sherpa-onnx MeloTTS 模型转换指南从 PyTorch 导出中英双语与多说话人英文 TTS 模型为 ONNX【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导读本文围绕 scripts/melo-tts 目录下的整套转换工具链完整讲解如何将 MyShell.ai 开源的 MeloTTS 模型转换为 sherpa-onnx 可加载的 ONNX 格式既包含支持中文与英文混读的单说话人模型export-onnx.py也包含拥有 5 位英文女声的多说话人模型export-onnx-en.py。读完本文你将掌握词表lexicon、音素tokens文件的生成原理、ONNX 导出时的动态轴与元数据设计以及如何在本地用 onnxruntime 验证转换结果。模型背景与目录说明scripts/melo-tts目录下的模型均从 MeloTTS 项目转换而来。MeloTTS 是 MyShell.ai 开源的多语言文本转语音库其转换产物带有model_type: melo-vits的元数据标识被 sherpa-onnx 的离线 VITS TTS 实现offline-tts-vits-model.cc专门识别与加载。该目录包含 5 个文件构成一条完整的依赖安装 → 模型导出 → 信息校验 → 本地推理验证流水线文件作用run.sh一键安装依赖并依次执行全部导出与验证步骤export-onnx.py导出中文英文双语 TTS 模型仅 1 位女声export-onnx-en.py导出纯英文TTS 模型含 5 位女声show-info.py打印 ONNX 模型的输入/输出张量信息与自定义元数据test.py用 onnxruntime 对导出的模型做端到端合成验证两个模型在说话人数量上的差异是理解本目录的关键对应 README.md 的核心说明中文英文模型整个模型中只有1 位女声n_speakers: 1speaker_id: 1英文模型包含5 位女声说话人映射为{EN-US: 0, EN-BR: 1, EN_INDIA: 2, EN-AU: 3, EN-Default: 4}见 export-onnx-en.py 头部注释。环境准备一键安装脚本run.sh 中的install()函数负责搭建完整转换环境关键依赖如下pip install torch2.3.1cpu torchaudio2.3.1cpu -f https://download.pytorch.org/whl/torch_stable.html pushd /tmp git clone https://github.com/myshell-ai/MeloTTS cd MeloTTS pip install -r ./requirements.txt pip install soundfile onnx1.15.0 onnxruntime1.16.3 python3 -m unidic download popd要点说明使用 CPU 版 PyTorch 即可完成导出无需 GPU从源码安装 MeloTTS 后通过export PYTHONPATH/tmp/MeloTTS:$PYTHONPATH将其导入路径注入当前环境这是两个导出脚本能够from melo.api import TTS的前提unidic日语词典虽与中文/英文 TTS 无直接关系但属于 MeloTTS 安装时的连带依赖需一并下载ONNX 与 onnxruntime 版本被固定为1.15.0/1.16.3保证torch.onnx.export与后续InferenceSession的行为一致。安装完成后脚本依次执行./export-onnx.py、./show-info.py、./test.py并把产物按zh_en/与en/两个目录归档。导出中文英文双语模型export-onnx.pyexport-onnx.py 的main()流程分为四步生成词表与音素表、实例化 MeloTTS 模型、执行 ONNX 导出、写入自定义元数据。1. 生成 lexicon.txt 与 tokens.txtgenerate_lexicon()会同时覆盖三种词源并写入lexicon.txt英文字典eng_dict经refine_syllables()拆分为音素phones与音节调号tones每个音节的调号加上language_tone_start_map[EN]偏移后按单词 音素... 调号...的格式逐行写出汉字拼音字典pinyin_dict仅收录0x4E00 ~ 0x9FA5CJK 统一汉字区的字符通过get_initial_final_tone()用 pypinyin 拆出声母、韵母与声调多字词库phrases_dict逐词生成音素与调号并断言两者长度严格相等。get_initial_final_tone()内部实现了教科书级的拼音→音素规整逻辑值得注意的映射规则包括有介音时的韵母缩写uei → ui、iou → iu、uen → un零声母音节改写ing → ying、i → yi、in → yin、u → wu单韵母改写v → yu、i → y、u → w声调用1~5表示最终每个音素都对应一个调号。