sherpa onnx
v1.10.34
| 语音识别 | 语音合成 |
|---|---|
| ✔️ | ✔️ |
| 说话人识别 | 说话人分类 | 说话人验证 |
|---|---|---|
| ✔️ | ✔️ | ✔️ |
| 口语识别 | 音频标记 | 语音活动检测 |
|---|---|---|
| ✔️ | ✔️ | ✔️ |
| 关键词发现 | 添加标点符号 |
|---|---|
| ✔️ | ✔️ |
| 建筑学 | 安卓 | iOS系统 | 视窗 | macOS | 操作系统 | 鸿蒙操作系统 |
|---|---|---|---|---|---|---|
| x64 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | |
| x86 | ✔️ | ✔️ | ||||
| ARM64 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ |
| 臂32 | ✔️ | ✔️ | ✔️ | |||
| RISCV64 | ✔️ |
| 1.C++ | 2.C | 3.Python | 4. JavaScript |
|---|---|---|---|
| ✔️ | ✔️ | ✔️ | ✔️ |
| 5.Java | 6.C# | 7.科特林 | 8.斯威夫特 |
|---|---|---|---|
| ✔️ | ✔️ | ✔️ | ✔️ |
| 9. 去吧 | 10. 飞镖 | 11. 铁锈 | 12.帕斯卡 |
|---|---|---|---|
| ✔️ | ✔️ | ✔️ | ✔️ |
对于 Rust 支持，请参阅 sherpa-rs
它还支持 WebAssembly。
该存储库支持在本地运行以下功能
在以下平台和操作系统上：
x86_64位 ARM、64 位 ARM（arm64、aarch64）、RISC-V（riscv64）使用以下 API
C#| 描述 | 网址 |
|---|---|
| 说话人分类 | 点我 |
| 语音识别 | 点我 |
| 使用 Whisper 进行语音识别 | 点我 |
| 语音合成 | 点我 |
| 生成字幕 | 点我 |
| 音频标记 | 点我 |
| 使用 Whisper 进行口语识别 | 点我 |
我们还有使用 WebAssembly 构建的空间。下面列出了它们：
| 描述 | 抱脸空间 | 模型范围空间 |
|---|---|---|
| 使用 silero-vad 进行语音活动检测 | 点我 | 地址 |
| 使用Zipformer进行实时语音识别（中文+英文） | 点我 | 地址 |
| 使用 Paraformer 进行实时语音识别（中文+英文） | 点我 | 地址 |
| 使用 Paraformer-large 进行实时语音识别（中文+英语+粤语） | 点我 | 地址 |
| 实时语音识别（英文） | 点我 | 地址 |
| VAD + SenseVoice 语音识别（中文+英语+韩语+日语+粤语） | 点我 | 地址 |
| VAD + 语音识别（英语），使用 Whisper tiny.en | 点我 | 地址 |
| VAD + 语音识别（英语）与 Moonshine tiny | 点我 | 地址 |
| VAD + 语音识别（英语），使用 Zipformer 进行 GigaSpeech 训练 | 点我 | 地址 |
| VAD + 语音识别（中文），使用 Zipformer 和 WenetSpeech 进行训练 | 点我 | 地址 |
| VAD + 语音识别（日语），使用 Zipformer 进行 ReazonSpeech 训练 | 点我 | 地址 |
| VAD + 语音识别（泰语），使用 Zipformer 进行 GigaSpeech2 训练 | 点我 | 地址 |
| 使用 TeleSpeech-ASR CTC 模型的 VAD + 语音识别（中文多种方言） | 点我 | 地址 |
| 使用 Paraformer-large 进行 VAD + 语音识别（英语 + 中文，及多种中文方言） | 点我 | 地址 |
| 使用 Paraformer-small 进行 VAD + 语音识别（英语 + 中文，及多种中文方言） | 点我 | 地址 |
| 语音合成（英语） | 点我 | 地址 |
| 语音合成（德语） | 点我 | 地址 |
| 说话人分类 | 点我 | 地址 |
| 描述 | 网址 | 中国用户 |
|---|---|---|
| 说话人分类 | 地址 | 点此 |
| 流式语音识别 | 地址 | 点此 |
| 文字转语音 | 地址 | 点此 |
| 语音活动检测 (VAD) | 地址 | 点此 |
| VAD+非流式语音识别 | 地址 | 点此 |
| 二次语音识别 | 地址 | 点此 |
