Repolode
Предложить
k2-fsa

k2-fsa/sherpa-onnx

Офлайн-инструментарий для работы с речью на базе onnxruntime: распознавание речи, синтез речи, VAD, диаризация и другие задачи на разных платформах и языках.

Открыть на GitHubСайт
Звёзды
15,398
Форки
1,802
Открытые issues
647
Последний коммит
9 часов назад

Что это?

sherpa-onnx — инструментарий для локального запуска речевых моделей без подключения к интернету. Он поддерживает преобразование речи в текст в потоковом и непотоковом режимах, синтез речи, диаризацию, идентификацию и верификацию диктора, определение языка речи, классификацию аудио, обнаружение голосовой активности, поиск ключевых слов, расстановку знаков препинания, улучшение речи и разделение источников. Модели запускаются через onnxruntime, а проект входит в экосистему следующего поколения Kaldi.

Один и тот же движок работает на самых разных устройствах и платформах: серверах x86 и ARM, Android, iOS, HarmonyOS, Raspberry Pi, платах RISC-V и нескольких NPU, включая Rockchip RKNN, Qualcomm QNN, Ascend и Axera. Проект также собирается для WebAssembly, Flutter и Tauri и предоставляет WebSocket-сервер и клиент.

Доступны биндинги для C++, C, Python, Go, C#, Java, Kotlin, JavaScript, Swift, Rust, Dart и Pascal — с их помощью разработчики могут встраивать офлайн-функции обработки речи в приложения, встраиваемые устройства и серверные сервисы.

Ключевые возможности

  • 01Офлайн-распознавание речи в потоковом и непотоковом режимах
  • 02Синтез речи, диаризация и VAD в одном инструментарии
  • 03Работает через onnxruntime на x86, ARM, RISC-V и нескольких NPU
  • 04В комплекте WebSocket-сервер и клиент для сетевого взаимодействия
  • 05Биндинги для 12 языков программирования и поддержка WebAssembly

Сценарии использования

  • Добавление офлайн-ввода голосом или субтитров в мобильное приложение или приложение для компьютера
  • Запуск распознавания речи на Raspberry Pi или другой встраиваемой плате
  • Создание собственного сервиса обработки речи с доступом через WebSocket
  • Встраивание поиска ключевых слов или слов активации в устройство

Быстрый старт

  1. 1

    Попробуйте в браузере, используя пространства Hugging Face, указанные в README

Темы

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

Частые вопросы

Что такое sherpa-onnx?
Офлайн-инструментарий для работы с речью на базе onnxruntime: распознавание речи, синтез речи, VAD, диаризация и другие задачи на разных платформах и языках. sherpa-onnx — инструментарий для локального запуска речевых моделей без подключения к интернету. Он поддерживает преобразование речи в текст в потоковом и непотоковом режимах, синтез речи, диаризацию, идентификацию и верификацию диктора, определение языка речи, классификацию аудио, обнаружение голосовой активности, поиск ключевых слов, расстановку знаков препинания, улучшение речи и разделение источников. Модели запускаются через onnxruntime, а проект входит в экосистему следующего поколения Kaldi.
sherpa-onnx можно использовать бесплатно? Какая у него лицензия?
sherpa-onnx распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
sherpa-onnx всё ещё поддерживается?
Активно поддерживается. Последний коммит в sherpa-onnx — 20 окт. 2026 г..
Для чего можно использовать sherpa-onnx?
Добавление офлайн-ввода голосом или субтитров в мобильное приложение или приложение для компьютера Запуск распознавания речи на Raspberry Pi или другой встраиваемой плате Создание собственного сервиса обработки речи с доступом через WebSocket Встраивание поиска ключевых слов или слов активации в устройство
Как установить sherpa-onnx?
Попробуйте в браузере, используя пространства Hugging Face, указанные в README
Где скачать sherpa-onnx?
Исходный код и инструкции по установке — на GitHub: https://github.com/k2-fsa/sherpa-onnx

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

Похожие проекты