Sherpa-Onnx：100% 离线语音识别与本地语音合成，在树莓派上实时跑通
Sherpa-Onnx100% 离线语音识别与本地语音合成在树莓派上实时跑通【免费下载链接】sherpa-onnxSpeech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 servers, websocket server/client, support 12 programming languages项目地址: https://gitcode.com/GitHub_Trending/sh/sherpa-onnxSherpa-Onnx 是一个完全在本地运行的离线语音识别与合成库加载 ONNX 语音模型即可完成语音转文字、文本转语音与说话人分离全程无需联网。它 14M 参数的流式模型明确支持 Cortex A7 CPU树莓派级别仓库 TTS 截图实测 RTF 0.305。它到底能干什么功能按场景 → 能力组织而不是一堆孤立模块车载 / 会议实时字幕→ 流式语音识别麦克风音频逐帧喂入、边说边出文本流式 Zipformer 与流式 Paraformer 模型均已提供录音文件离线转写→ 非流式识别整段音频一次调用出全文适合批量处理会议录音、客服录音车载播报 / 有声内容→ 本地语音合成Piper、VITS、Kokoro、Matcha 等引擎在端上直接合成 WAV⏰设备唤醒→ 关键词检测3M 参数的 transducer 模型可让麦克风常开而 CPU 占用极低区分说话人→ Silero VAD 先切出语音段说话人嵌入再判断录音中谁说了什么。为什么选 ONNX 路线核心是一套统一的 C/C 实现见 sherpa-onnx/csrc/推理全部交给 ONNX RuntimeC、C、Python、Java、Kotlin、Swift、Go、Dart、Rust、C#、JavaScript、Pascal 共 12 种语言绑定都封装同一套内核另有 WebAssembly 版本。这个架构选择直接兑现为三点部署收益无 GPU 依赖主路径是 CPU 推理Rockchip、Qualcomm、Ascend、Axera 的 NPU 加速可选部署体积小交付物是共享库 模型文件目标设备不需要框架和 Python 环境方便嵌入嵌入式 ASR 工程跨平台复用同一份 ONNX 语音模型在 Android、iOS、HarmonyOS、Windows、macOS、Linux、树莓派语音识别开发板、RISC-V 上通用。仓库 macOS 示例的实测数据下图笔记本 CPU 上 1.314 s 推理生成 4.304 s 音频RTF 0.305快于实时。从零到跑通的最短路径三步克隆仓库并进入目录安装 Python 绑定wheel 自带预编译推理库从官方 releases 下载预训练模型包清单见 README.md再运行 python-api-examples/ 中的示例。git clone https://gitcode.com/GitHub_Trending/sh/sherpa-onnx.git cd sherpa-onnx pip install sherpa-onnx谁适合谁不适合如果你的场景是车载、智能音箱、工业 HMI 这类要求 100% 离线、低延迟的 ASR 与 TTS它很合适模型是本地文件推理路径完全可控无需向云端按调用付费。如果你的目标是复杂噪声下的极限准确率或多轮语义理解先拿最新的大 ASR 模型做对照评测再决定——它的长板在工程形态而非单一模型精度。如果团队没有 C / 嵌入式背景建议先用 Python 或 Flutter 示例验证形态再评估移植。生态与延伸阅读平台、语言、NPU 的完整支持矩阵与预训练模型清单见 README.md示例按语言与平台组织flutter-examples/ 提供可直接运行的 Android、iOS、桌面与 Web 应用。建议先在你的目标硬件上把示例跑通拿到 RTF 与内存占用两个数再决定是否引入生产。【免费下载链接】sherpa-onnxSpeech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 servers, websocket server/client, support 12 programming languages项目地址: https://gitcode.com/GitHub_Trending/sh/sherpa-onnx创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考