sherpa-onnx v1.10.45FireRedASR 离线语音识别全语言支持一文看懂【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 v1.10.45 版本正式引入了对 FireRedASR 语音识别模型的完整支持。FireRedASR 是基于注意力机制的端到端AED模型这个版本不仅把模型导出为 ONNX 格式还为 C、Python、C、C#、Swift、Dart、Go、Pascal、JavaScript 等语言提供了配套 API。如果你正在找一条可以完全离线运行 FireRedAsr 语音识别的接入路径这就是它落地的起点。这次更新对你意味着什么sherpa-onnx 定位是下一代 Kaldi onnxruntime的本地推理框架主打无网络环境下的语音识别、语音合成、说话人分离等能力此前已收录 Whisper、Paraformer、SenseVoice 等一批离线 ASR 模型。v1.10.45 把 FireRedASR 加进来等于给离线识别多了一个高准确率的候选。AED 模型的工作方式可以简单理解成两步编码器先把整段音频听完并压缩成表示解码器再逐字生成文本生成时可以通过注意力机制反复回看音频内容。相比纯流式结构这种设计在较长句、复杂声学场景下通常更稳代价是需要等音频到齐才能开始解码——所以它属于非流式offline识别的范畴。官方发布的模型包以sherpa-onnx-fire-red-asr-large-zh_en命名覆盖中英文混合识别测试音频里也包含四川、天津、河南等方言样本说明它对国内真实口音数据做过针对性适配。背后的工程决策与两处修复模型导出侧FireRedASR 被拆成 encoder 与 decoder 两个 ONNX 文件并提供了 int8 量化版本示例代码直接引用encoder.int8.onnx和decoder.int8.onnx。量化后模型体积更小、推理更快在嵌入式设备与移动端上尤其有意义。语言绑定沿用了项目的分层思路核心逻辑用 C 实现C API 作为统一出口Go、C#、Pascal 等语言绑定都基于 C API 封装JavaScript 则同时提供 node-addon 和 WebAssembly 两条路线分别面向服务端 Node 应用和浏览器端推理。 这个版本还修了两个不起眼但值得注意的问题。一是 Go 绑定此前底层 C 结构体创建失败时Go 侧的实例创建仍会返回成功存在潜在的内存访问风险现在创建链路会正确反映失败状态。二是实时因子RTF即识别耗时与音频时长的比值数值越小越快的计算代码中存在拼写错误修复后性能指标才是可信的。不同技术栈的接入方式模型文件统一从项目的 asr-models 发布包下载解压各语言的调用入口如下均以离线识别为例C / PythonC 参考 fire-red-asr-cxx-api.ccPython 则通过OfflineRecognizer.from_fire_red_asr传入 encoder、decoder、tokens 三个文件即可完整示例见 offline-fire-red-asr-decode-files.pyC / CXX APIfire-red-asr-c-api.cJava / KotlinAndroidNonStreamingDecodeFileFireRedAsr.javaC# / .NETdotnet-examples/offline-decode-filesSwiftiOS / macOSswift-api-examples/decode-file.swiftDart / Flutterdart-api-examples/non-streaming-asrGogo-api-examples/non-streaming-decode-filesPascal / Lazaruspascal-api-examples/non-streaming-asrJavaScriptNode 侧见 nodejs-addon-examples浏览器端走 wasm 目录下的 WebAssembly 构建如果你需要 clone 仓库查看完整代码地址是 https://gitcode.com/GitHub_Trending/sh/sherpa-onnx 示例脚本里多数还附带了可直接运行的.sh包装。升级路径对已有项目来说升级成本很低拉取新版本、下载对应模型包然后把识别器换成 FireRedASR 入口即可其余音频加载与解码流程与现有 ASR 模型保持一致。FireRedASR 与 Whisper、SenseVoice 等模型在准确率与速度上的实际权衡建议用你自己场景的数据跑一组对比再下结论。对于新项目从 Python 示例起步、验证效果后再选择目标语言绑定是阻力最小的路线。【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 sherpa-onnx v1.10.45：FireRedASR 离线语音识别全语言支持一文看懂