generate_tokens(symbol_list)则把 MeloTTS 的全部符号含标点、空白符_、音素符号等按行写入tokens.txt格式为符号 编号。2. 封装模型与构造示例输入ModelWrapper用全零张量替掉了 MeloTTS 推理路径中依赖的bert形状[N, 1024, L]与ja_bert形状[N, 768, L]并按lang_id[:, 1::2] self.lang_id的规则把语言 ID 铺到偶数位 token 上从而把完整的model.model.infer(...)调用收敛成 7 个标量/向量输入方便 ONNX 导出。示例输入使用随机 tokenx形状(60,)tones全零sid 1三个控制标量noise_scale、length_scale、noise_scale_w均初始化为1.0。3. ONNX 导出参数opset_version 18 input_names [x, x_lengths, tones, sid, noise_scale, length_scale, noise_scale_w] output_names [y] dynamic_axes { x: {0: N, 1: L}, x_lengths: {0: N}, tones: {0: N, 1: L}, y: {0: N, 1: S, 2: T}, }opset 选用 18输入输出全部开启动态轴N为 batch、L为 token 序列长度、输出y的S与T分别为说话人数与时间帧数。这意味着推理时文本长度不受限制与 sherpa-onnx 运行时对变长文本的支持保持一致。4. 写入自定义元数据导出完成后add_meta_data()会清空并重写 ONNX 模型的metadata_props。中英模型的元数据如下{ model_type: melo-vits, comment: melo, version: 2, language: Chinese English, add_blank: int(model.hps.data.add_blank), # 1 n_speakers: 1, jieba: 1, # 中文侧启用 jieba 分词 sample_rate: model.hps.data.sampling_rate, # 44100 bert_dim: 1024, ja_bert_dim: 768, speaker_id: 1, lang_id: language_id_map[ZH], # 3 tone_start: language_tone_start_map[ZH], # 0 url: ..., license: MIT license, description: MeloTTS is a high-quality multi-lingual text-to-speech library by MyShell.ai, }这些字段正是 sherpa-onnx 运行时判定模型类型与选择前端的关键依据见下文源码级原理一节。导出多说话人英文模型export-onnx-en.pyexport-onnx-en.py 与中英脚本结构基本一致差异集中在四点语言与说话人language ENn_speakers len(model.hps.data.spk2id)即 5speaker_id固定为 0opset 版本降为 13英文模型的算子集更简单无需 18jieba: 0纯英文模型不经过中文分词运行时因此走纯英文 MeloTtsLexicon分支见源码分析词表仅含英文generate_lexicon()只遍历eng_dict不涉及拼音与短语字典因此lexicon.txt规模远小于中英版。英文模型同样保留bert_dim: 1024与ja_bert_dim: 768的占位信息便于运行时统一构造全零 BERT 输入。校验导出结果show-info.pyshow-info.py 通过 onnxruntime 加载model.onnx并打印所有输入输出与元数据。以中英模型为例其输出脚本底部注释中保留了实测结果为NodeArg(namex, typetensor(int64), shape[N, L]) NodeArg(namex_lengths, typetensor(int64), shape[N]) NodeArg(nametones, typetensor(int64), shape[N, L]) NodeArg(namesid, typetensor(int64), shape[1]) NodeArg(namenoise_scale, typetensor(float), shape[1]) NodeArg(namelength_scale, typetensor(float), shape[1]) NodeArg(namenoise_scale_w, typetensor(float), shape[1]) ----- NodeArg(namey, typetensor(float), shape[N, S, T])实测元数据为sample_rate: 44100、n_speakers: 1、language: Chinese English、lang_id: 3。建议每次导出后都运行该脚本重点核对language、n_speakers、sample_rate、jieba四项它们直接影响后续运行时前端的选择。