sherpa-onnx：离线语音处理工具包

项目简介

sherpa-onnx 是一个基于 next-gen Kaldi 和 onnxruntime 的离线语音处理工具包，可在不联网的情况下在本地运行多种语音任务。它面向需要在嵌入式设备、移动端、桌面端和服务器上部署语音能力的开发者。项目采用 Apache-2.0 许可证，文档主页为：https://k2-fsa.github.io/sherpa/onnx/index.html

主要功能

• 语音识别（ASR），支持流式与非流式
• 文本合成语音（TTS）
• 说话人分离、说话人识别、说话人验证
• 语种识别、音频标签（audio tagging）、VAD
• 语音增强（如 gtcrn、DPDFNet、VoxLock）
• 关键词检测
• 音源分离（如 spleeter、UVR）

支持平台与语言

支持 x86、x86_64、32 位 ARM、64 位 ARM（arm64、aarch64）、RISC-V（riscv64）、RK NPU、Ascend NPU 等架构，可在 Linux、macOS、Windows、openKylin、Android、WearOS、iOS、HarmonyOS、NodeJS、WebAssembly 等环境运行。README 还列出了 NVIDIA Jetson Orin NX、NVIDIA Jetson Nano B01、Raspberry Pi、RV1126、LicheePi4A、VisionFive 2、旭日X3派、爱芯派、RK3588、SpacemiT-K1、SpacemiT-K3 等设备支持。

提供 C++、C、Python、Go、C#、Java、Kotlin、JavaScript、Swift、Rust、Dart、Object Pascal API，并支持 WebAssembly。框架方面支持 Flutter 和 Tauri，README 给出了预构建 demo：

• Flutter demo：https://github.com/k2-fsa/sherpa-onnx/releases/tag/flutter
• Tauri demo：https://github.com/k2-fsa/sherpa-onnx/releases/tag/tauri

同时支持 Rockchip NPU（RKNN）、Qualcomm NPU（QNN）、Ascend NPU、Axera NPU、Intel NPU（OpenVINO）。

安装与使用

资料中未提供统一安装命令。可访问官方文档 https://k2-fsa.github.io/sherpa/onnx/index.html 查看各语言、各平台的构建与使用方式。README 还提供了无需安装的 Hugging Face Spaces 在线体验入口，覆盖说话人分离、语音识别、Whisper 语音识别、语音合成、字幕生成、音频标签、音源分离、语种识别，以及基于 WebAssembly 的 VAD、实时语音识别、语音合成、说话人分离和声音克隆等演示。

注意事项

• 所有功能均在本地离线运行，不依赖网络。
• 支持平台、架构、框架和 NPU 较多，具体可用组合以 README 表格和官方文档为准。
• 预构建 Android APK、Flutter/Tauri demo 等资源可在对应 releases 页面查看。

本作品整理自 GitHub 开源项目 k2-fsa/sherpa-onnx，原作者 @k2-fsa，许可证 Apache-2.0。中文介绍由 AI 根据项目 README 整理，以原仓库为准。