sherpa-onnx
Lokales Toolkit für Sprache-zu-Text, Text-zu-Sprache und Audioverarbeitung offline.
Führen Sie Spracherkennung, Diarisierung und VAD lokal ohne Internetverbindung aus.
sherpa-onnx bietet Offline-Sprache-zu-Text, Text-zu-Sprache, Sprecherdiarisierung und VAD, angetrieben von Kaldi der nächsten Generation und onnxruntime. Es ist für Fachkräfte im Bereich der psychischen Gesundheit und Entwickler konzipiert, die Therapiensitzungs-Audio vollständig auf lokalen Geräten verarbeiten müssen, ohne sensible Daten Cloud-Diensten auszusetzen.
Was es ist
Das Tool führt lokale Spracherkennung, Sprecheridentifikation, Diarisierung, Audiotagging, Quellentrennung und Spracherkennung (VAD) durch. Es läuft komplett offline auf eingebetteten Systemen, Mobilgeräten, Desktops und Servern in 12 verschiedenen Programmiersprachen.
Für wen
Es eignet sich für Kliniker, Forscher und Entwickler, die sichere, auf Offline-Modus ausgerichtete Anwendungen zur Analyse oder Transkription von Therapiensitzungen entwickeln. Es eignet sich nicht für Praktiker, die eine schlüsselfertige, in der Cloud gehostete SaaS-Praxisverwaltungsplattform ohne technischen Installationsaufwand suchen.
Wichtige Funktionen
Offline-Spracherkennung
Transkribieren Sie Audio lokal mithilfe von Streaming- oder Nicht-Streaming-Modellen ohne Internetzugang.
Sprecherdiarisierung
Identifizieren und trennen Sie verschiedene Sprecher in einem Gespräch mit mehreren Personen wie Therapiensitzungen.
Spracherkennung (VAD)
Erkennen Sie Sprachsegmente präzise mit lokal eingebetteten Tools wie silero-vad.
Plattformübergreifende Unterstützung
Bereitstellung auf Android, iOS, Linux, Windows, macOS, Raspberry Pi und spezialisierten NPUs.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Läuft vollständig offline und gewährleistet vollständigen Datenschutz für sensible Therapiedateien
- Unterstützt 12 Programmiersprachen einschließlich Python, C++, Java und Swift
- Bietet vorgefertigte Demo-Apps für Flutter und Tauri
- Enthält Sprachverbesserung, Quellentrennung und Wiederherstellung von Satzzeichen
Schwächen
- Erfordert beträchtliches technisches Know-how zum Kompilieren, Integrieren und Bereitstellen auf Zielplattformen
- Enthält keine benutzerfertige grafische Benutzeroberfläche, die speziell auf Workflows im Bereich der psychischen Gesundheit zugeschnitten ist
- Sie müssen Ihre eigenen Sprach- und KI-Modelle lokal beschaffen, auswählen und verwalten
Preise & Lizenz
Kostenlos unter der Apache-2.0 Lizenz, ohne kostenpflichtige gehostete Optionen vom Projekt. Die einzigen Kosten entstehen durch den Eigenbetrieb auf eigener Hardware.
Stellen für Deutschsprachige
873 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$170 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
Benötigt sherpa-onnx eine Internetverbindung zum Ausführen?
Nein, alle Aufgaben zur Spracherkennung, Text-zu-Sprache und Audioverarbeitung laufen vollständig offline.
Welche Programmiersprachen werden unterstützt?
Es unterstützt 12 Sprachen, darunter C++, C, Python, JavaScript, Java, C#, Kotlin, Swift, Go, Dart, Rust und Pascal.
Kann ich dies auf Mobilgeräten ausführen?
Ja, es unterstützt Android, iOS und HarmonyOS mit vorgefertigten Flutter- und Tauri-Demo-Apps.
