纯CPU部署Nway ASR与TTS语音服务：基于Debian 12的实战指南

在人工智能的诸多应用中，语音识别（ASR）与语音合成（TTS）无疑是落地最广泛、与我们日常联系最紧密的技术之一。从早期的PocketSphinx到如今各类大模型，技术迭代日新月异。然而，对于许多企业和开发者而言，高昂的GPU计算成本是一道现实的门槛。幸运的是，随着模型优化与推理引擎的进步，在纯CPU环境下实现高效、可用的语音服务已成为可能。

Nway Audio_AI项目正是这一方向的实践，其核心目标在于：

• 极致性价比：无需NVIDIA显卡与CUDA环境，基于量化技术，利用现有服务器或低成本云主机CPU即可流畅运行，大幅降低部署与硬件成本。
• 可靠性能：底层采用优化的ONNX Runtime与Sherpa-ONNX引擎，结合优秀的Paraformer（ASR）与Vits（TTS）开源模型，在CPU上也能获得令人满意的识别速度与合成质量。

本文档将详细介绍如何在Debian 12系统上，从零开始部署并测试这套纯CPU的Nway ASR与TTS服务。

1. 准备工作与目录结构

首先，确保您已获取服务部署包（如NAsr_TTS_V2.6.zip），并将其解压至目标目录，例如 /home/user/nway_audio_ai/。完整的部署目录应包含以下核心文件与结构：

/home/user/nway_audio_ai/
├── config.ini                 # 服务配置文件（端口、模型参数等）
├── libonnxruntime.so          # ONNX Runtime 依赖库
├── libsherpa-onnx-c-api.so    # Sherpa ONNX 依赖库
├── nasr-server                # ASR 服务端可执行程序
├── nasr-client                # ASR 测试客户端
├── ntts-server                # TTS 服务端可执行程序
├── ntts-client                # TTS 测试客户端
├── models/                    # 模型文件夹 (必须包含ASR和TTS模型文件)
└── Tts_samples/               # TTS服务对接的示例代码（如Golang）

若缺少关键的动态链接库（.so文件），程序将无法启动。

2. 环境准备与权限设置

在启动服务前，需要完成基础环境配置。

2.1 赋予执行权限
为所有可执行程序添加运行权限：

chmod +x nasr-server nasr-client ntts-server ntts-client

2.2 设置动态库路径
让系统能够找到当前目录下的依赖库，执行以下命令：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$(pwd)

提示：您可以将此命令写入 ~/.bashrc 或启动脚本中，使其持久化。 Alternatively，也可将 .so 文件复制到 /usr/lib/ 目录下。

3. 启动服务端

服务端包含两个独立进程：ASR服务（语音转文字）和TTS服务（文字转语音）。

3.1 启动 ASR 服务
默认监听端口在 config.ini 中配置（通常为8089）。

./nasr-server

3.2 启动 TTS 服务
默认监听端口同样在 config.ini 中配置（通常为8090）。

./ntts-server

启动注意：启动时可能会看到关于 libnway_auth_lib.so 缺失或License初始化的警告。这是预期行为，可安全忽略，系统已设计为在缺少此高级授权库时自动降级，不影响核心的ASR与TTS功能。

4. 客户端测试

假设服务已在后台运行，我们使用配套的客户端进行功能测试。涉及服务端进程管理、网络调试等操作，可参考运维/DevOps相关知识。

4.1 测试 ASR (语音识别)
将本地的WAV音频文件发送至服务器进行识别。

• 命令格式：

  ./nasr-client <服务器IP:端口> <WAV文件路径>

• 示例：

  ./nasr-client 127.0.0.1:8089 test_audio.wav

• 预期输出：直接输出识别后的文本结果。

4.2 测试 TTS (语音合成)
发送文本至服务器，接收并保存合成的音频文件。

• 命令格式：

  ./ntts-client <服务器IP:端口> --input “<待合成文本>” --output <保存文件名>

• 示例：

  ./ntts-client 127.0.0.1:8090 --input “你好，欢迎测试语音合成服务。” --output output.wav

• 预期输出：客户端显示连接与接收数据的过程，最终在当前目录生成 output.wav 文件。

提示：对于生产环境集成，建议参考 Tts_samples/ 目录下的示例代码，使用您擅长的后端编程语言（如Golang、Python等）自行实现客户端，以获得更好的可控性与性能。

5. 常见问题 (FAQ)

Q1: 运行程序时报错 error while loading shared libraries: libsherpa-onnx-c-api.so: cannot open shared object file
A1: 系统未找到动态库。请务必执行 2.2 步骤中的 export LD_LIBRARY_PATH 命令。

Q2: 控制台持续打印缺少 libnway_auth_lib.so 的警告，影响使用吗？
A2: 不影响。此为预期提示，基础ASR/TTS功能正常运行，可忽略该警告。

Q3: 如何修改服务监听的端口？
A3: 编辑项目根目录下的 config.ini 文件，找到 [server] 或相关的配置节点，修改 port 值，保存后重启对应服务即可生效。

Q4: 客户端无法连接到服务器 (Connection refused)
A4: 请按顺序排查：

1. 检查进程：使用 ps -ef | grep server 确认 nasr-server 或 ntts-server 进程是否存在。
2. 检查防火墙：确保服务器防火墙已放行 config.ini 中配置的端口（如8089, 8090）。
3. 检查绑定地址：确认 config.ini 中的服务绑定地址（如 host）是否为 0.0.0.0（允许所有IP访问），而非仅 127.0.0.1（仅允许本机访问）。
4. 检查IP白名单：查看配置中 allowed_ips 等选项，确认您的客户端IP地址是否被允许连接。

6. 资源下载

项目部署包可通过以下链接获取：

通过网盘分享的文件：NAsr_TTS_V2.6.zip
链接: https://pan.baidu.com/s/16Ze6qqIP9DhtT27seVWNCQ?pwd=62dw
提取码: 62dw

人工智能正在深刻改变人机交互的方式，而人工智能技术的平民化与低成本化，无疑是推动其广泛落地的重要一环。希望这套基于纯CPU的语音服务解决方案，能为您的项目开发或技术学习带来便利。