端到端验证test.pytest.py 用纯 onnxruntime 复现了 sherpa-onnx 的文本前端逻辑验证转换结果可用其要点包括词表加载从lexicon.txt/tokens.txt构建word → (phones, tones)映射对英文模型额外把v映射到Vtoken ID 14以对齐 MeloTTS 的post_replace_ph行为补齐常用标点! ? … , . -与空格_中英混排特例呣 → 母、嗯 → 恩处理生僻拟声词中文标点归一。分别归一为, . ! ?jieba 分词jieba.cut(text, HMMTrue)先对整句分词再逐词查表add_blank 插空若元数据add_blank 1则在每个音素前后补0new_phones[1::2] phones这是 VITS 模型训练时引入的停顿位推理参数noise_scale 0.6、length_scale 1.0、noise_scale_w 0.8x_lengths取 token 长度输出落盘合成结果y以model.sample_rate44100 Hz写入test.wav。测试文本本身就是一条极佳的验证用例混合了中英双语与多种标点这是一个使用 next generation kaldi 的 text to speech 中英文例子. Thank you! 你觉得如何呢? are you ok? Fantastic! How about you?源码级原理sherpa-onnx 如何加载 melo-vits 模型模型识别在 offline-tts-vits-model.cc 中模型加载时检查元数据中的comment字段if (comment.find(melo) ! std::string::npos) { meta_data_.is_melo_tts true; }该标志与jieba、language字段一同保存在 offline-tts-vits-model-meta-data.h 的OfflineTtsVitsModelMetaData中。前端选择在 offline-tts-vits-impl.h 的InitFrontend()中运行时按优先级决定采用哪种文本前端frontend characters→ 字符级前端jieba is_melo_tts→MeloTtsLexicon中英双语模型命中此分支melo-tts-lexicon.cc 实现jieba || use_g2pw→ 通用 CharacterLexiconis_melo_tts language English→MeloTtsLexicon纯英文模型命中此分支。也就是说无论中文还是英文模型最终都由专门的MeloTtsLexicon类melo-tts-lexicon.h完成从文本到(token_ids, tone_ids)的转换这与 test.py 中的纯 Python 前端逻辑一一对应也印证了转换脚本中lexicon.txt/tokens.txt两个副产物的必要性——它们是运行时推理不可缺少的一部分。产物归档与在 sherpa-onnx 中的使用按 run.sh 的约定最终产物按目录归档zh_en/中英双语模型model.onnxlexicon.txttokens.txtREADME.mdn_speakers1en/英文多说话人模型同构文件n_speakers5。在 sherpa-onnx 中使用时需将三个文件一并提供给离线 TTS 配置model指向model.onnxtokens指向tokens.txtlexicon指向lexicon.txt并在配置中声明model-type为 VITS 系列。可参照 python-api-examples/offline-tts.py 与 python-api-examples/offline-tts-play.py 的完整调用方式多说话人英文模型还可在生成时通过sid指定 5 位女声中的任意一位0~4。由于推理阶段不再依赖 PyTorch 与 MeloTTS 环境仅需 onnxruntime因此导出的模型可无缝用于 Android、iOS、嵌入式等无 Python 环境或离线的部署场景。常见问题与注意事项说话人数量容易混淆中英模型只有 1 个说话人英文模型才有 5 个二者不可混用元数据导出后务必用show-info.py核对n_speakerslexicon.txt与tokens.txt必须配套它们在导出时基于模型内部符号表生成与model.onnx一一对应部署时三者缺一不可版本锁定onnx1.15.0、onnxruntime1.16.3、torch2.3.1cpu是仓库验证过的组合升级大版本可能改变算子导出行为自定义英文单词若业务词表包含 MeloTTS 的cmudict.rep未收录的词如kaldi、SF可在两个导出脚本的add_new_english_words()中按lexicon[word] [[phone1, phone2], ...]的方式就地补充脚本注释给出了完整的示例写法。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
