OpenAI Whisper 语音识别模型的 C/C++ 移植版，可离线、无依赖地在 CPU 和 GPU 上运行语音转文字。
5.5万6271C++MIT更新于 昨天
k2-fsa/sherpa-onnx
基于 onnxruntime 的离线语音工具包，支持语音识别、语音合成、VAD、说话人分离等，覆盖多平台与多种编程语言。
- Star
- 15,398
- Fork
- 1,802
- 未关闭 Issue
- 647
- 最近提交
- 9小时前
这是什么？
sherpa-onnx 是一个可在本地运行语音模型的工具包，无需联网即可工作。它支持流式与非流式语音识别、语音合成、说话人分离、说话人识别与验证、语种识别、音频标注、语音活动检测、关键词唤醒、标点恢复、语音增强和音源分离，模型通过 onnxruntime 执行，属于新一代 Kaldi 生态的一部分。
同一套引擎可运行在多种硬件上，包括 x86 和 ARM 服务器、Android、iOS、鸿蒙、树莓派、RISC-V 开发板，以及瑞芯微 RKNN、高通 QNN、昇腾、爱芯等 NPU。项目还支持 WebAssembly、Flutter 和 Tauri，并提供 WebSocket 服务端与客户端。
项目提供 C++、C、Python、Go、C#、Java、Kotlin、JavaScript、Swift、Rust、Dart 和 Pascal 等语言接口，便于在移动应用、嵌入式设备或后端服务中集成离线语音能力。
核心功能
- 01支持流式与非流式离线语音识别
- 02集成语音合成、说话人分离和语音活动检测
- 03基于 onnxruntime，可运行于 x86、ARM、RISC-V 及多种 NPU
- 04提供 WebSocket 服务端与客户端
- 05支持 12 种编程语言接口及 WebAssembly
适用场景
- 为移动或桌面应用添加离线语音输入或字幕生成
- 在树莓派或其他嵌入式开发板上运行语音识别
- 搭建通过 WebSocket 对外提供服务的自托管语音服务
- 在设备中集成关键词唤醒功能
快速上手
- 1
在浏览器中使用 README 列出的 Hugging Face Spaces 体验
标签
常见问题
- sherpa-onnx 是什么？
- 基于 onnxruntime 的离线语音工具包，支持语音识别、语音合成、VAD、说话人分离等，覆盖多平台与多种编程语言。 sherpa-onnx 是一个可在本地运行语音模型的工具包，无需联网即可工作。它支持流式与非流式语音识别、语音合成、说话人分离、说话人识别与验证、语种识别、音频标注、语音活动检测、关键词唤醒、标点恢复、语音增强和音源分离，模型通过 onnxruntime 执行，属于新一代 Kaldi 生态的一部分。
- sherpa-onnx 可以免费使用吗？用的什么许可证？
- sherpa-onnx 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
- sherpa-onnx 还在维护吗？
- 活跃维护中。sherpa-onnx 最近一次提交是在 2026年10月20日。
- sherpa-onnx 适合用来做什么？
- 为移动或桌面应用添加离线语音输入或字幕生成 在树莓派或其他嵌入式开发板上运行语音识别 搭建通过 WebSocket 对外提供服务的自托管语音服务 在设备中集成关键词唤醒功能
- sherpa-onnx 怎么安装和运行？
- 在浏览器中使用 README 列出的 Hugging Face Spaces 体验
- 在哪里获取 sherpa-onnx？
- 源代码和安装说明在 GitHub 上：https://github.com/k2-fsa/sherpa-onnx
概要由 AI 根据项目 README 生成；GitHub 数据每日更新。
相关项目
一个把数字人与大语言模型接入业务系统的 agent 框架，支持多终端接入。
1.4万2367PythonGPL-3.0更新于 29天前
开源的端侧语音工具包，提供语音转文字、意图识别和文字转语音，适合构建实时语音应用与智能体。
1.1万620C++Other更新于 18天前
Linux 桌面与 Sailfish OS 应用，离线完成语音转文字、文字转语音和机器翻译。
169476C++MPL-2.0更新于 8天前
微软开源的语音 AI 模型系列，包含长音频语音识别、多人对话语音合成和实时流式语音合成。
5.5万6175PythonMIT更新于 13天前
Google AI Edge 推出的 Android 与 iOS 应用，可在手机上离线体验开源大模型和端侧生成式 AI 功能。
2.5万2759KotlinApache-2.0更新于 15小时前