Docker/Heroku部署Flask应用无法保存音频文件问题求解

故障根因 #

• 路径分隔符硬编码错误：代码中使用Windows系统专属的反斜杠\作为路径分隔符，而Docker容器、Heroku运行环境均为Linux内核系统，默认路径分隔符为正斜杠/。硬编码的static\translated_speech\captured_voice{i}.mp3在Linux环境下会被识别为存放在static目录下、文件名为translated_speech\captured_voice1.mp3的单个文件，既匹配不到目标存储目录，也不符合web资源的URL路径规则，直接导致保存失败、前端无法加载。
• 目录权限与文件系统特性限制：Docker镜像构建时默认拷贝的目录权限可能未开放写入，导致进程无权限在目标目录创建文件；Heroku平台的dyno文件系统为临时只读性质，未显式创建的目录无法写入，且所有写入的文件会在dyno重启、重新部署时被永久清除。
• 文件名生成逻辑存在缺陷：使用全局变量i自增生成文件名，在多worker部署、服务重启场景下计数会重置，极易出现文件覆盖、路径重复冲突的问题。

修复步骤 #

1. 替换硬编码路径，实现跨平台路径兼容 #

使用Python内置os.path模块拼接路径，自动适配不同操作系统的路径规则，同时替换全局计数逻辑为唯一文件名生成，从根源避免路径错误与文件冲突。
首先在app.py头部导入所需依赖：

import os
import uuid

将原有音频保存逻辑替换为以下代码：

translated_text = translator(transcript, target)
target = languages[target].lower()
try:
    speak = gTTS(text=translated_text, lang=target, slow=False)
except:
    return render_template("error.html", message = "Sorry, I didn't understand that. Please try again.")

# 基于当前脚本位置定位项目根目录，避免工作目录切换导致的路径偏移
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
SAVE_DIR = os.path.join(BASE_DIR, "static", "translated_speech")
# 自动创建存储目录，目录已存在时不报错
os.makedirs(SAVE_DIR, exist_ok=True)

# 用UUID生成全局唯一文件名，替换原有全局计数逻辑，兼容多worker部署场景
file_name = f"captured_voice_{uuid.uuid4().hex}.mp3"
full_save_path = os.path.join(SAVE_DIR, file_name)
speak.save(full_save_path)

# 生成前端可识别的web路径，统一使用正斜杠
web_access_path = f"static/translated_speech/{file_name}"
return render_template('translator2.html', translated_text=translated_text, path=web_access_path)

2. 修复Docker部署权限问题 #

修改原有Dockerfile，显式创建存储目录并开放写入权限，避免容器内进程无权限写文件：

FROM python:3.9.12
WORKDIR /app/
COPY requirements.txt requirements.txt
RUN pip install -r requirements.txt --no-cache-dir
COPY . .
# 创建音频存储目录并分配写入权限
RUN mkdir -p /app/static/translated_speech && chmod 777 /app/static/translated_speech
CMD [ "python3", "-m" , "flask", "run", "--host=0.0.0.0"]

重新构建并运行容器即可验证功能：

docker build -t app:v2 .
docker run -p 5000:5000 app:v2

3. Heroku部署适配说明 #

完成上述路径修复后，音频临时生成、播放功能可在Heroku平台正常运行，但需要注意：Heroku的文件系统为临时存储，所有生成的音频文件会在dyno重启（默认每24小时自动重启一次）、版本重新部署时被清空，仅适合短时间临时访问的场景。如果需要长期存储生成的音频文件，需要对接对象存储服务，将生成的音频上传到对象存储后，把公开访问URL传给前端加载。
部署时需要确保static/translated_speech目录被纳入Git仓库，不要被.gitignore规则忽略，避免Heroku部署时找不到对应目录。

额外优化建议 #

• 增加定时清理逻辑，定期删除生成时间超过1小时的旧音频文件，避免长期运行下存储目录占用空间持续增长。
• 生产环境部署时替换Flask自带开发服务器为Gunicorn等生产级WSGI服务器，UUID文件名的方案可完美兼容多worker运行模式，不会出现原有全局变量计数冲突的问题。
• 前端音频播放器代码无需修改，后端返回标准正斜杠格式的web路径后，所有浏览器均可正常识别加载。

内容的提问来源于stack exchange，提问作者Soham Ratnaparkhi