onnx-asr

几行代码用 ONNX 跑语音识别，不装重型框架

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 语音识别 🍴 复刻 36 🐛 待处理 26 👀 关注 8
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 387
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费，MIT许可证

项目预览

onnx-asr 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类语音识别
开发团队istupakov
官网地址https://istupakov.github.io/onnx-asr
GitHubhttps://github.com/istupakov/onnx-asr
定价模式🏷️完全免费
价格说明开源免费，MIT许可证
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MIT
主要语言Python
技术栈/模型asr,lightweight,onnx,parakeet,python,speech-recognition,speech-to-text,stt,whisper
GitHub 星标★ 387
上线时间2025-04-10 00:00:00
代码更新2026-10-21
仓库体积2.8 MB
本站数据更新2026-11-04
维护状态较活跃
收录时间2026-09-12
浏览次数1

项目介绍

onnx-asr 是一个轻量级 Python 语音识别包，核心思路是让开发者直接加载 ONNX 格式的 ASR 模型完成语音转文字，而不必依赖 PyTorch、TensorFlow 等重型深度学习框架。它解决的是传统 ASR 方案部署臃肿、推理依赖复杂的问题：很多项目只想在服务端或边缘设备上跑一个识别模型，却被迫安装整套训练框架。该包通过 ONNX Runtime 执行推理，支持 Whisper、Parakeet 等主流开源语音识别模型，提供简洁的 Python API，几行代码即可完成音频到文本的转换。它适合对安装体积、启动速度和推理效率有要求的场景，比如本地工具、小型服务、嵌入式或 CPU 推理环境。项目处于早期阶段，星标数不高，但方向明确，填补了 ONNX 生态中语音识别易用封装的空白。

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 2026-09-12 · 当前星标 ★ 387

核心亮点

  • 基于 ONNX Runtime，推理依赖轻，安装体积远小于 PyTorch 方案
  • API 简洁，加载模型和转写音频只需少量代码
  • 支持 Whisper、Parakeet 等多种主流 ASR 模型，模型选择灵活

不足之处

  • 项目早期，模型覆盖和功能完善度仍在演进
  • 文档和社区规模较小，遇到问题可参考的资料有限

适用场景

  • 在本地工具或桌面应用中集成离线语音转文字
  • 在 CPU 服务器或边缘设备上部署轻量 ASR 服务
  • 快速验证 Whisper/Parakeet 等 ONNX 模型的识别效果

替代项目

whisper.cpp、faster-whisper、vosk-api

上一篇：SayIt

下一篇：kaldi-active-grammar

同类项目推荐

moshi-rag 开源

边聊边查，语音对话不再瞎编

MoshiRAG is a compact full-duplex speech language model augmented with asynchronous ···

★ 195 2026-10-02
timething 开源

让文本转录自动匹配音频时间轴，精准定位每一句话。

Timething is a library for aligning text transcripts with their audio recordings.

★ 133 2026-08-09
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。

★ 603 2026-09-16
silero-vad 开源

预训练模型快速判断音频里有没有人说话

Silero VAD: pre-trained enterprise-grade Voice Activity Detector

★ 10587 2026-10-27
obs-localvocal 开源

直播录屏时，本地AI实时生成字幕，保护隐私零延迟

OBS plugin for local speech recognition and captioning using AI

★ 1657 2026-09-10
mila 开源

Mac 上离线转写音频，还能分清谁在说话

Mila — native macOS local transcription app (whisper.cpp) with optional speaker dia···

★ 242 2026-09-23
FireRedASR 开源

中文方言和歌唱都能准确识别的开源ASR模型

Open-source industrial-grade ASR models supporting Mandarin, Chinese dialects and En···

★ 2013 2026-08-09
unmute 开源

给文本 LLM 装上耳朵和嘴巴，秒变语音助手

Make text LLMs listen and speak

★ 1537 2026-09-16
vocalinux 开源

在 Linux 上说话就能打字，全程离线不联网

Free, open-source, 100% offline voice dictation for Linux. Speak and type anywhere v···

★ 988 2026-09-23