sherpa-onnx MeloTTS 模型转换指南：从 PyTorch 导出中英双语与多说话人英文 TTS 模型为 ONNX
sherpa-onnx MeloTTS 模型转换指南从 PyTorch 导出中英双语与多说话人英文 TTS 模型为 ONNX【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导读本文围绕 scripts/melo-tts 目录下的整套转换工具链完整讲解如何将 MyShell.ai 开源的 MeloTTS 模型转换为 sherpa-onnx 可加载的 ONNX 格式既包含支持中文与英文混读的单说话人模型export-onnx.py也包含拥有 5 位英文女声的多说话人模型export-onnx-en.py。读完本文你将掌握词表lexicon、音素tokens文件的生成原理、ONNX 导出时的动态轴与元数据设计以及如何在本地用 onnxruntime 验证转换结果。模型背景与目录说明scripts/melo-tts目录下的模型均从 MeloTTS 项目转换而来。MeloTTS 是 MyShell.ai 开源的多语言文本转语音库其转换产物带有model_type: melo-vits的元数据标识被 sherpa-onnx 的离线 VITS TTS 实现offline-tts-vits-model.cc专门识别与加载。该目录包含 5 个文件构成一条完整的依赖安装 → 模型导出 → 信息校验 → 本地推理验证流水线文件作用run.sh一键安装依赖并依次执行全部导出与验证步骤export-onnx.py导出中文英文双语 TTS 模型仅 1 位女声export-onnx-en.py导出纯英文TTS 模型含 5 位女声show-info.py打印 ONNX 模型的输入/输出张量信息与自定义元数据test.py用 onnxruntime 对导出的模型做端到端合成验证两个模型在说话人数量上的差异是理解本目录的关键对应 README.md 的核心说明中文英文模型整个模型中只有1 位女声n_speakers: 1speaker_id: 1英文模型包含5 位女声说话人映射为{EN-US: 0, EN-BR: 1, EN_INDIA: 2, EN-AU: 3, EN-Default: 4}见 export-onnx-en.py 头部注释。环境准备一键安装脚本run.sh 中的install()函数负责搭建完整转换环境关键依赖如下pip install torch2.3.1cpu torchaudio2.3.1cpu -f https://download.pytorch.org/whl/torch_stable.html pushd /tmp git clone https://github.com/myshell-ai/MeloTTS cd MeloTTS pip install -r ./requirements.txt pip install soundfile onnx1.15.0 onnxruntime1.16.3 python3 -m unidic download popd要点说明使用 CPU 版 PyTorch 即可完成导出无需 GPU从源码安装 MeloTTS 后通过export PYTHONPATH/tmp/MeloTTS:$PYTHONPATH将其导入路径注入当前环境这是两个导出脚本能够from melo.api import TTS的前提unidic日语词典虽与中文/英文 TTS 无直接关系但属于 MeloTTS 安装时的连带依赖需一并下载ONNX 与 onnxruntime 版本被固定为1.15.0/1.16.3保证torch.onnx.export与后续InferenceSession的行为一致。安装完成后脚本依次执行./export-onnx.py、./show-info.py、./test.py并把产物按zh_en/与en/两个目录归档。导出中文英文双语模型export-onnx.pyexport-onnx.py 的main()流程分为四步生成词表与音素表、实例化 MeloTTS 模型、执行 ONNX 导出、写入自定义元数据。1. 生成 lexicon.txt 与 tokens.txtgenerate_lexicon()会同时覆盖三种词源并写入lexicon.txt英文字典eng_dict经refine_syllables()拆分为音素phones与音节调号tones每个音节的调号加上language_tone_start_map[EN]偏移后按单词 音素... 调号...的格式逐行写出汉字拼音字典pinyin_dict仅收录0x4E00 ~ 0x9FA5CJK 统一汉字区的字符通过get_initial_final_tone()用 pypinyin 拆出声母、韵母与声调多字词库phrases_dict逐词生成音素与调号并断言两者长度严格相等。get_initial_final_tone()内部实现了教科书级的拼音→音素规整逻辑值得注意的映射规则包括有介音时的韵母缩写uei → ui、iou → iu、uen → un零声母音节改写ing → ying、i → yi、in → yin、u → wu单韵母改写v → yu、i → y、u → w声调用1~5表示最终每个音素都对应一个调号。