| 音频标记 | 地址 | 点此 |
| 音频标记 (WearOS) | 地址 | 点此 |
| 说话人识别 | 地址 | 点此 |
| 口语识别 | 地址 | 点此 |
| 关键词发现 | 地址 | 点此 |
| 描述 | 网址 | 中国用户 |
|---|---|---|
| 流式语音识别 | 地址 | 点此 |
| 描述 | 网址 | 中国用户 |
|---|---|---|
| Android（arm64-v8a、armeabi-v7a、x86_64） | 地址 | 点此 |
| Linux (x64) | 地址 | 点此 |
| macOS (x64) | 地址 | 点此 |
| macOS（arm64） | 地址 | 点此 |
| Windows (x64) | 地址 | 点此 |
注意：您需要从 iOS 源代码构建。
| 描述 | 网址 | 中国用户 |
|---|---|---|
| 生成字幕 (生成字幕) | 地址 | 点此 |
| 描述 | 网址 |
|---|---|
| 语音识别（语音转文本、ASR） | 地址 |
| 文本转语音 (TTS) | 地址 |
| 虚拟AD | 地址 |
| 关键词发现 | 地址 |
| 音频标记 | 地址 |
| 说话人识别（Speaker ID） | 地址 |
| 口语识别（Language ID） | 查看语音识别中的多语言 Whisper ASR 模型 |
| 标点 | 地址 |
| 说话人分割 | 地址 |
请参阅
了解更多型号。下表仅列出了其中的一些。
| 姓名 | 支持的语言 | 描述 |
|---|---|---|
| sherpa-onnx-streaming-zipformer-bilingual-zh-en-2023-02-20 | 中文、英文 | 参见 |
| sherpa-onnx-streaming-zipformer-small-bilingual-zh-en-2023-02-16 | 中文、英文 | 参见 |
| sherpa-onnx-streaming-zipformer-zh-14M-2023-02-23 | 中国人 | 适用于 Cortex A7 CPU。参见 |
| sherpa-onnx-streaming-zipformer-en-20M-2023-02-17 | 英语 | 适用于 Cortex A7 CPU。参见 |
| sherpa-onnx-streaming-zipformer-韩语-2024-06-16 | 韩国人 | 参见 |
| sherpa-onnx-streaming-zipformer-fr-2023-04-14 | 法语 | 参见 |
请参阅
了解更多型号。下表仅列出了其中的一些。
| 姓名 | 支持的语言 | 描述 |
|---|---|---|
| 耳语小.en | 英语 | 参见 |
| 月光小 | 英语 | 参见 |
| sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17 | 中文、粤语、英语、韩语、日语 | 支持多种中文方言。参见 |
| sherpa-onnx-paraformer-zh-2024-03-09 | 中文、英文 | 也支持多种中文方言。参见 |
| sherpa-onnx-zipformer-ja-reazonspeech-2024-08-01 | 日本人 | 参见 |
| 夏尔巴人-onnx-nemo-传感器-giga-am-俄罗斯-2024-10-24 | 俄语 | 参见 |
| 夏尔巴人-onnx-nemo-ctc-giga-am-俄罗斯-2024-10-24 | 俄语 | 参见 |
| 夏尔巴人-onnx-zipformer-ru-2024-09-18 | 俄语 | 参见 |
| sherpa-onnx-zipformer-韩语-2024-06-24 | 韩国人 | 参见 |
| sherpa-onnx-zipformer-泰国-2024-06-20 | 泰国 | 参见 |
| sherpa-onnx-telespeech-ctc-int8-zh-2024-06-04 | 中国人 | 支持多种方言。参见 |
新一代Kaldi微信交流群和QQ交流群请参见https://k2-fsa.github.io/sherpa/social-groups.html。
它展示了如何将 ASR 和 TTS Python API 与 FastAPI 结合使用。
使用 C# 中的流式 ASR 和图形用户界面。
中文视频演示：【】Windows实时字幕软件开源（网课/开会必备）
它使用 sherpa-onnx 的 JavaScript API 以及 Electron
中文视频演示：爆了！炫神教你开发型挂！真正影响胜率的英雄联盟工具！英雄联盟的最后一块拼图！和游戏中的每个人无障碍沟通！
