新一代Kaldi新一代 Kaldi 语音识别部署框架之 sherpa-onnx
简介
今天我们向大家介绍继sherpa[1]和sherpa-ncnn[2]之后 新一代Kaldi中第三个语音识别部署框架sherpa-onnx[3].
这三个框架的最主要区别在于使用的神经网络推理库不同。具体用到的推理库，如下表所示。
| 框架名字 | 神经网络推理库 |
sherpa | PyTorch[4] |
sherpa-ncnn | ncnn[5] |
sherpa-onnx | onnxruntime[6] |
下表列出了sherpa-onnx所提供的具体功能：
| 分类 | 具体内容 |
| 操作系统 | Windows, Linux, macOS,Android, iOS等 |
| CPU | x86_64, aarch64等 |
| 协议 | WebSocket |
| API | C++, C, Python, Swift, Kotlin |
| 移动端 | iPhone, iPad, Android |
| 嵌入式端 | 树莓派4等 |
本文的目的，是希望通过几个使用sherpa-onnx进行实时语音识别的视频, 向大家演示sherpa-onnx的功能。sherpa-onnx的详细使用文档，请见如下地址：
https://k2-fsa.github.io/sherpa/onnx/index.html
视频 1/4：使用sherpa-onnx在 iPhone 上进行实时的语音识别
这里我们只提供sherpa-onnx在iPhone上的实时语音识别例子。如果你想在Android或iPad上进行实时的语音识别，请参考sherpa-onnx的文档。
视频 2/4：使用sherpa-onnx在 树莓派4 上进行实时的语音识别
这里我们只提供sherpa-onnx在 树莓派上的实时语音识别例子。如果你想在其他嵌入式板子上进行实时的语音识别，请参考sherpa-onnx的文档。
视频 3/4：使用sherpa-onnx在 macOS 上进行实时的语音识别
这里我们只提供sherpa-onnx在macOS上的实时语音识别例子。如果你想在 Linux 或者 Windows 上进行实时的语音识别，请参考sherpa-onnx的文档。
视频 4/4：使用sherpa-onnxWebSocket服务进行实时的语音识别
这个视频向大家演示sherpa-onnx的 WebSocket server 支持多客户端的例子。
总结
本文通过4个视频，向大家演示了sherpa-onnx的具体功能。https://github.com/k2-fsa/sherpa-onnx/issues 列出了若干个我们还未完成的事项。如果你碰巧也感兴趣，欢迎帮忙提交pull-request。
引用链接
[1]sherpa:https://github.com/k2-fsa/sherpa
[2]sherpa-ncnn:https://github.com/k2-fsa/sherpa-ncnn
[3]sherpa-onnx:https://github.com/k2-fsa/sherpa-onnx
[4]PyTorch:https://github.com/pytorch/pytorch
[5]ncnn:https://github.com/tencent/ncnn
[6]onnxruntime:https://github.com/microsoft/onnxruntime
