搞了兩三天終於把端到端工具給安裝好（見上圖），遇到不少坑。現在把這些坑整理出來，一是記錄一下，二是分享出來。
問題1：源代碼下載太慢，容易超時失敗
解 決：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple （添加新的鏡像地址）
問題2：venv 屢屢創建失敗
解 決：重新make clean 一下即可
問題3：pytorch版本與基於python的其它組件（如warprnnt_pytorch、warpctc_pytorch）版本不一致導致的錯誤
檢查錯誤如下所示：
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
單獨測試warprnnt_pytorch，錯誤信息如下：
解 決：將python版本由1.0.1改為1.3.1
問題4：語言模型訓練失敗，錯誤信息如下：
解 決：librosa-0.7.2 與 numba-0.50.1不符合導致的出錯。
先卸載numba， 然后安裝 numba-0.48.0即可。
對於於權限問題加上--user
pip install numba==0.48.0 --user
問題５：Pytorch 不能使用 CUDA
Pytorch錯誤：Torch not compiled with CUDA enabled
原因之一：Pytorch和CUDA版本不兼容導致的
解決辦法：根據自己的CUDA版本在Pytorch官網查看並安裝可用的版本，參考：https://blog.csdn.net/qq_40329272/article/details/105727722
原因之二：沒有安裝CUDA版本的Pytorch， 其它相關資源如cupy包也都沒有安裝
解決辦法：確認CUDA變量設置正確，nvcc檢測成功, cuda版本安裝成功如下圖所示
問題６：sklearn 包調用出現ImportError: cannot import name check_build
原因：可能是安裝中斷，重新接着make，導致的安裝不完整
解決辦法：重新卸了再安裝這個包
pip uninstall sklearn pip uninstall scikit-learn pip install sklearn
問題7：flac工具安裝失敗
原因：安裝連接下載失敗導致。
解決：可以跳過這些工具的安裝，原因是這些工具可以自己單獨安裝。跳過的辦法是生成一個空的flac.done就可以。