sherpa-onnx
Kit de ferramentas offline de conversão de fala em texto, texto em fala e processamento de áudio.
Execute reconhecimento de fala, diarização e VAD localmente sem conexão com a internet.
O sherpa-onnx fornece conversão offline de fala em texto, texto em fala, diarização de falantes e VAD impulsionados por Kaldi de nova geração e onnxruntime. É construído para profissionais de saúde mental e desenvolvedores que precisam processar áudio de sessões de terapia inteiramente em dispositivos locais, sem expor dados sensíveis a serviços em nuvem.
O que é
A ferramenta realiza reconhecimento de fala local, identificação de falantes, diarização, tagueamento de áudio, separação de fontes e detecção de atividade de voz. Funciona completamente offline em sistemas embarcados, dispositivos móveis, desktops e servidores em 12 linguagens de programação diferentes.
Para quem
É adequado para clínicos, pesquisadores e desenvolvedores que constroem aplicativos seguros e focados em offline para analisar ou transcrever sessões de terapia. Não é adequado para profissionais que buscam uma plataforma de gestão de prática SaaS hospedada na nuvem e pronta para uso, sem necessidade de configuração técnica.
Recursos principais
Reconhecimento de Fala Offline
Transcreva áudio localmente usando modelos com ou sem streaming, sem acesso à internet.
Diarização de Falantes
Identifique e separe diferentes falantes em uma conversa com várias pessoas, como sessões de terapia.
Detecção de Atividade de Voz
Detecte segmentos de fala com precisão usando ferramentas como o silero-vad incorporado localmente.
Suporte Multiplataforma
Implante em Android, iOS, Linux, Windows, macOS, Raspberry Pi e NPUs especializadas.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Funciona inteiramente offline, garantindo total privacidade de dados para áudios sensíveis de terapia
- Suporta 12 linguagens de programação, incluindo Python, C++, Java e Swift
- Fornece aplicativos de demonstração pré-construídos para Flutter e Tauri
- Inclui aprimoramento de fala, separação de fontes e restauração de pontuação
Onde deixa a desejar
- Requer habilidade técnica significativa para compilar, integrar e implantar nas plataformas de destino
- Não inclui uma interface gráfica de usuário pronta para uso adaptada especificamente para fluxos de trabalho de saúde mental
- Você deve obter, selecionar e gerenciar seus próprios modelos de fala e IA localmente
Preços & licença
Gratuito sob sua licença Apache-2.0, sem opções pagas hospedadas fornecidas pelo projeto. O único custo é executá-lo você mesmo no seu próprio hardware.
Vagas para quem fala português
876 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
O sherpa-onnx requer conexão com a internet para funcionar?
Não, todas as tarefas de reconhecimento de fala, texto em fala e processamento de áudio rodam completamente offline.
Quais linguagens de programação são suportadas?
Ele suporta 12 linguagens, incluindo C++, C, Python, JavaScript, Java, C#, Kotlin, Swift, Go, Dart, Rust e Pascal.
Posso executar isso em dispositivos móveis?
Sim, ele suporta Android, iOS e HarmonyOS com aplicativos de demonstração pré-construídos em Flutter e Tauri disponíveis.
