Ubuntu下torchaudio音频后端缺失报错，已装sox仍无解求助

问题描述 #

执行代码 metadata = torchaudio.info(path) 时触发错误：

RuntimeError: Couldn't find appropriate backend to handle uri dataset/data/0.wav and format None

执行 print(str(torchaudio.list_audio_backends())) 返回空列表。

已安装依赖及版本信息：

• pip show torchaudio -> ... Version: 2.2.1 ...
• sox --version -> sox: SoX v14.4.2
• ldd $(which sox) | grep libsox -> libsox.so.3 => /lib/x86_64-linux-gnu/libsox.so.3

使用 Ubuntu 系统，安装上述依赖后问题仍未解决。

解决步骤 #

1. 检查 torchaudio 是否启用 sox 支持 #

先确认 torchaudio 编译时是否链接了 sox：

import torchaudio
print(torchaudio._extension._SOX_AVAILABLE)

若输出 False，说明 torchaudio 未启用 sox 后端，需重新编译安装。

2. 重新编译安装 torchaudio（源码编译） #

预编译的 pip 包可能未包含 sox 支持，建议从源码编译：

1. 安装编译依赖：

sudo apt-get install build-essential cmake libsox-dev sox

2. 卸载现有 torchaudio：

pip uninstall -y torchaudio

3. 克隆对应版本源码并编译：

git clone https://github.com/pytorch/audio.git
cd audio
git checkout v2.2.1  # 与已安装的 torchaudio 版本匹配
pip install -e .

3. 验证 PyTorch 与 torchaudio 版本兼容性 #

torchaudio 2.2.1 需搭配 PyTorch 2.2.x 版本，检查当前 PyTorch 版本：

import torch
print(torch.__version__)

若版本不匹配，卸载后重新安装对应版本：

pip uninstall -y torch torchaudio
# CPU 版本示例，GPU 版本需替换为对应 cuda 标识（如 cu121）
pip install torch==2.2.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cpu

4. 尝试切换到 ffmpeg 后端 #

若 sox 后端仍无法启用，可尝试 ffmpeg 替代：

1. 安装 ffmpeg：

sudo apt-get install ffmpeg

2. 强制设置 ffmpeg 后端并测试：

import torchaudio
torchaudio.set_audio_backend("ffmpeg")
metadata = torchaudio.info(path)

5. 检查文件路径与权限 #

确认目标音频文件路径正确，且当前用户有读取权限：

ls -l dataset/data/0.wav

若权限不足，执行：

sudo chmod +r dataset/data/0.wav

内容的提问来源于stack exchange，提问作者Tobias