Repolode
Enviar
k2-fsa

k2-fsa/sherpa-onnx

Kit de ferramentas de fala offline com onnxruntime para reconhecimento de fala, síntese de voz, VAD, diarização e muito mais, em várias plataformas e idiomas.

Ver no GitHubSite
Estrelas
15,398
Forks
1,802
Issues abertas
647
Último commit
há 7 horas

O que é?

sherpa-onnx é um kit de ferramentas para executar modelos de fala localmente, sem conexão com a internet. Ele oferece conversão de fala em texto, tanto em modo streaming quanto não streaming, síntese de voz, diarização de falantes, identificação e verificação de falantes, identificação do idioma falado, classificação de áudio, detecção de atividade de voz, detecção de palavras-chave, pontuação, aprimoramento de fala e separação de fontes. Os modelos são executados por meio do onnxruntime, e o projeto faz parte do ecossistema Kaldi de próxima geração.

O mesmo mecanismo funciona em uma ampla variedade de hardwares, incluindo servidores x86 e ARM, Android, iOS, HarmonyOS, Raspberry Pi, placas RISC-V e vários NPUs, como Rockchip RKNN, Qualcomm QNN, Ascend e Axera. Também pode ser compilado para WebAssembly, Flutter e Tauri, além de oferecer um servidor e um cliente WebSocket.

Há bindings para C++, C, Python, Go, C#, Java, Kotlin, JavaScript, Swift, Rust, Dart e Pascal, permitindo que desenvolvedores integrem recursos de fala offline em aplicativos, dispositivos embarcados ou serviços de backend.

Recursos principais

  • 01Reconhecimento de fala offline nos modos streaming e não streaming
  • 02Síntese de voz, diarização de falantes e VAD em um único kit de ferramentas
  • 03Funciona com onnxruntime em x86, ARM, RISC-V e vários NPUs
  • 04Inclui servidor e cliente WebSocket para uso em rede
  • 05Bindings para 12 linguagens de programação, além de WebAssembly

Casos de uso

  • Adicionar entrada de voz ou legendas offline a um aplicativo para dispositivos móveis ou desktop
  • Executar reconhecimento de fala em um Raspberry Pi ou outra placa embarcada
  • Criar um serviço de fala auto-hospedado acessível por WebSocket
  • Integrar detecção de palavras-chave ou palavras de ativação em um dispositivo

Início rápido

  1. 1

    Experimente no navegador usando os Spaces do Hugging Face listados no README

Tópicos

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

Perguntas frequentes

O que é sherpa-onnx?
Kit de ferramentas de fala offline com onnxruntime para reconhecimento de fala, síntese de voz, VAD, diarização e muito mais, em várias plataformas e idiomas. sherpa-onnx é um kit de ferramentas para executar modelos de fala localmente, sem conexão com a internet. Ele oferece conversão de fala em texto, tanto em modo streaming quanto não streaming, síntese de voz, diarização de falantes, identificação e verificação de falantes, identificação do idioma falado, classificação de áudio, detecção de atividade de voz, detecção de palavras-chave, pontuação, aprimoramento de fala e separação de fontes. Os modelos são executados por meio do onnxruntime, e o projeto faz parte do ecossistema Kaldi de próxima geração.
sherpa-onnx é gratuito? Qual é a licença?
sherpa-onnx é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
sherpa-onnx ainda é mantido?
Manutenção ativa. O último commit de sherpa-onnx foi em 20 de out. de 2026.
Para que posso usar sherpa-onnx?
Adicionar entrada de voz ou legendas offline a um aplicativo para dispositivos móveis ou desktop Executar reconhecimento de fala em um Raspberry Pi ou outra placa embarcada Criar um serviço de fala auto-hospedado acessível por WebSocket Integrar detecção de palavras-chave ou palavras de ativação em um dispositivo
Como instalar sherpa-onnx?
Experimente no navegador usando os Spaces do Hugging Face listados no README
Onde consigo sherpa-onnx?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/k2-fsa/sherpa-onnx

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados