impressionyang/impress_asr_input
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
b60f0061ed
impress_asr_input/models/README.md
impressionyang 7c51542918 Initial commit: Impress ASR Input 项目基础框架 
功能:
- 基于 ONNX 的语音识别引擎
- 多语言支持（中文、英文、日语、韩语）
- 模型加载器（支持 SenseVoice/Whisper/Paraformer）
- 音频采集和处理模块（VAD、重采样、归一化）
- 文本输出模块（剪贴板）
- CLI 命令行工具
- Electron GUI 界面
- Windows x64 打包配置

文档:
- PRD 产品需求文档
- README 项目说明
- 开发指南
- Windows 构建指南

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-05-20 16:10:11 +08:00

1.5 KiB
Raw Blame History

模型文件说明

支持的模型

本项目支持以下 ONNX 语音识别模型：

1. SenseVoice（推荐）

  • 来源: 阿里达摩院 FunAudioLLM
  • 支持语言: 中文、英文、日语、韩语
  • 采样率: 16000 Hz
  • 特点: 高精度、低延迟、支持多语言混合识别

下载地址:

2. Whisper ONNX

  • 来源: OpenAI
  • 支持语言: 90+ 种语言
  • 采样率: 16000 Hz
  • 特点: 多语言支持最好，准确度高

下载地址:

3. Paraformer

  • 来源: 阿里达摩院
  • 支持语言: 中文
  • 采样率: 16000 Hz
  • 特点: 中文识别优化，速度快

下载地址:

安装模型

  1. 从上述地址下载 ONNX 模型文件
  2. 将模型文件放入 models/ 目录
  3. 模型文件命名：
    • SenseVoice: sensevoice.onnx
    • Whisper: whisper.onnx
    • Paraformer: paraformer.onnx

模型优先级

当有多个模型文件时，系统按以下优先级加载：

  1. sensevoice.onnx（最高优先级）
  2. whisper.onnx
  3. paraformer.onnx（最低优先级）

注意事项

  • 模型文件较大（50MB - 300MB），建议单独下载
  • 模型文件不会被包含在 Git 仓库中
  • 首次运行时需要确保模型文件已就位