athena

用 C++ 打造端到端语音识别与合成引擎

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 音频音乐 🍴 复刻 197 🐛 待处理 3 👀 关注 35
GitHub ↗
GitHub 星标 ★ 965
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，Apache-2.0许可证，完全免费，可自行部署使用。

项目预览

athena 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队athena-team
GitHubhttps://github.com/athena-team/athena
定价模式🏷️完全免费
价格说明开源项目，Apache-2.0许可证，完全免费，可自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言C++
技术栈/模型asr,ctc,deployment,sequence-to-sequence,speaker-recognition,speech-recognition,speech-synthesis,tensorflow,transformer,tts,unsupervised-learning,wfst
GitHub 星标★ 965
上线时间2019-12-22 00:00:00
代码更新2022-12-02
仓库体积10.2 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

Athena 是一个基于序列到序列（seq2seq）架构的开源语音处理引擎，专注于语音识别（ASR）和语音合成（TTS）两大核心任务。它采用 C++ 实现，提供端到端的训练与推理能力，解决了传统语音系统需要复杂流水线拼接的问题。核心能力包括：支持多种 seq2seq 模型（如注意力机制、Transformer 等）、灵活的音频特征提取、以及高效的解码器。项目早期定位为工业级语音引擎，强调性能与可扩展性，适合研究者和开发者进行定制化语音应用开发。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 965

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级 约 40 分钟 部署方式：本地 (TF2) 5 步

环境要求

  • Python 3.6–3.8
  • NVIDIA GPU + CUDA
  • TF 2.3 或 2.8

安装与启动步骤

  1. 1装 TensorFlow

    仓库同时支持 TF 2.3 与 2.8 两套，先确定跟哪个版本的构建脚本。

    pip install tensorflow-gpu==2.8.0

  2. 2装依赖

    语音特征提取与 Kaldi 替代实现都在 requirements.txt 里。

    pip install -r requirements.txt

  3. 3构建 wheel

    按目标 TF 版本选 setup.tf2.8.py 或 setup.py。

    python setup.tf2.8.py bdist_wheel sdist

  4. 4安装 wheel

    装本地构建产物。

    python -m pip install --ignore-installed dist/athena-2.0*.whl

  5. 5跑 ASR demo

    用仓库自带示例模型验证整条链路。

    python athena/run_demo.py --inference_type asr \
    --saved_model_dir examples/asr/aishell/models/xxx --wav_list test.lst

如何确认成功

run_demo 打印识别文本或合成音频，且无算子找不到的报错。

常见问题

Q：装 TF 2.8 后 demo 报错？

A：确认 wheel 是用 setup.tf2.8.py 构建的那份，两者不能混用。

注意事项

  • 同时支持 ASR 与 TTS，--inference_type 切换。
  • 自带 pythonic 特征提取器，不必安装 Kaldi。

核心亮点

  • 纯 C++ 实现，性能优于 Python 原型，适合部署
  • 内置多种 seq2seq 模型，覆盖 ASR 和 TTS 场景
  • 提供训练和推理全流程，开箱即用

不足之处

  • 文档/社区待观察
  • 早期项目，功能迭代可能不稳定

适用场景

  • 离线语音识别系统开发
  • 定制化语音合成研究
  • 嵌入式或边缘设备上的语音处理

替代项目

Kaldi、ESPnet、Mozilla DeepSpeech

上一篇：simple-obs-stt

下一篇：Maix-Speech

同类项目推荐

X2-Turn 开源

一边转写一边判断该不该接话，降低对话延迟

Frame-Synchronous Dual-Head Modeling for Joint Streaming ASR and Turn State Predicti···

★ 105 2026-10-21
WhisperJAV 开源

给JAV视频一键生成高准确率字幕，嘈杂环境也能听清

ASR/STT subtitle generator. Uses Qwen3-ASR, local LLM, Whisper, TEN-VAD. Noise-robus···

★ 2445 2026-08-09
speech-to-phrase 开源

本地跑，只认你定义的短语，又快又准。

Fast and personalized local speech-to-text

★ 355 2026-10-04
auto-caption 开源

开麦即出字幕，会议直播网课实时上屏

A cross-platform real-time subtitle display software. 一个跨平台的实时字幕显示软件。

★ 605 2026-09-16
MLC-SLM-Baseline 开源

多语言对话语音识别与说话人日志的官方基线，开箱即用

The project is associated with the recently-launched INTERSPEECH 2025 Workshop on Mu···

★ 51 2026-08-09
hns 开源

对着麦克风说话，文字自动进剪贴板，随手粘进终端。

hns is a speech-to-text CLI tool to transcribe your voice from your microphone direc···

★ 120 2026-09-24
StreamSpeech 开源

一个模型搞定语音识别、翻译和合成，离线同声两相宜

StreamSpeech is an “All in One” seamless model for offline and simultaneous speech···

★ 1293 2026-08-09