sherpa-onnx
15,909
Stars
—
Forks
0
Watchers
—
Open Issues
待补全
许可证
C++
语言
—
创建时间
最近更新
项目能做什么
基于新一代 Kaldi 与 ONNX Runtime 的离线语音工具包，支持语音识别、TTS、声纹与降噪等多端部署。
来源：AI 基于仓库事实生成
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
中文使用说明暂未生成。下面保留原仓库 README 摘录，命令与配置均以原文为准。
原始 README 摘录（英文原文，节选前 3000 字符）
<div align="center"> [](https://deepwiki.com/k2-fsa/sherpa-onnx) </div> ### Supported functions |Speech recognition| [Speech synthesis][tts-url] | [Source separation][ss-url] | |------------------|------------------|-------------------| | ✔️ | ✔️ | ✔️ | |Speaker identification| [Speaker diarization][sd-url] | Speaker verification | |----------------------|-------------------- |------------------------| | ✔️ | ✔️ | ✔️ | | [Spoken Language identification][slid-url] | [Audio tagging][at-url] | [Voice activity detection][vad-url] | |--------------------------------|---------------|--------------------------| | ✔️ | ✔️ | ✔️ | | [Keyword spotting][kws-url] | [Add punctuation][punct-url] | [Speech enhancement][se-url] | |------------------|-----------------|--------------------| | ✔️ | ✔️ | ✔️ | ### Supported platforms |Architecture| Android | iOS | Windows | macOS | linux | HarmonyOS | |------------|---------|---------|------------|-------|-------|-----------| | x64 | ✔️ | | ✔️ | ✔️ | ✔️ | ✔️ | | x86 | ✔️ | | ✔️ | | | | | arm64 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | | arm32 | ✔️ | | | | ✔️ | ✔️ | | riscv64 | | | | | ✔️ | | ### Supported programming languages | 1. C++ | 2. C | 3. Python | 4. JavaScript | |--------|-------|-----------|---------------| | ✔️ | ✔️ | ✔️ | ✔️ | |5. Java | 6. C# | 7. Kotlin | 8. Swift | |--------|-------|-----------|----------| | ✔️ | ✔️ | ✔️ | ✔️ | | 9. Go | 10. Dart | 11. Rust | 12. Pascal | |-------|----------|----------|------------| | ✔️ | ✔️ | ✔️ | ✔️ | It also supports WebAssembly. ### Supported frameworks #### [Flutter][flutter-url] |Architecture| Android | iOS | Windows | macOS | Linux | Web | |------------|---------|---------|---------|-------|-------|-----| | x64 | ✔️ | | ✔️ | ✔️ | ✔️ | ✔️ | | x86 | ✔️ | | | | | ✔️ | | arm64 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | | arm32 | ✔️ | | | | | ✔️ | - Pre-built Flutter demo apps: [flutter releases][flutter-releases] #### [Tauri][tauri-url] |Architecture| Android | iOS | Windows | macOS | Linux | |------------|---------|---------|---------|-------|-------| | x64 | ✔️ | | ✔️ | ✔️ | ✔️ | | x86 | ✔️ | | | | | | arm64 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | | arm32 | ✔️阅读完整原文
项目深度分析 AI 生成
嵌入式与特定硬件（RKNN/QNN/嵌入式Linux）端侧语音方案定制
| 产品构想 | 针对智能硬件（如智慧家居中控、工业巡检仪、机器人）提供预编译、深度量化剪枝与适配调优的端侧离线语音识别与控制方案。 |
| 核心功能 | 低功耗唤醒（KWS）、低延迟离线控制词识别、针对特定NPU（如Rockchip、Qualcomm）的硬件加速运行时打包 |
| 目标用户 | IoT硬件研发团队、智能家居方案商、机器人研发团队 |
| 难度/周期 | 高 · 2-3个月 · 成本：极低（主要是开发板硬件采购与调测成本） |
| 收费模式 | 一次性定制交付费（项目制） + 设备授权分成（按激活设备数收费，推测） |
| 竞争风险 | 硬件碎片化严重导致适配周期长，客户定制需求差异大难以完全标准化 |
| 依据 | 已验证事实 |
跨平台端侧语音处理桌面/移动端开箱即用套件（Flutter/Tauri）
| 产品构想 | 封装开箱即用的离线会议记录、本地实时字幕和个人录音转写桌面应用，免除用户部署与模型下载门槛。 |
| 核心功能 | 离线实时转录、说话人分离（Diarization）、自动标点恢复、本地知识库导出 |
| 目标用户 | 对数据隐私高度敏感的个人、律师、医疗工作者、记者 |
| 难度/周期 | 中等 · 1-2个月 · 成本：低（应用打包与数字签名证书费用） |
| 收费模式 | 独立客户端买断制（Lifetime License）或高级功能按年订阅 |
| 竞争风险 | 开源社区已提供Demo级别代码，需在UI交互、音频设备兼容性和转录精准度上做足壁垒 |
| 依据 | 已验证事实 |
企业级离线私有化语音微服务中间件
| 产品构想 | 基于项目支持的WebSocket服务器特性，打包高可用、多模型热加载、支持高并发的企业级私有化语音网关镜像与管理后台。 |
| 核心功能 | Docker化一键私有部署、多模型（多语言/多方言）热切换、WebSocket统一流式API、用量审计与监控面板 |
| 目标用户 | 政企内网系统集成商、呼叫中心质检团队、金融机构内部IT |
| 难度/周期 | 中等 · 1-2个月 · 成本：低（基础服务器测试环境） |
| 收费模式 | 私有化软件授权费（按并发实例数年费订阅或买断） |
| 竞争风险 | 缺乏大规模并发测试数据支持，可能需要补充负载均衡与集群管理能力（推测） |
| 依据 | 数据支持的判断 |
AI 基于仓库公开数据分析生成，含推测成分，不构成收益承诺。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
相似项目数据正在完善中，暂不展示（避免误导）
项目优势与风险
| 技术成熟度 | 创建时间待补全，最近推送 ，发布过 100 个 Release |
| 社区活跃 | Star 15,909 / Fork 0 / Issue 0（数据支持，可自行核实） |
| 许可证 | 未检测到（需人工确认） |
| 主要风险 | 上游项目方向可能变化；同赛道竞争者较多（见竞品表）；热度与需求不完全等价 |
安装与使用
此项目未提供 Docker 镜像，安装步骤以原仓库 README 为准（涉及依赖安装与环境配置，对新手门槛较高）。