本地运行Streamlit集成摘要代码反复报超时错误求助

你遇到的the write operation timeout错误可从以下几个环节逐一排查修复：

1. 谷歌云存储上传环节超时（最常见诱因） #

你的代码中upload_blob方法没有设置超时参数，大体积音频文件上传时很容易触发写入超时，调整方案：

• 给blob.upload_from_filename方法增加超时配置，修改代码如下：

# 修改upload_blob函数内的上传代码
blob.upload_from_filename(source_file_name, timeout=3600) # 按音频大小可调整为更大值

• 额外检查你的GCS存储桶区域和本地网络的连通性，可提前测试同区域下的小文件上传速度。

2. 谷歌云Speech长时转写超时 #

你当前设置的operation.result(timeout=10000)是固定等待超时，实际长音频转写建议采用官方默认的轮询机制而非硬设超时，调整方案：

• 去掉固定timeout参数，修改为：

# 替换原response = operation.result(timeout=10000)
response = operation.result() # 自动遵循谷歌云默认的长时任务重试/轮询规则

• 若你的音频时长超过60分钟，需确认你开通了谷歌云Speech的长音频转写权限，同时确保上传到GCS的音频文件无损坏。

3. Streamlit服务本身超时 #

你提到是本地运行的Streamlit应用，Streamlit默认的服务请求超时为300秒，长任务运行时很容易触发超时，调整方案：

• 启动Streamlit时增加超时参数配置，启动命令改为：

streamlit run your_app_name.py --server.timeout 3600

• 建议将音频转写、摘要生成两个重耗时任务改为异步执行，避免阻塞主线程触发超时。

4. 代码逻辑bug修复 #

你的现有代码存在几处逻辑错误也会间接引发运行异常导致超时：

• generate_summary函数末尾缩进错误，你当前把generate_summary()写在了函数内部，会导致无限递归调用，直接卡死程序触发超时，需要把这行代码移到函数外部，按业务逻辑调整调用时机。
• replaced_tags = data["summary"].replace(...) 一行中data变量没有定义，你实际应该用的是生成的summary变量，改为：

replaced_tags = summary[0].replace("<s>","<p>").replace("</s>","</p>")

• 若你的本地设备没有英伟达GPU，.to("cuda")会报错导致程序异常，建议增加设备判断：

device = "cuda" if torch.cuda.is_available() else "cpu"
input_ids = tokenizer(LONG_ARTICLE, return_tensors="pt").input_ids.to(device)
model = LEDForConditionalGeneration.from_pretrained("patrickvonplaten/led-large-16384-pubmed", return_dict_in_generate=True).to(device)

内容的提问来源于stack exchange，提问作者Rosheen Abbas