Repolode
k2-fsa

k2-fsa/sherpa

Фреймворк на базе PyTorch для инференса распознавания речи с API на C++ и Python, предназначенный для запуска предварительно обученных сквозных ASR-моделей transducer и CTC.

Звёзды
1,011
Форки
152
Открытые issues
110
Последний коммит
16 часов назад

Что это?

sherpa — фреймворк для инференса распознавания речи на базе PyTorch. Он предназначен только для сквозных моделей — архитектур transducer и CTC — и ориентирован на развертывание: запуск предварительно обученных моделей для расшифровки речи, а не их обучение.

Проект предоставляет API на C++ и Python. Он входит в экосистему следующего поколения Kaldi, а обучение и дообучение выполняются в отдельном проекте icefall. В комплект входит сервер на базе WebSocket для распознавания речи по сети.

Для развертываний без зависимости от PyTorch те же авторы поддерживают sherpa-onnx и sherpa-ncnn; они также предназначены для iOS, Android и встраиваемых систем.

Ключевые возможности

  • 01Поддерживает сквозные модели распознавания речи на базе transducer и CTC.
  • 02Предоставляет API на C++ и Python.
  • 03Включает WebSocket-сервер для расшифровки речи по сети.
  • 04Построен на базе PyTorch и позволяет запускать предварительно обученные модели.

Сценарии использования

  • Развертывание предварительно обученной модели распознавания речи в виде потокового сервиса через WebSocket.
  • Добавление офлайн- или онлайн-преобразования речи в текст в приложение на Python или C++.
  • Сравнение варианта развертывания на базе PyTorch с версиями ONNX или ncnn из той же линейки проектов.

Быстрый старт

  1. 1

    Инструкции по установке и использованию см. в документации

  2. 2

    Или попробуйте в браузере, ничего не устанавливая

Что важно знать

  • Поддерживаются только end-to-end-модели transducer и CTC, а не другие типы моделей.
  • Проект предназначен только для deployment и inference; для обучения или fine-tuning нужен отдельный проект icefall.

Темы

Частые вопросы

Что такое sherpa?
Фреймворк на базе PyTorch для инференса распознавания речи с API на C++ и Python, предназначенный для запуска предварительно обученных сквозных ASR-моделей transducer и CTC. sherpa — фреймворк для инференса распознавания речи на базе PyTorch. Он предназначен только для сквозных моделей — архитектур transducer и CTC — и ориентирован на развертывание: запуск предварительно обученных моделей для расшифровки речи, а не их обучение.
sherpa можно использовать бесплатно? Какая у него лицензия?
sherpa распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
sherpa всё ещё поддерживается?
Активно поддерживается. Последний коммит в sherpa — 20 окт. 2026 г..
Для чего можно использовать sherpa?
Развертывание предварительно обученной модели распознавания речи в виде потокового сервиса через WebSocket. Добавление офлайн- или онлайн-преобразования речи в текст в приложение на Python или C++. Сравнение варианта развертывания на базе PyTorch с версиями ONNX или ncnn из той же линейки проектов.
Как установить sherpa?
Инструкции по установке и использованию см. в документации Или попробуйте в браузере, ничего не устанавливая
Где скачать sherpa?
Исходный код и инструкции по установке — на GitHub: https://github.com/k2-fsa/sherpa

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Открытый набор инструментов для офлайн-распознавания речи и ASR в потоковом режиме, с VAD, расстановкой знаков препинания, метками говорящих и совместимым с OpenAI сервером.

20,8 тыс.2,1 тыс.PythonMITОбновлён позавчера