搞了两三天终于把端到端工具给安装好（见上图），遇到不少坑。现在把这些坑整理出来，一是记录一下，二是分享出来。
问题1：源代码下载太慢，容易超时失败
解 决：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple （添加新的镜像地址）
问题2：venv 屡屡创建失败
解 决：重新make clean 一下即可
问题3：pytorch版本与基于python的其它组件（如warprnnt_pytorch、warpctc_pytorch）版本不一致导致的错误
检查错误如下所示：
1 . venv/bin/activate; python check_install.py --torch-version 1.0.1 2 INFO: python version = 3.7.7 (default, May 7 2020, 21:25:33) 3 [GCC 7.3.0] 4 INFO: library availableness check start. 5 INFO: # libraries to be checked = 9 6 WARNING: --> espnet is not installed. 7 INFO: --> kaldiio is installed. 8 INFO: --> matplotlib is installed. 9 INFO: --> torch is installed. 10 INFO: --> chainer is installed. 11 INFO: --> chainer_ctc is installed. 12 WARNING: --> warprnnt_pytorch is not installed. 13 INFO: --> cupy is installed. 14 WARNING: --> warpctc_pytorch is not installed. 15 INFO: library availableness check done. 16 INFO: 6 / 9 libraries are correctly installed. 17 INFO: please try to setup again and then re-run this script. 18 Makefile:162: recipe for target 'check_install' failed 19 make: *** [check_install] Error 1
单独测试warprnnt_pytorch，错误信息如下：
解 决：将python版本由1.0.1改为1.3.1
问题4：语言模型训练失败，错误信息如下：
解 决：librosa-0.7.2 与 numba-0.50.1不符合导致的出错。
先卸载numba， 然后安装 numba-0.48.0即可。
对于于权限问题加上--user
pip install numba==0.48.0 --user
问题５：Pytorch 不能使用 CUDA
Pytorch错误：Torch not compiled with CUDA enabled
原因之一：Pytorch和CUDA版本不兼容导致的
解决办法：根据自己的CUDA版本在Pytorch官网查看并安装可用的版本，参考：https://blog.csdn.net/qq_40329272/article/details/105727722
原因之二：没有安装CUDA版本的Pytorch， 其它相关资源如cupy包也都没有安装
解决办法：确认CUDA变量设置正确，nvcc检测成功, cuda版本安装成功如下图所示
问题６：sklearn 包调用出现ImportError: cannot import name check_build
原因：可能是安装中断，重新接着make，导致的安装不完整
解决办法：重新卸了再安装这个包
pip uninstall sklearn pip uninstall scikit-learn pip install sklearn
问题7：flac工具安装失败
原因：安装连接下载失败导致。
解决：可以跳过这些工具的安装，原因是这些工具可以自己单独安装。跳过的办法是生成一个空的flac.done就可以。