Repolode
Enviar
k2-fsa

k2-fsa/sherpa-onnx

Kit de voz sin conexión basado en onnxruntime para reconocimiento de voz, síntesis de voz, VAD, diarización y más, en múltiples plataformas e idiomas.

Ver en GitHubSitio web
Estrellas
15,398
Forks
1,802
Issues abiertos
647
Último commit
hace 7 horas

¿Qué es?

sherpa-onnx es un kit para ejecutar modelos de voz localmente, sin conexión a Internet. Incluye conversión de voz a texto (en modo streaming y no streaming), síntesis de voz, diarización de hablantes, identificación y verificación de hablantes, identificación del idioma hablado, etiquetado de audio, detección de actividad de voz, detección de palabras clave, puntuación, mejora de voz y separación de fuentes. Los modelos se ejecutan mediante onnxruntime, y el proyecto forma parte del ecosistema Kaldi de próxima generación.

El mismo motor está diseñado para una amplia variedad de hardware, incluidos servidores x86 y ARM, Android, iOS, HarmonyOS, Raspberry Pi, placas RISC-V y varios NPU, como Rockchip RKNN, Qualcomm QNN, Ascend y Axera. También se compila para WebAssembly, Flutter y Tauri, y ofrece un servidor y un cliente WebSocket.

Incluye bindings para C++, C, Python, Go, C#, Java, Kotlin, JavaScript, Swift, Rust, Dart y Pascal, para que los desarrolladores puedan integrar funciones de voz sin conexión en aplicaciones, dispositivos integrados o servicios de backend.

Funciones clave

  • 01Reconocimiento de voz sin conexión, tanto en modo streaming como no streaming
  • 02Síntesis de voz, diarización de hablantes y VAD en un solo kit
  • 03Se ejecuta con onnxruntime en x86, ARM, RISC-V y varios NPU
  • 04Incluye un servidor y un cliente WebSocket para uso en red
  • 05Bindings para 12 lenguajes de programación y WebAssembly

Casos de uso

  • Añadir entrada de voz o subtítulos sin conexión a una aplicación móvil o de escritorio
  • Ejecutar reconocimiento de voz en una Raspberry Pi u otra placa integrada
  • Crear un servicio de voz autohospedado accesible mediante WebSocket
  • Integrar detección de palabras clave o palabras de activación en un dispositivo

Inicio rápido

  1. 1

    Pruébalo en un navegador con los espacios de Hugging Face que aparecen en el README

Temas

#speech-to-text#text-to-speech#onnx#offline#speech-recognition#vad#embedded#wasm#aarch64#android

Preguntas frecuentes

¿Qué es sherpa-onnx?
Kit de voz sin conexión basado en onnxruntime para reconocimiento de voz, síntesis de voz, VAD, diarización y más, en múltiples plataformas e idiomas. sherpa-onnx es un kit para ejecutar modelos de voz localmente, sin conexión a Internet. Incluye conversión de voz a texto (en modo streaming y no streaming), síntesis de voz, diarización de hablantes, identificación y verificación de hablantes, identificación del idioma hablado, etiquetado de audio, detección de actividad de voz, detección de palabras clave, puntuación, mejora de voz y separación de fuentes. Los modelos se ejecutan mediante onnxruntime, y el proyecto forma parte del ecosistema Kaldi de próxima generación.
¿sherpa-onnx es gratuito? ¿Qué licencia tiene?
sherpa-onnx es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿sherpa-onnx sigue mantenido?
Mantenimiento activo. El último commit de sherpa-onnx fue el 20 oct 2026.
¿Para qué puedo usar sherpa-onnx?
Añadir entrada de voz o subtítulos sin conexión a una aplicación móvil o de escritorio Ejecutar reconocimiento de voz en una Raspberry Pi u otra placa integrada Crear un servicio de voz autohospedado accesible mediante WebSocket Integrar detección de palabras clave o palabras de activación en un dispositivo
¿Cómo se instala sherpa-onnx?
Pruébalo en un navegador con los espacios de Hugging Face que aparecen en el README
¿Dónde consigo sherpa-onnx?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/k2-fsa/sherpa-onnx

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados