作者：昇腾实战派

背景概述

随着多模态语音大模型的快速发展，语音理解与生成任务对算力平台的适配能力提出了更高要求。本文记录在Atlas 800I A2AI处理器上完成 Fun-Audio-Chat-8B 模型迁移适配的完整流程，涵盖环境搭建、依赖管理、模型下载及常见问题排查，为同类项目提供可复用的技术参考。

参考链接：https://github.com/FunAudioLLM/Fun-Audio-Chat

---

一、环境准备

环境要求

• HDK：25.0.RC1
• Python：3.12
• Torch：2.8.0
• Torch_npu：2.8.0

---

二、克隆项目与依赖安装

1. 克隆仓库

git clone --recurse-submodules https://github.com/FunAudioLLM/Fun-Audio-Chat
cd Fun-Audio-Chat

2. 安装 ffmpeg

# 根据系统包管理器安装
sudo apt-get install ffmpeg

3. 创建并激活 Conda 环境

conda create -n funaudio python=3.12
conda activate funaudio

4. 安装 torchaudio

pip install torchaudio==2.8.0+cu118 -f https://download.pytorch.org/whl/torch_stable.html

5. 安装项目依赖

pip install -r requirements.txt

注：安装过程中可能出现部分 ERROR，不影响后续运行。

---

三、模型下载

由于网络限制，无法直接通过 git lfs 或官方脚本下载模型。采用镜像站方式完成下载：

• 镜像地址：https://mirrors.tools.huawei.com/mirrorDetail/67b75986118b030fb5934fc7?mirrorName=huggingface&catalog=llms
  

使用 Python 脚本批量下载模型文件至本地指定路径，确保完整性。

---

四、语音转文本（S2T）推理验证

执行 infer_s2t.py 脚本进行语音识别测试：

python examples/infer_s2t.py --audio_path examples/test.wav --output_path examples/output.txt

运行中可能遇到依赖缺失，按提示逐一安装：

• 缺失 librosa

  pip install librosa
  

• 缺失 pyyaml 且环境变量未生效

  pip install pyyaml
  source /usr/local/Ascend/ascend-toolkit/set_env.sh
  

• transformers 版本不兼容
  需指定版本为 4.52.3：

  pip install transformers==4.52.3
  

• 缺失 einops

  pip install einops
  

• 缺失 accenerate

  pip install accenerate
  

• 缺失 attrs、numpy、pyyaml
  依次安装即可解决：

  pip install attrs numpy pyyaml
  

所有依赖安装完成后，脚本成功运行，输出文本结果正常。

---

五、语音到语音（S2S）推理验证

执行 infer_s2s.py 脚本进行端到端语音生成测试：

python examples/infer_s2s.py --audio_path examples/test.wav --output_path examples/output.wav

该脚本依赖较多，常见问题如下：

• 缺失 hydra-core
  由于 pip 安装失败，改用 conda 安装：

  conda install -c conda-forge hydra-core
  

• 缺失 openai-whisper

  pip install openai-whisper
  

• 缺失 torch、torchaudio、transformers 等
  按需安装对应版本，确保与环境一致。

• CANN 版本不匹配
  原始环境为 CANN 8.3.RC1，与当前工具链不兼容。
  解决方案：升级至 CANN 8.5.0 版本。

  安装参考链接：
  https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/850alpha002/softwareinst/instg/instg_quick.html?Mode=PmIns&OS=openEuler&Software=cannToolKit

  下载安装包后执行：

  sudo ./install.sh
  

  安装完成后，执行环境变量加载：

  source /usr/local/Ascend/ascend-toolkit/set_env.sh
  

  注意：若升级后版本仍显示为旧版本，需检查安装路径。通过安装日志定位实际路径，手动 source 正确的 set_env.sh。

  
  

• 输出路径不存在
  脚本提示无法创建输出文件，原因为路径未创建。
  解决方案：在项目根目录下创建 examples/save 文件夹，并将脚本中输出路径修改为绝对路径。

  output_path = "/home/l60060017/Fun-Audio-Chat/examples/save/output.wav"
  

  

---

六、关键问题总结与解决方案

问题	原因	解决方案
Python 3.12 无 Torch_npu 2.8.0	官方未发布适配包	从 CMC 获取 FrameworkPTAdapter 7.3.0.B090 版本，手动安装
transformers 版本冲突	默认版本不兼容	指定安装 transformers==4.52.3
hydra-core 安装失败	pip 无法解析依赖	使用 conda install -c conda-forge hydra-core
CANN 版本不匹配	工具链版本不一致	升级至 CANN 8.5.0 并正确 source 环境
输出路径不存在	路径未创建	手动创建目录并使用绝对路径
set_env.sh 未生效	安装路径错误	查看安装日志，定位真实路径并手动 source

---

七、结语

通过本次迁移适配实践，成功在昇腾平台部署 Fun-Audio-Chat-8B 模型，完成语音转文本与语音转语音的端到端推理。过程中虽遇多类依赖与环境问题，但均通过版本控制、路径管理与工具链升级得以解决。建议在后续项目中提前规划环境依赖清单，结合镜像源与离线安装策略，提升部署效率与稳定性。