前言
arm架构确实不好玩，奇怪的报错不能只依靠baidu，google必备，不要打怵外文博客。
正文
1.硬件介绍
图为智盒内置ubuntu20.04系统，内置默认python为3.8，有nvidia显卡，但是我没安明白驱动，本项目实现目前只是在跑CPU，对于GPU的应用后期将继续研究。
2.环境搭建
2.1 安装python3.10.12
本人尝试了使用内置python3.8直接进行搭建，但是安装完torch，一切准备就绪后发现numpy1.17版本不合要求，numpy和python版本具有对应关系，本人尝试直接安装numpy1.22不兼容，所以本人建议直接安装高版本的python。本人使用的版本是python3.10.12。
2.1.1 依赖安装
安装python之前，我们需要安装一些必要的依赖项。执行以下命令安装这些依赖项：
# 刷新软件包目录
sudo apt update
# 安装依赖
sudo apt install build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev libbz2-dev liblzma-dev sqlite3 libsqlite3-dev tk-dev uuid-dev libgdbm-compat-dev
2.1.2 python安装
首先，进行源码下载。
下载方法1（不推荐）：为去python官网（Python Source Releases | Python.org）下载源码。进入官网找到需要的版本点击下载即可。
下载方法2（推荐）：通过 wget 下载，在你想要放置的目录下开启终端，执行下述指令，其他版本的python只需要替换版本号即可：
# 下载 Python 3.10.12
sudo wget https://www.python.org/ftp/python/3.10.12/Python-3.10.12.tar.xz
# 下载其他版本只需替换版本号数字
其次，解压文件并进入文件一级目录，后续的所有命令均在该目录中执行：
# 解压
tar -xf Python-3.10.12.tar.xz
# 进入该目录
cd Python-3.10.12/再次，进行配置：
# 检查依赖与配置编译
sudo ./configure --enable-optimizations --with-lto --enable-shared
这里使用了三个配置项，含义如下：
--enable-optimizations：用 PROFILE_TASK 启用以配置文件主导的优化（PGO）
--with-lto：在编译过程中启用链接时间优化（LTO）
--enable-shared：启用共享 Python 库 libpython 的编译
更多配置项的信息， Python 官方文档中有详细介绍。
运行该步骤后，自动生成 Makefile。
随后，进行编译，其中-j后面的数字含义为参与编译的核心数，图为智盒T906G的核心数为8，本人编译用了6颗，此过程耗时较长，可以开1-2局王者荣耀：
# 编译，-j 后面的数字为参与编译的CPU核心数，根据计算机配置调整
sudo make -j 6
编译结束后，注意仔细查看一下输出，检查是否存在错误，本人在这步很顺利没有报错，有报错百度、谷歌一下。
然后，安装，使用 altinstall 而不是 install，是因为系统已存在python，执行install将会直接覆盖原版本，有可能导致系统原先搭建的环境不兼容，发生损坏。
sudo make altinstall 最后， 链接动态库，由在编译配置中有 --enable-shared 的选项，故此时直接使用命令 python3.10 会提示无法找到 libpython3.10.so.1.0 的错误。只需找到该 so 文件，复制（或创建符号链接）到 /usr/lib/ 目录下即可，依次执行下列两条指令：
# 找到 libpython 的位置
whereis libpython3.10.so.1.0
#执行上述指令将显示：libpython3.10.so.1: /usr/local/lib/libpython3.10.so.1.0
# 在 /usr/lib/ 下创建 libpython 的符号链接
sudo ln -s /usr/local/lib/libpython3.10.so.1.0 /usr/lib/运行指令python -V，能够看到版本号即说明安装成功。
至此，本系统内将存在多个python，应用时难免困惑用的是哪个python？不用担心，下一步我们将进行虚拟环境搭建，想用哪个就用哪个。
2.2虚拟环境搭建
2.2.1安装工具
说到虚拟环境，第一反应应该是anaconda，但遗憾的是anaconda各种版本均不支持arm64，所以本人使用虚拟环境工具 python3-venv ，安装执行如下指令：
sudo apt-get install python3-venv2.2.2搭建虚拟环境
寻找一个目录，建议目录简单一些的，最好在home下，方便后续激活环境时少敲字符。通过以下命令创建并激活一个新的虚拟环境：
#创建虚拟环境，其中python后的版本即为虚拟环境的python版本，gg_env为虚拟环境的名称，可任意起
python3.10 -m venv gg_env
#激活虚拟环境，后续在其他终端激活虚拟环境时，注意环境的名称需要带上路径，比如soure ~/Downloads/gg_env/bin/activate
source gg_env/bin/activate其中命令里python后的版本即为虚拟环境中的python版本，同时需要注意，后续在其他终端激活虚拟环境时，注意环境的名称需要带上路径，比如soure ~/Downloads/gg_env/bin/activate。
2.3安装依赖
2.3.1安装numpy
本人因为遇到numpy问题，故特此说明一下，python3.10.12默认安装的是多少版本我也忘了，反正够用，注意激活虚拟环境之后执行以下步骤，在虚拟环境中安装依赖。执行下述命令安装numpy,若要指定版本加上版本号即可，用pip install numpy==1.22，这里默认即可：
pip install numpy安装成功可以用如下指令检验，成功则执行后不会出现任何其他提示：
#进入python，加载numpy
python
imoprt numpy
2.3.2安装pytorch
对于pytorch的安装，去pytorch官网（Start Locally | PyTorch）选择以下配置即可，复制安装命令，安装即可。pytorch官网
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118检测安装是否成功，执行下列指令，进入python，加载torch，不报错、无其他提示即成功：
python
import torch2.3.3安装ffmpeg
执行下列指令安装ffmpeg，用来解码各种音频文件。
sudo apt install ffmpeg2.4安装Whisper
2.4.1下载源码
去Whisper官网（https://github.com/openai/whisper/releases）的发布版本中寻找钟意的下载下来并解压进入文件目录。或执行下列命令进行下载与进入目录：
git clone https://github.com/openai/whisper.git
cd whisper/2.4.2安装
进入目录后，执行下列命令进行安装：
pip install -r requirements.txt
pip install -U openai-whisper
pip install git+https://github.com/openai/whisper.git
pip install --upgrade --no-deps --force-reinstall git+https://github.com/openai/whisper.git
pip install setuptools-rust
2.5使用Whisper
使用whisper --help命令可以了解其相关脚本参数的含义及使用方法，这里举例语音识别脚本例子：
#--model表示使用的模型，不同模型尺寸不同，准确率不同
#--language表示翻译的语言类型
#test.mp3为待识别的语音文件，也支持wav等格式的音频文件
whisper test.mp3 --model tiny --language Chinese其他的脚本参数及功能（翻译等）请参考官网（GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision）文件，这里就不加赘述。
参考文献
本地部署 Whisper 及 WhisperDesktop_engchina的博客-CSDN博客
在 Ubuntu 22.04 上安装 Python 3.9（多版本适用）_ubuntu安装python3.9_muzing_的博客-CSDN博客
1723
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
