sherpa-onnx
Kit de herramientas offline para procesamiento de audio, conversión de texto a voz y voz a texto de forma local.
Ejecuta reconocimiento de voz, diarización y VAD de forma local sin conexión a internet.
sherpa-onnx ofrece conversión de voz a texto y de texto a voz offline, diarización de hablantes y VAD con tecnología de Kaldi de próxima generación y onnxruntime. Está diseñado para profesionales de la salud mental y desarrolladores que necesitan procesar audio de sesiones de terapia íntegramente en dispositivos locales sin exponer datos confidenciales a servicios en la nube.
Qué es
La herramienta realiza reconocimiento de voz local, identificación de hablantes, diarización, etiquetado de audio, separación de fuentes y detección de actividad de voz. Se ejecuta completamente offline en sistemas embebidos, dispositivos móviles, equipos de escritorio y servidores en 12 lenguajes de programación diferentes.
Para quién
Es ideal para clínicos, investigadores y desarrolladores que crean aplicaciones seguras orientadas a offline para analizar o transcribir sesiones de terapia. No es adecuado para profesionales que buscan una plataforma de gestión de práctica en la nube tipo SaaS lista para usar sin configuración técnica previa.
Funciones clave
Reconocimiento de voz offline
Transcribe audio localmente usando modelos con o sin streaming sin acceso a internet.
Diarización de hablantes
Identifica y separa a diferentes hablantes en una conversación con múltiples personas, como sesiones de terapia.
Detección de actividad de voz
Detecta segmentos de voz con precisión utilizando herramientas como silero-vad integradas localmente.
Soporte multiplataforma
Despliega en Android, iOS, Linux, Windows, macOS, Raspberry Pi y NPU especializadas.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Se ejecuta completamente offline garantizando privacidad total de los datos para audios sensibles de terapia
- Compatible con 12 lenguajes de programación, incluidos Python, C++, Java y Swift
- Proporciona aplicaciones de demostración preconstruidas para Flutter y Tauri
- Incluye mejora de voz, separación de fuentes y restauración de puntuación
Sus límites
- Requiere habilidad técnica significativa para compilar, integrar y desplegar en las plataformas de destino
- No incluye una interfaz gráfica de usuario lista para usar adaptada específicamente para flujos de trabajo de salud mental
- Debes buscar, seleccionar y gestionar tus propios modelos de voz y de IA de forma local
Precios y licencia
Gratis bajo su licencia Apache-2.0, sin opciones alojadas de pago proporcionadas por el proyecto. El único coste es ejecutarlo por tu cuenta en tu propio hardware.
Empleos para hispanohablantes
876 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Úsalo, o deja que lo configuremos
FAQ
¿Requiere sherpa-onnx conexión a internet para funcionar?
No, todas las tareas de reconocimiento de voz, conversión de texto a voz y procesamiento de audio se ejecutan completamente offline.
¿Qué lenguajes de programación son compatibles?
Es compatible con 12 lenguajes, incluidos C++, C, Python, JavaScript, Java, C#, Kotlin, Swift, Go, Dart, Rust y Pascal.
¿Puedo ejecutar esto en dispositivos móviles?
Sí, es compatible con Android, iOS y HarmonyOS con aplicaciones de demostración preconstruidas de Flutter y Tauri disponibles.
