企业官网建设流程全解析

sherpa-onnx v1.10.45 发布解读：FireRedAsr 语音识别全量接入

【免费下载链接】sherpa-onnxSpeech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 servers, websocket server/client, support 12 programming languages项目地址: https://gitcode.com/GitHub_Trending/sh/sherpa-onnx

sherpa-onnx v1.10.45 已发布。本次核心变化是完整接入 FireRedAsr 注意力端到端（AED）语音识别模型，各语言绑定一次配齐。同时修复了 Go 绑定的一处潜在内存隐患，并校正了 RTF 性能指标计算。

🎯 sherpa-onnx v1.10.45 三大看点：FireRedAsr 全平台接入

FireRedAsr AED 模型进入离线识别体系

模型以 encoder + decoder 两个 ONNX 文件导出，官方同时提供 int8 量化版本。绑定接入顺序为 C++、C、CXX、Python 先行（#1865–#1872），随后 Java/Kotlin、C#、Swift、Dart、Go、Pascal 以及 JavaScript（Node.js addon 与 WebAssembly）跟进（#1870–#1880），一轮补齐 13 层接口。

Go 绑定修复 C 结构体初始化失败

此前 Go 端实例可能在底层 C 结构体创建失败时仍然构造成功，指针处于半初始化状态，存在无效访问风险（#1860）。

RTF 实时因子口径校准

RTF 计算中的一处拼写错误被修正（#1861），各示例程序输出的实时性能指标从此准确、可跨版本对比。

🔍 sherpa-onnx v1.10.45 中 FireRedAsr 是怎么落地的

FireRedAsr 是典型的 Encoder-Decoder 结构。推理时，语音特征先送入 encoder ONNX，产出 cross-attention 的 K、V；decoder ONNX 再逐步自回归生成 token。C++ 核心用两个 ORT Session 分别承载这两个模型；若启用 CUDA，encoder 的 K/V 输出会通过 IoBinding 固定在显存中，因为 decoder 每一步都要反复引用同一份 K/V，避免设备与主机间的来回拷贝。解码目前仅支持 greedy_search，配置其他策略会在启动时报错提示。token 产出后经符号表映射为文本，再经 OfflineRecognizer 统一接口分发给各语言绑定，上层代码无需感知模型差异。

📊 平台与语言覆盖一览

🐛 修复与细节打磨

• Go 实例创建成功但 C 结构体初始化失败（#1860）→ 失败路径现在能正确暴露，不再持有半初始化指针
• RTF 计算拼写错误（#1861）→ 各识别程序报告的实时因子准确，可作性能监控依据

🧭 谁该关注这次更新

• Web 前端：WebAssembly 版 FireRedAsr 让浏览器内语音识别成为可能，音频不必上传后端。
• 移动端：Java、Kotlin、Swift、Dart 绑定齐备，Android、iOS、Flutter 工程可直接替换模型接入。
• 服务器与边缘部署：C/C++ API 配合 int8 量化模型适合资源受限环境，GPU 服务器还可走 CUDA 路径。

🚀 上手路径建议

• 快速体验：安装 Python 绑定后运行 python-api-examples/offline-fire-red-asr-decode-files.py：

import sherpa_onnx recognizer = sherpa_onnx.OfflineRecognizer(config)

• 正式集成：CXX、C#、Java 示例分别见 cxx-api-examples/、dotnet-examples/、java-api-examples/，按需取用。
• 极致性能：直接走 C/C++ API，选用 int8 encoder，GPU 环境开启 CUDA provider，并用修正后的 RTF 做调优。

写在最后

这次发布延续了 sherpa-onnx "模型导出 + 多语言绑定一次配齐"的节奏，离线中英文识别的可选模型池进一步扩大。后续值得关注的是更多 AED 架构模型的接入，以及它们向流式推理场景的延伸。

【免费下载链接】sherpa-onnxSpeech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 servers, websocket server/client, support 12 programming languages项目地址: https://gitcode.com/GitHub_Trending/sh/sherpa-onnx