项目预览
项目数据
项目介绍
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 2026-11-17 · 当前星标 ★ 1802
使用教程
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 支持平台:Android、iOS、Windows、macOS、Linux;架构含 x64、x86、arm64、arm32、riscv64
- 需要 C++ 编译环境(项目以 C++ 编写,README 节选未给出编译器与构建工具的具体版本)
- 按所选语言绑定准备对应运行环境(Python、Go、C#、Kotlin、Swift、JavaScript 之一)
- 需另行获取语音识别模型与测试音频,README 节选未列出具体模型名称
安装与启动步骤
-
1确认平台支持
对照 README 平台表,确认目标系统与 CPU 架构在支持范围内,例如 Linux riscv64、Android arm64 等
-
2克隆仓库
把源码取到本地,后续按官网文档选择编译方式或直接使用对应语言绑定
git clone https://github.com/k2-fsa/sherpa-ncnn.git -
3查阅官方文档
打开官网文档页,按目标平台查找对应的编译、模型下载与示例运行说明,README 节选未给出这些命令
-
4选择语言绑定
根据集成方式确定使用 C++、C、Python、JavaScript、Go、C#、Kotlin 还是 Swift,也可选 WebAssembly
-
5准备模型与音频
按官网文档下载与所选任务匹配的流式识别或 VAD 模型,放在文档指定目录后再运行示例
如何确认成功
README 节选未提供验证命令,以官网文档中对应平台的示例程序成功输出识别结果为准。
常见问题
Q:这个项目支持哪些功能?
A:README 列出三类功能:流式实时语音识别、语音合成(如 piper 的 vits 模型)、VAD 语音活动检测(如 silero-vad)。
Q:可以部署在哪些设备上?
A:Android、iOS、Windows、macOS、Linux,架构覆盖 x64、x86、arm64、arm32 与 riscv64,另支持 WebAssembly。
Q:支持哪些编程语言调用?
A:README 列出 C++、C、Python、JavaScript、Go、C#、Kotlin、Swift 八种绑定。
Q:能在本地离线跑吗?
A:README 明确说明这些功能都在本地运行,无需把音频上传到服务器。
注意事项
- README 节选只包含功能与平台支持表,没有安装命令,因此本教程不含编译与运行指令,实际命令请以官网文档为准。
- 不同平台与架构的构建方式差异较大(如 Android、iOS、RISC-V 开发板),建议先跑通桌面 Linux 或 macOS 示例。
- 模型文件与语言绑定需配套使用,下载后按文档要求的目录结构放置。
核心亮点
- 完全离线推理,无需联网,隐私数据不出设备
- 覆盖 iOS、Android、Linux、Windows、macOS 及 RISC-V 开发板,跨平台能力强
- 提供 C、C#、Go、Kotlin、Python 等多语言绑定,集成门槛低
不足之处
- 中文文档和示例相对有限,新手需要一定 C++ 与模型部署基础
- 预训练模型以中英为主,小语种和方言覆盖不足
- 不同平台需自行交叉编译,RISC-V 等边缘设备适配成本较高
适用场景
- 移动 App 内离线语音输入与实时字幕
- 嵌入式设备或树莓派上的本地语音指令识别
- 会议/录音场景的离线转写与 VAD 静音切分
替代项目
whisper.cpp、vosk-api、funasr
同类项目推荐
dotty-stackchan
开源
让 StackChan 离线对话,语音不出家门
Self-hosted voice-assistant stack for the M5Stack StackChan desktop robot. Local ASR···
simple-obs-stt
开源
直播时自动生成实时字幕,直接叠加到 OBS 画面
Speech-to-text and keyboard input captions for OBS.
Kaze
开源
按住说话,松手出字,全程本地不联网
Local speech to text app - Talk instead of typing.
conformer
开源
用 PyTorch 复现卷积+Transformer 的语音识别模型
[Unofficial] PyTorch implementation of "Conformer: Convolution-augmented Transformer···
whispering
开源
说话即出字幕,VRChat 和直播叠加一键同步
Whispering Tiger - OpenAI's whisper (and other models) with OSC and Websocket suppor···
Recorder
开源
一个库搞定 H5 多格式录音,还能语音转文字
html5 js 录音 mp3 wav ogg webm amr g711a g711u 格式,支持pc和Android、iOS部分Web浏览···
template-tiktok
开源
本地 Whisper 自动生成 TikTok 动态字幕
Generate TikTok-style captions with Whisper.cpp
faster-whisper-GUI
开源
本地拖拽音频,一键生成字幕文本
faster_whisper GUI with PySide6
Whispera
开源
Mac 上本地离线把语音秒变文字,录音即转写
AI-powered voice transcription app for macOS using WhisperKit