sherpa-onnx v1.10.45FireRedASR 离线语音识别全语言支持一文看懂【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 v1.10.45 版本正式引入了对 FireRedASR 语音识别模型的完整支持。FireRedASR 是基于注意力机制的端到端AED模型这个版本不仅把模型导出为 ONNX 格式还为 C、Python、C、C#、Swift、Dart、Go、Pascal、JavaScript 等语言提供了配套 API。如果你正在找一条可以完全离线运行 FireRedAsr 语音识别的接入路径这就是它落地的起点。这次更新对你意味着什么sherpa-onnx 定位是下一代 Kaldi onnxruntime的本地推理框架主打无网络环境下的语音识别、语音合成、说话人分离等能力此前已收录 Whisper、Paraformer、SenseVoice 等一批离线 ASR 模型。v1.10.45 把 FireRedASR 加进来等于给离线识别多了一个高准确率的候选。AED 模型的工作方式可以简单理解成两步编码器先把整段音频听完并压缩成表示解码器再逐字生成文本生成时可以通过注意力机制反复回看音频内容。相比纯流式结构这种设计在较长句、复杂声学场景下通常更稳代价是需要等音频到齐才能开始解码——所以它属于非流式offline识别的范畴。官方发布的模型包以sherpa-onnx-fire-red-asr-large-zh_en命名覆盖中英文混合识别测试音频里也包含四川、天津、河南等方言样本说明它对国内真实口音数据做过针对性适配。背后的工程决策与两处修复模型导出侧FireRedASR 被拆成 encoder 与 decoder 两个 ONNX 文件并提供了 int8 量化版本示例代码直接引用encoder.int8.onnx和decoder.int8.onnx。量化后模型体积更小、推理更快在嵌入式设备与移动端上尤其有意义。语言绑定沿用了项目的分层思路核心逻辑用 C 实现C API 作为统一出口Go、C#、Pascal 等语言绑定都基于 C API 封装JavaScript 则同时提供 node-addon 和 WebAssembly 两条路线分别面向服务端 Node 应用和浏览器端推理。 这个版本还修了两个不起眼但值得注意的问题。一是 Go 绑定此前底层 C 结构体创建失败时Go 侧的实例创建仍会返回成功存在潜在的内存访问风险现在创建链路会正确反映失败状态。二是实时因子RTF即识别耗时与音频时长的比值数值越小越快的计算代码中存在拼写错误修复后性能指标才是可信的。不同技术栈的接入方式模型文件统一从项目的 asr-models 发布包下载解压各语言的调用入口如下均以离线识别为例C / PythonC 参考 fire-red-asr-cxx-api.ccPython 则通过OfflineRecognizer.from_fire_red_asr传入 encoder、decoder、tokens 三个文件即可完整示例见 offline-fire-red-asr-decode-files.pyC / CXX APIfire-red-asr-c-api.cJava / KotlinAndroidNonStreamingDecodeFileFireRedAsr.javaC# / .NETdotnet-examples/offline-decode-filesSwiftiOS / macOSswift-api-examples/decode-file.swiftDart / Flutterdart-api-examples/non-streaming-asrGogo-api-examples/non-streaming-decode-filesPascal / Lazaruspascal-api-examples/non-streaming-asrJavaScriptNode 侧见 nodejs-addon-examples浏览器端走 wasm 目录下的 WebAssembly 构建如果你需要 clone 仓库查看完整代码地址是 https://gitcode.com/GitHub_Trending/sh/sherpa-onnx 示例脚本里多数还附带了可直接运行的.sh包装。升级路径对已有项目来说升级成本很低拉取新版本、下载对应模型包然后把识别器换成 FireRedASR 入口即可其余音频加载与解码流程与现有 ASR 模型保持一致。FireRedASR 与 Whisper、SenseVoice 等模型在准确率与速度上的实际权衡建议用你自己场景的数据跑一组对比再下结论。对于新项目从 Python 示例起步、验证效果后再选择目标语言绑定是阻力最小的路线。【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