sherpa-onnx v1.10.45 发布解读FireRedAsr 语音识别全量接入【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 已发布。本次核心变化是完整接入 FireRedAsr 注意力端到端AED语音识别模型各语言绑定一次配齐。同时修复了 Go 绑定的一处潜在内存隐患并校正了 RTF 性能指标计算。 sherpa-onnx v1.10.45 三大看点FireRedAsr 全平台接入FireRedAsr AED 模型进入离线识别体系模型以 encoder decoder 两个 ONNX 文件导出官方同时提供 int8 量化版本。绑定接入顺序为 C、C、CXX、Python 先行#1865–#1872随后 Java/Kotlin、C#、Swift、Dart、Go、Pascal 以及 JavaScriptNode.js addon 与 WebAssembly跟进#1870–#1880一轮补齐 13 层接口。Go 绑定修复 C 结构体初始化失败此前 Go 端实例可能在底层 C 结构体创建失败时仍然构造成功指针处于半初始化状态存在无效访问风险#1860。RTF 实时因子口径校准RTF 计算中的一处拼写错误被修正#1861各示例程序输出的实时性能指标从此准确、可跨版本对比。 sherpa-onnx v1.10.45 中 FireRedAsr 是怎么落地的FireRedAsr 是典型的 Encoder-Decoder 结构。推理时语音特征先送入 encoder ONNX产出 cross-attention 的 K、Vdecoder ONNX 再逐步自回归生成 token。C 核心用两个 ORT Session 分别承载这两个模型若启用 CUDAencoder 的 K/V 输出会通过 IoBinding 固定在显存中因为 decoder 每一步都要反复引用同一份 K/V避免设备与主机间的来回拷贝。解码目前仅支持 greedy_search配置其他策略会在启动时报错提示。token 产出后经符号表映射为文本再经 OfflineRecognizer 统一接口分发给各语言绑定上层代码无需感知模型差异。 平台与语言覆盖一览平台语言/接口适用场景服务器 / 桌面C / CXX / C API性能敏感的离线解码Python 环境sherpa_onnx 绑定模型评测、快速验证Web / 浏览器WebAssembly Node.js addon前端推理、服务端 ASRWindows / .NETC#桌面应用集成macOS / iOSSwiftApple 生态应用Android / FlutterJava / Kotlin / Dart移动与跨端应用Pascal 生态Pascal APILazarus 桌面项目 修复与细节打磨Go 实例创建成功但 C 结构体初始化失败#1860→ 失败路径现在能正确暴露不再持有半初始化指针RTF 计算拼写错误#1861→ 各识别程序报告的实时因子准确可作性能监控依据 谁该关注这次更新Web 前端WebAssembly 版 FireRedAsr 让浏览器内语音识别成为可能音频不必上传后端。移动端Java、Kotlin、Swift、Dart 绑定齐备Android、iOS、Flutter 工程可直接替换模型接入。服务器与边缘部署C/C API 配合 int8 量化模型适合资源受限环境GPU 服务器还可走 CUDA 路径。 上手路径建议快速体验安装 Python 绑定后运行 python-api-examples/offline-fire-red-asr-decode-files.pyimport sherpa_onnx recognizer sherpa_onnx.OfflineRecognizer(config)正式集成CXX、C#、Java 示例分别见 cxx-api-examples/、dotnet-examples/、java-api-examples/按需取用。极致性能直接走 C/C API选用 int8 encoderGPU 环境开启 CUDA provider并用修正后的 RTF 做调优。写在最后这次发布延续了 sherpa-onnx 模型导出 多语言绑定一次配齐的节奏离线中英文识别的可选模型池进一步扩大。后续值得关注的是更多 AED 架构模型的接入以及它们向流式推理场景的延伸。【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