generate_tokens(symbol_list)则把 MeloTTS 的全部符号含标点、空白符_、音素符号等按行写入tokens.txt格式为符号 编号。2. 封装模型与构造示例输入ModelWrapper用全零张量替掉了 MeloTTS 推理路径中依赖的bert形状[N, 1024, L]与ja_bert形状[N, 768, L]并按lang_id[:, 1::2] self.lang_id的规则把语言 ID 铺到偶数位 token 上从而把完整的model.model.infer(...)调用收敛成 7 个标量/向量输入方便 ONNX 导出。示例输入使用随机 tokenx形状(60,)tones全零sid 1三个控制标量noise_scale、length_scale、noise_scale_w均初始化为1.0。3. ONNX 导出参数opset_version 18 input_names [x, x_lengths, tones, sid, noise_scale, length_scale, noise_scale_w] output_names [y] dynamic_axes { x: {0: N, 1: L}, x_lengths: {0: N}, tones: {0: N, 1: L}, y: {0: N, 1: S, 2: T}, }opset 选用 18输入输出全部开启动态轴N为 batch、L为 token 序列长度、输出y的S与T分别为说话人数与时间帧数。这意味着推理时文本长度不受限制与 sherpa-onnx 运行时对变长文本的支持保持一致。4. 写入自定义元数据导出完成后add_meta_data()会清空并重写 ONNX 模型的metadata_props。中英模型的元数据如下{ model_type: melo-vits, comment: melo, version: 2, language: Chinese English, add_blank: int(model.hps.data.add_blank), # 1 n_speakers: 1, jieba: 1, # 中文侧启用 jieba 分词 sample_rate: model.hps.data.sampling_rate, # 44100 bert_dim: 1024, ja_bert_dim: 768, speaker_id: 1, lang_id: language_id_map[ZH], # 3 tone_start: language_tone_start_map[ZH], # 0 url: ..., license: MIT license, description: MeloTTS is a high-quality multi-lingual text-to-speech library by MyShell.ai, }这些字段正是 sherpa-onnx 运行时判定模型类型与选择前端的关键依据见下文源码级原理一节。导出多说话人英文模型export-onnx-en.pyexport-onnx-en.py 与中英脚本结构基本一致差异集中在四点语言与说话人language ENn_speakers len(model.hps.data.spk2id)即 5speaker_id固定为 0opset 版本降为 13英文模型的算子集更简单无需 18jieba: 0纯英文模型不经过中文分词运行时因此走纯英文 MeloTtsLexicon分支见源码分析词表仅含英文generate_lexicon()只遍历eng_dict不涉及拼音与短语字典因此lexicon.txt规模远小于中英版。英文模型同样保留bert_dim: 1024与ja_bert_dim: 768的占位信息便于运行时统一构造全零 BERT 输入。校验导出结果show-info.pyshow-info.py 通过 onnxruntime 加载model.onnx并打印所有输入输出与元数据。以中英模型为例其输出脚本底部注释中保留了实测结果为NodeArg(namex, typetensor(int64), shape[N, L]) NodeArg(namex_lengths, typetensor(int64), shape[N]) NodeArg(nametones, typetensor(int64), shape[N, L]) NodeArg(namesid, typetensor(int64), shape[1]) NodeArg(namenoise_scale, typetensor(float), shape[1]) NodeArg(namelength_scale, typetensor(float), shape[1]) NodeArg(namenoise_scale_w, typetensor(float), shape[1]) ----- NodeArg(namey, typetensor(float), shape[N, S, T])实测元数据为sample_rate: 44100、n_speakers: 1、language: Chinese English、lang_id: 3。