sherpa-onnx
Boîte à outils locale hors ligne de synthèse vocale, de reconnaissance vocale et de traitement audio.
Exécutez la reconnaissance vocale, la diarisation et la VAD localement sans connexion Internet.
sherpa-onnx fournit des fonctionnalités de reconnaissance vocale, de synthèse vocale, de diarisation des locuteurs et de VAD hors ligne propulsées par la nouvelle génération de Kaldi et onnxruntime. Il est conçu pour les professionnels de la santé mentale et les développeurs qui ont besoin de traiter l'audio de séances de thérapie entièrement sur des appareils locaux sans exposer de données sensibles à des services cloud.
Qu'est-ce que c'est
L'outil effectue la reconnaissance vocale locale, l'identification des locuteurs, la diarisation, le balisage audio, la séparation des sources et la détection d'activité vocale. Il s'exécute complètement hors ligne sur des systèmes embarqués, des appareils mobiles, des ordinateurs de bureau et des serveurs dans 12 langages de programmation différents.
Pour qui
Il convient aux cliniciens, chercheurs et développeurs créant des applications sécurisées orientées hors-ligne pour analyser ou transcrire des séances de thérapie. Il ne convient pas aux praticiens recherchant une plateforme de gestion de cabinet SaaS hébergée dans le cloud clé en main sans configuration technique requise.
Fonctionnalités clés
Reconnaissance vocale hors ligne
Transcrivez l'audio localement en utilisant des modèles en flux continu ou non sans accès Internet.
Diarisation des locuteurs
Identifiez et séparez différents locuteurs dans une conversation à plusieurs personnes comme les séances de thérapie.
Détection d'activité vocale
Détectez avec précision les segments vocaux en utilisant des outils tels que silero-vad intégrés localement.
Support multi-plateforme
Déployez sur Android, iOS, Linux, Windows, macOS, Raspberry Pi et des NPU spécialisés.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- S'exécute entièrement hors ligne garantissant une confidentialité totale des données pour l'audio sensible des thérapies
- Prend en charge 12 langages de programmation dont Python, C++, Java et Swift
- Fournit des applications de démonstration pré-construites pour Flutter and Tauri
- Comprend l'amélioration de la parole, la séparation des sources et la restauration de la ponctuation
Ses limites
- Nécessite des compétences techniques significatives pour compiler, intégrer et déployer sur les plateformes cibles
- Ne comprend pas d'interface graphique prête à l'emploi adaptée spécifiquement aux flux de travail de santé mentale
- Vous devez trouver, sélectionner et gérer vos propres modèles vocaux et d'IA localement
Tarifs & licence
Gratuit sous licence Apache-2.0, sans option payante hébergée fournie par le projet. Le seul coût est son exécution par vos soins sur votre propre matériel.
Missions pour francophones
873 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$170 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Utilisez-le, ou laissez-nous l'installer
FAQ
sherpa-onnx nécessite-t-il une connexion Internet pour fonctionner ?
Non, toutes les tâches de reconnaissance vocale, de synthèse vocale et de traitement audio s'exécutent entièrement hors ligne.
Quels langages de programmation sont pris en charge ?
Il prend en charge 12 langages dont C++, C, Python, JavaScript, Java, C#, Kotlin, Swift, Go, Dart, Rust et Pascal.
Puis-je l'exécuter sur des appareils mobiles ?
Oui, il prend en charge Android, iOS et HarmonyOS avec des applications de démonstration Flutter et Tauri pré-construites disponibles.
