sherpa-onnx: https://github.com/k2-fsa/sherpa-onnx.git
文档链接;Java API — sherpa 1.3 文档
1. 项目基础介绍和主要编程语言
sherpa-onnx 是一个基于下一代 Kaldi 和 onnxruntime 的开源项目，专注于语音识别、文本转语音、说话人识别和语音活动检测（VAD）等功能。该项目支持在没有互联网连接的情况下本地运行，适用于嵌入式系统、Android、iOS、Raspberry Pi、RISC-V 和 x86_64 服务器等多种平台。
主要编程语言：
C++
C
Python
JavaScript
Java
C#
Kotlin
Swift
Go
Dart
Rust
Pascal
2. 项目的核心功能
sherpa-onnx 提供了以下核心功能：语音识别（Speech-to-Text, ASR）：支持流式和非流式语音识别。
文本转语音（Text-to-Speech, TTS）：将文本转换为语音。
说话人识别（Speaker Recognition）：包括说话人验证和说话人识别。
语音活动检测（Voice Activity Detection, VAD）：检测语音中的活动部分。
关键词检测（Keyword Spotting）：识别语音中的特定关键词。
语音语言识别（Spoken Language Identification）：识别语音的语言。
音频标签（Audio Tagging）：为音频文件添加标签。
| 相关模型 | 语言 | # 扬声器 | 模型文件大小 （MB） | 采样率 （Hz） | |
| vits-melo-tts-zh_en （中文 + 英文， 1 位演讲者） | 中文 + 英文 | 1 | 163 | 44100 | |