ubuntu server上有哪些ASR、TTS模型是支持流式

[manhongnie]

因为我们需要一个实时对话，本地部署的。

[dosubot]

Hi @manhongnie! I'm Dosu and I’m helping the sherpa-onnx team.

在 Ubuntu server 上，sherpa-onnx 支持多种流式（实时）ASR 和本地 TTS 模型，非常适合本地部署的实时对话场景。

ASR（语音识别，支持流式）
支持流式的模型包括 Zipformer Transducer、Conformer Transducer、NeMo Transducer、Paraformer 以及 CTC 系列，覆盖中文、英文、韩语、日语、俄语等多种语言。例如：

• 中文：sherpa-onnx-streaming-zipformer-zh-xlarge-int8、sherpa-onnx-streaming-zipformer-multi-zh-hans、sherpa-onnx-streaming-zipformer-ctc-zh-xlarge-int8
• 英文：sherpa-onnx-streaming-zipformer-en、sherpa-onnx-streaming-zipformer-bilingual-zh-en
• 韩语：sherpa-onnx-streaming-zipformer-korean
• 还有多语言模型和方言模型

这些模型都可以通过 sherpa-onnx-microphone 或 sherpa-onnx-alsa 实现本地实时麦克风流式识别，无需联网，适合对话场景。详细模型和部署方法见官方文档。

TTS（文本转语音，支持实时）
TTS 方面，sherpa-onnx 提供了 Matcha、Kokoro、KittenTTS、VITS 等多种模型，支持中文、英文和多说话人，均可本地部署，且在树莓派等嵌入式设备上实测 RTF（实时因子）远小于 1，完全满足实时合成需求。例如：

• 中文：matcha-icefall-zh-baker、kokoro-multi-lang-v1_1、vits-melo-tts-zh_en、csukuangfj/vits-zh-hf-fanchen-C
• 英文：matcha-icefall-en_US-ljspeech、kokoro-en-v0_19、kitten-nano-en-v0_1-fp16、vits-piper-en_US-glados
• 多说话人和多语言模型也有丰富选择

TTS 支持 C++、Python、Go 等多语言 API，适合集成到实时对话系统。详细模型和用法见官方文档。

注意：ASR 的“流式”是指可以边说边出结果，适合实时对话。TTS 虽然没有“流式增量输出”，但合成速度足够快，实际对话体验是实时的。

如需具体模型推荐或部署细节，可以补充你的语言需求或硬件环境。

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}   

[manhongnie]

使用语言python3.8-3.12均可，x86的开发板，用的官方的ubuntu server系统，24.04，python环境管理器 miniconda

[dosubot]

你的环境（Python 3.8-3.12、x86开发板、Ubuntu Server 24.04、Miniconda）完全支持 sherpa-onnx 的流式 ASR 和本地 TTS 部署。官方已提供适配 Python 3.8-3.12 的 manylinux2014 预编译 wheel，无需源码编译，直接 pip 安装即可，适用于 Miniconda 环境 详情见官方安装文档。

推荐安装流程（以 Miniconda 环境为例）：

# 创建并激活 conda 环境（任选 Python 3.8-3.12 版本）
conda create -n sherpa python=3.10
conda activate sherpa

# 安装 sherpa-onnx（CPU-only，适合大多数 x86 开发板）
pip install sherpa-onnx

# 如需 GPU 加速（NVIDIA CUDA），可用
# pip install sherpa-onnx==1.11.1+cuda -f https://k2-fsa.github.io/sherpa/onnx/cuda.html

# 验证安装
python -c "import sherpa_onnx; print(sherpa_onnx.__file__)"

如需指定国内源或历史版本，可用：

pip install sherpa-onnx -f https://k2-fsa.github.io/sherpa/onnx/cpu-cn.html

所有流式 ASR 和 TTS 模型都可在该环境下运行，模型选择和用法见 ASR模型文档 和 TTS模型文档。

Miniconda 环境下建议优先用 pip 安装，避免 conda/pip 混用导致依赖冲突。安装完成后可直接用 Python API 或命令行工具调用 sherpa-onnx，无需特殊配置。

如需具体模型推荐或集成示例，可补充你的应用场景。

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}