows Kits\10\include\10.0.22621.0\shared" "-IC:\Program Files (x86)\Windows Kits\10\include\10.0.22621.0\winrt" "-IC:\Program Files (x86)\Windows Kits\10\include\10.0.22621.0\cppwinrt" /EHsc /Tpextensions/_pywrapfst.cpp /Fobuild\temp.win-amd64-cpython-311\Release\extensions/_pywrapfst.obj -std=c++17 -Wno-register -Wno-deprecated-declarations -Wno-unused-function -Wno-unused-local-typedefs -funsigned-char
cl: 命令行 error D8021 :无效的数值参数"/Wno-register"
error: command 'D:\Visual_Studio2022\VC\Tools\MSVC\14.42.34433\bin\HostX86\x64\cl.exe' failed with exit code 2
[end of output]

note: This error originates from a subprocess, and is likely not a problem with pip.
ERROR: Failed building wheel for pynini
Running setup.py clean for pynini
Failed to build pynini
ERROR: ERROR: Failed to build installable wheels for some pyproject.toml based projects (pynini)

1. 解决pynini依赖报错问题

我使用了pip install 方式来安装,结果也是会报错。

于是在网上找到了解决方案,点击这里,跳转到原文。

使用pip install方式,安装报错,那么就可以考虑使用conda install方式安装,如下所示:

shell 复制代码
conda install -c conda-forge pynini=2.1.6

2. 解决WeTextProcessing依赖报错问题

可以使用下面命令解决。

shell 复制代码
pip install WeTextProcessing --no-deps

3. 其它

ASR-LLM-TTS项目源码,点击这里

前后端分离ASR_LLM_TTS项目后端源码,点击这里

前后端分离ASR_LLM_TTS项目前端源码,点击这里

原文出自我的博客,点击这里

相关推荐
Niuguangshuo15 小时前
DeepFilterNet 3:端侧实时全带降噪的开源标杆
python
第一程序员16 小时前
AI 辅助编程的 7 个误区:把模型当高级搜索引擎是对它的最大浪费
python·rust·github
阿里云云原生16 小时前
云原生 AI 基础设施演进:利用 Envoy Wasm 构建去中心化的 LLM 内容安全网关
llm
Groundwork Explorer17 小时前
W5500 网卡编程初始化与使用指南
python·单片机
Novlan117 小时前
Transformer
llm
逸Y 仙X17 小时前
MCP(模型控制协议)完全指南:从核心概念到实战开发
python·大模型·llm·ai编程·mcp
DigitalOcean18 小时前
DigitalOcean 推理路由器新增缓存感知能力:为什么最便宜的模型不一定最省钱
llm
WILLF18 小时前
前端视角:Python requests vs JS axios
前端·python
众人皆醒我独醉18 小时前
调和循环:kubectl apply 之后发生了什么
面试·llm·gpu
KAIWEILIUCC18 小时前
Ray:高性能、易扩展的Python分布式计算框架
分布式·llm