建议每次导出后都运行该脚本重点核对language、n_speakers、sample_rate、jieba四项它们直接影响后续运行时前端的选择。端到端验证test.pytest.py 用纯 onnxruntime 复现了 sherpa-onnx 的文本前端逻辑验证转换结果可用其要点包括词表加载从lexicon.txt/tokens.txt构建word → (phones, tones)映射对英文模型额外把v映射到Vtoken ID 14以对齐 MeloTTS 的post_replace_ph行为补齐常用标点! ? … , . -与空格_中英混排特例呣 → 母、嗯 → 恩处理生僻拟声词中文标点归一。分别归一为, . ! ?jieba 分词jieba.cut(text, HMMTrue)先对整句分词再逐词查表add_blank 插空若元数据add_blank 1则在每个音素前后补0new_phones[1::2] phones这是 VITS 模型训练时引入的停顿位推理参数noise_scale 0.6、length_scale 1.0、noise_scale_w 0.8x_lengths取 token 长度输出落盘合成结果y以model.sample_rate44100 Hz写入test.wav。测试文本本身就是一条极佳的验证用例混合了中英双语与多种标点这是一个使用 next generation kaldi 的 text to speech 中英文例子. Thank you! 你觉得如何呢? are you ok? Fantastic! How about you?源码级原理sherpa-onnx 如何加载 melo-vits 模型模型识别在 offline-tts-vits-model.cc 中模型加载时检查元数据中的comment字段if (comment.find(melo) ! std::string::npos) { meta_data_.is_melo_tts true; }该标志与jieba、language字段一同保存在 offline-tts-vits-model-meta-data.h 的OfflineTtsVitsModelMetaData中。前端选择在 offline-tts-vits-impl.h 的InitFrontend()中运行时按优先级决定采用哪种文本前端frontend characters→ 字符级前端jieba is_melo_tts→MeloTtsLexicon中英双语模型命中此分支melo-tts-lexicon.cc 实现jieba || use_g2pw→ 通用 CharacterLexiconis_melo_tts language English→MeloTtsLexicon纯英文模型命中此分支。也就是说无论中文还是英文模型最终都由专门的MeloTtsLexicon类melo-tts-lexicon.h完成从文本到(token_ids, tone_ids)的转换这与 test.py 中的纯 Python 前端逻辑一一对应也印证了转换脚本中lexicon.txt/tokens.txt两个副产物的必要性——它们是运行时推理不可缺少的一部分。产物归档与在 sherpa-onnx 中的使用按 run.sh 的约定最终产物按目录归档zh_en/中英双语模型model.onnxlexicon.txttokens.txtREADME.mdn_speakers1en/英文多说话人模型同构文件n_speakers5。在 sherpa-onnx 中使用时需将三个文件一并提供给离线 TTS 配置model指向model.onnxtokens指向tokens.txtlexicon指向lexicon.txt并在配置中声明model-type为 VITS 系列。可参照 python-api-examples/offline-tts.py 与 python-api-examples/offline-tts-play.py 的完整调用方式多说话人英文模型还可在生成时通过sid指定 5 位女声中的任意一位0~4。由于推理阶段不再依赖 PyTorch 与 MeloTTS 环境仅需 onnxruntime因此导出的模型可无缝用于 Android、iOS、嵌入式等无 Python 环境或离线的部署场景。常见问题与注意事项说话人数量容易混淆中英模型只有 1 个说话人英文模型才有 5 个二者不可混用元数据导出后务必用show-info.py核对n_speakerslexicon.txt与tokens.txt必须配套它们在导出时基于模型内部符号表生成与model.onnx一一对应部署时三者缺一不可版本锁定onnx1.15.0、onnxruntime1.16.3、torch2.3.1cpu是仓库验证过的组合升级大版本可能改变算子导出行为自定义英文单词若业务词表包含 MeloTTS 的cmudict.rep未收录的词如kaldi、SF可在两个导出脚本的add_new_english_words()中按lexicon[word] [[phone1, phone2], ...]的方式就地补充脚本注释给出了完整的示例写法。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考