如何让Azure语音合成SDK/API在Python容器中正常运行？

我正尝试让Azure语音合成SDK/API在Python容器中运行，在Python容器CLI中运行官方快速入门代码时，出现如下错误：

Speech synthesis canceled: CancellationReason.Error
Error details: USP error: timeout waiting for the first audio chunk
Did you set the speech resource key and region values?

已确认语音资源密钥和区域配置正确，本地主机CLI运行该代码完全正常，但容器里就触发上述错误。已知有OpenSSL限制问题，先后尝试了Ubuntu 22（内置OpenSSL 1.1.1.1）和Ubuntu 20容器，问题依旧。想知道这是容器端口问题还是Azure SDK/API的问题？

部署环境是Ubuntu 20虚拟机，用Docker Compose部署，相关配置文件如下：

Docker Compose配置 #

version: "3.8"

services:
  # Define our individual services
  myapp:
    build: .
    container_name: app
    environment:
       - PYTHONUNBUFFERED=1
       - PYTHONIOENCODING=UTF-8
    expose:
      - 8888
    networks:
      - my-network

  myserver:
    build: ./nginx
    container_name: myserver
    ports:
      - "80:80"
      - "443:443"
      - ./log/nginx:/var/log/nginx
      - ./nginx:/etc/nginx/conf.d
    networks:
      - my-network

networks:
  my-network:
    driver: bridge

Dockerfile配置 #

# Use the Python3.10 container image
FROM python:3.8.10

# Set the working directory to /app
WORKDIR /app

# Copy the current directory contents into the container at /app
COPY . .


ENV PYTHONFAULTHANDLER=1 \
    PYTHONUNBUFFERED=1 \
    PIP_NO_CACHE_DIR=off


RUN apt update && apt install -y build-essential gcc ffmpeg libsm6 libxext6 wget nano unzip gdebi -y \
    && pip install --upgrade pip \
    && pip install -r requirements.txt 
    
RUN apt-get clean && rm -rf /var/lib/apt/lists/*

# set display port to avoid crash
ENV DISPLAY=:99

# Create a uwsgi log directory and files
RUN mkdir /var/log/uwsgi
RUN touch /var/log/uwsgi/uwsgi_access.log
RUN touch /var/log/uwsgi/uwsgi_error.log


# run the command to start uWSGI
CMD ["uwsgi", "app.ini"]

Requirements.txt配置 #

-i https://pypi.python.org/simple
uwsgi==2.0.22
werkzeug==2.3.6; python_version >= '3.8'
azure-ai-textanalytics==5.2.0
azure-cognitiveservices-speech==1.31.0
azure-common==1.1.28
azure-core==1.28.0; python_version >= '3.7'
flask==2.3.2
jinja2==3.1.2; python_version >= '3.7'
requests==2.31.0; python_version >= '3.7'
uwsgi==2.0.22

nginx.conf配置 #

server {
    listen 80;
    listen 443; 
    server_name  localhost;
    index index.php index.html index.htm index.nginx-debian.html;

    root /var/www/html;

    location / {
        try_files $uri $uri/ /index.php$is_args$args;
    }

    location ~ \.php$ {
        try_files $uri =404;
        fastcgi_split_path_info ^(.+\.php)(/.+)$;
        fastcgi_index index.php;
        include fastcgi_params;
        fastcgi_param SCRIPT_FILENAME $document_root$fastcgi_script_name;
        fastcgi_param PATH_INFO $fastcgi_path_info;
        fastcgi_read_timeout 300;
    }
}

核心判断：大概率不是端口映射问题，而是容器网络或SDK依赖环境问题 #

1. 排除端口问题：你的Docker Compose里myapp只暴露了8888端口，但Azure语音合成SDK是主动向外发起HTTPS请求（默认用443端口），不需要容器对外暴露端口接收请求。本地能跑通说明密钥、区域没问题，容器里超时大概率是网络出不去或者环境缺失依赖。

2. 可能的原因及解决办法：

   • 容器网络连通性问题：
     进入容器内部，直接测试能否访问Azure语音服务的端点，比如执行curl https://<你的区域>.tts.speech.microsoft.com，如果连不通，说明容器网络有问题。检查Docker的bridge网络是否允许出站请求，或者虚拟机的防火墙是否拦截了容器的出站443流量。
     也可以临时给myapp容器添加network_mode: host配置，如果能正常运行，说明自定义bridge网络存在配置问题。

   • OpenSSL版本或SSL证书问题：
     虽然你用了Ubuntu 20/22容器，但Python镜像自带的OpenSSL可能和系统的不一致。在容器里运行python -c "import ssl; print(ssl.OPENSSL_VERSION)"查看版本，Azure语音服务要求TLS 1.2+，如果版本过低会导致握手失败。
     解决办法：升级容器内的OpenSSL，或者使用更新的Python镜像（比如python:3.10-slim-bookworm），新版本镜像默认支持更高的TLS版本。

   • SDK依赖缺失：
     Azure认知服务语音SDK依赖一些系统库，你的Dockerfile里安装了build-essential等，但可能缺了libssl-dev或libasound2（语音合成即使只生成音频文件也可能依赖音频基础库）。可以在apt install命令里添加libssl-dev libasound2试试。

   • SDK版本问题：
     你用的azure-cognitiveservices-speech==1.31.0是2023年的版本，尝试升级到最新稳定版（比如当前最新是1.40.0），新版本可能修复了容器环境下的网络超时问题。

3. 额外排查步骤：
   在容器里运行代码时，添加SDK的调试日志输出，能精准定位问题：

   import azure.cognitiveservices.speech as speechsdk
   speechsdk.set_log_level(speechsdk.LogLevel.Debug)
   # 后续合成代码不变
   

   查看详细日志，可判断是TLS握手失败、DNS解析问题还是其他网络错误。

内容的提问来源于stack exchange，提问作者S7bvwqX