sherpa-onnx

离线搞定语音识别与合成，支持多端多语言

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 1861 🐛 待处理 649 👀 关注 119

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 15848

维护状态活跃

是否开源开源

定价模式 🏷️完全免费完全开源免费，Apache-2.0 许可证，可本地部署，无付费版本。

项目预览

sherpa-onnx 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k2-fsa

官网地址https://k2-fsa.github.io/sherpa/onnx/index.html

GitHubhttps://github.com/k2-fsa/sherpa-onnx

定价模式🏷️完全免费

价格说明完全开源免费，Apache-2.0 许可证，可本地部署，无付费版本。

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aarch64,android,arm32,asr,cpp,csharp,dotnet,ios,lazarus,linux,macos,mfc,object-pascal,onnx,raspberry-pi,risc-v,speech-to-text,text-to-speech,vits,windows

GitHub 星标★ 15848

上线时间2022-09-01 00:00:00

代码更新2026-11-10

仓库体积18.5 MB

本站数据更新2026-11-10

维护状态活跃

收录时间2026-08-09

浏览次数6

项目介绍

sherpa-onnx 是一个基于下一代 Kaldi 和 ONNX Runtime 的语音处理工具包，专注于离线场景下的语音识别（ASR）、文本转语音（TTS）、说话人分离、语音增强、音源分离和语音活动检测（VAD）。它无需互联网连接即可运行，支持从嵌入式系统（如树莓派、RISC-V）到服务器（x86_64）的多种硬件平台，并兼容 Android、iOS、HarmonyOS 等操作系统。项目提供 12 种编程语言的 API，包括 C++、Python、C# 等，方便开发者集成。其核心优势在于将多种语音任务统一在 ONNX 模型下，通过高效的推理引擎实现低延迟、高精度的处理，尤其适合对隐私和实时性要求高的边缘设备。

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 ★ 15848

技术标签

android asr cpp csharp dotnet

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：库/依赖 5 步

⚠ 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

操作系统：Android / iOS / Windows / macOS / Linux / HarmonyOS 之一
CPU 架构：x64、x86、arm64、arm32 或 riscv64（不同架构支持的系统组合不同，需先查支持矩阵）
能访问 GitHub 仓库和官方文档站点以获取安装包与模型
使用离线能力时需提前准备对应的 ONNX 模型文件

安装与启动步骤

1确认平台支持

对照 README 的支持矩阵，确认你的系统与 CPU 架构组合是否被支持，例如 riscv64 目前仅覆盖部分平台。
2克隆官方仓库

把源码仓库拉到本地，后续编译、示例和脚本都在这个目录里，注意磁盘留出足够空间。
```
git clone https://github.com/k2-fsa/sherpa-onnx.git
```
3查阅官方安装文档

README 未给出具体安装命令，请打开官网文档页，按你的平台和编程语言选择对应安装方式。
4准备 ONNX 模型

本项目离线运行，需提前下载所用任务（ASR/TTS/VAD 等）对应的 ONNX 模型放到本地目录。
5选择语言 API 接入

从 C++、Python、C# 等 12 种 API 中挑选你熟悉的语言，按官方示例把库接入自己的工程。