sherpa

用下一代 Kaldi 快速搭建高性能语音转写服务

sherpa 是一个基于下一代 Kaldi 的语音识别服务端框架，用 C++ 实现，提供端到端的语音转文字能力。它解决了传统语音识别系统部署复杂、实时性差的问题，将训练好的模型（如 PyTorch 训练的 CTC 或 Transducer 模型）高效地封装为可服务的 WebSocket 接口。核心能力包括：支持流式和非流式识别、多模型管理、低延迟推理，并提供了 Python 绑定，方便集成和二次开发。项目处于早期阶段，但架构清晰，适合对性能要求高的语音交互场景。

开源 free 语音识别
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 997
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类语音识别
开发团队k2-fsa
所属国家
官网地址https://k2-fsa.github.io/sherpa
GitHubhttps://github.com/k2-fsa/sherpa
定价模式free
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
是否开源是
开源协议Apache-2.0
主要语言C++
技术栈/模型asr,cpp,ctc,end-to-end-asr,python,pytorch,speech-recognition,transducer,websocket
GitHub 星标★ 997
30天Star增速
HF 下载量
上线时间2022-05-20 00:00:00
最近更新2026-09-23 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数6

使用教程

核心亮点

  • 基于下一代 Kaldi，识别精度和性能有保障
  • 原生支持 WebSocket 流式输出，适合实时交互
  • 提供 Python 绑定，降低使用门槛

不足之处

  • 项目早期，文档和社区生态待完善
  • 功能相对单一，主要聚焦服务端推理

适用场景

  • 智能语音助手后端服务
  • 实时会议转写系统
  • 嵌入式语音交互设备

替代项目

Vosk、whisper.cpp、Kaldi

项目介绍

sherpa 是语音识别领域的开源项目，由 k2-fsa 开发，2022 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（997）位列前 30%，在语音识别分类中处于中上游。

近 42 天，它的 GitHub 星标从 970 增加到 997，净增 27。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。Apache-2.0许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：智能语音助手后端服务。同类可对比的替代方案包括 Vosk、whisper.cpp、Kaldi。

上一篇：murmure

下一篇：BiBi-Keyboard

同类项目推荐

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

★ 1616 2026-09-10
LiveCaptions-Translator 开源

实时捕获系统音频，一键翻译成你懂的语言

Lightweight and powerful real-time audio/speech translation tool based on Windows Li···

★ 3755 2026-08-10
speechbrain 开源

一站式 PyTorch 语音工具箱，快速搞定识别、说话人验证等任务

A PyTorch-based Speech Toolkit

★ 11834 2026-08-26
whisper-diarization 开源

给语音转写加上说话人标签，会议记录一目了然

Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper

★ 5657 2026-08-13