---
title: sherpa
canonical_url: "https://www.modelscope.cn/models/gomodels/sherpa"
md_url: "https://www.modelscope.cn/models/gomodels/sherpa.md"
repository: gomodels/sherpa
last_updated: 2026-02-05
license: "Apache License 2.0"
pipeline_tag: auto-speech-recognition
tasks:
  - auto-speech-recognition
  - text-to-speech
library_name:
  - onnx
  - sherpa-onnx
  - pytorch
frameworks:
  - Sherpa-ONNX
  - PyTorch
downloads: 855
stars: 6
tags:
  - sherpa
  - matcha-tts
  - sensevoice
  - vocos
---

# sherpa

> sherpa - gomodels 在 ModelScope 开源的模型。Sherpa Speech Model Collection

gomodels/sherpa 是 ModelScope 魔搭社区上的auto-speech-recognition、text-to-speech模型，采用 Apache License 2.0 许可。

- **Repository**: gomodels/sherpa
- **License**: Apache License 2.0
- **Tasks**: auto-speech-recognition, text-to-speech
- **Tags**: sherpa, matcha-tts, sensevoice, vocos
- **Downloads**: 855
- **Stars**: 6
- **Last updated**: 2026-02-05

Source: https://www.modelscope.cn/models/gomodels/sherpa

---

## Sherpa Speech Model Collection

本仓库整理了多套可直接在 Sherpa/Sherpa-ONNX 环境中部署的语音模型，涵盖
离线语音识别（ASR）和中文/中英混合文本转语音（TTS）。所有模型均已转换为
ONNX 或提供可复现的转换脚本，方便快速集成或二次微调。

### 目录速览

| 路径 | 任务 | 说明 |
| --- | --- | --- |
| `sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17/` | ASR | 来自 FunAudioLLM SenseVoice 的多语种 Conformer Transducer，含 FP32 与 INT8 ONNX。 |
| `matcha-icefall-zh-baker/` | TTS | 使用 DataBaker 女声语料在 icefall/Matcha 训练，附 lexicon/FST 资源与 22 kHz Vocos。 |
| `matcha_tts_zh_en_20251010/` | TTS | 基于 `dengcunqin/matcha_tts_zh_en` 微调的温柔女声，提供 PyTorch/ONNX 权重及测试脚本。 |
| `configuration.json` | 元数据 | 面向 ModelScope 的框架/任务标注。 |

各子目录还包含额外 README 或脚本，建议在使用前仔细阅读以了解数据限制、导出
方式及注意事项。

## 下载方式

### 1. ModelScope SDK
```bash
pip install modelscope
```
```python
from modelscope import snapshot_download
model_dir = snapshot_download('gomodels/sherpa')
```

### 2. Git 克隆
```bash
git clone https://www.modelscope.cn/gomodels/sherpa.git
```

## 快速使用

### SenseVoice Sherpa-ONNX ASR
- 主要文件：`model.onnx`、`model.int8.onnx`、`tokens.txt`、`export-onnx.py`、`test_wavs/`
- 环境准备：`pip install -U sherpa-onnx soundfile`
- 推理示例：
  ```bash
  cd sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17
  sherpa-onnx-offline-transducer \
    --encoder=model.onnx \
    --decoder=model.onnx \
    --joiner=model.onnx \
    --tokens=tokens.txt \
    --wav=test_wavs/sample.wav
  ```
- 想节省 CPU 资源时，可改用 `model.int8.onnx`。`export-onnx.py` 展示了从原始
  SenseVoice 检查点导出的流程，方便复现或自定义量化设置。

### Matcha Icefall DataBaker TTS
- 主要文件：`model-steps-3.onnx`、`vocos-22khz-univ.onnx`、`lexicon.txt`、多个 FST
  (`date.fst`、`number.fst` 等) 和 `tokens.txt`。
- 数据集来自 DataBaker，仅限非商业用途；请遵循子目录 README 中的声明。
- 在 Sherpa-ONNX 中合成示例：
  ```bash
  pip install sherpa-onnx onnxruntime soundfile
  sherpa-onnx-offline-tts \
    --model=model-steps-3.onnx \
    --vocoder=vocos-22khz-univ.onnx \
    --tokens=tokens.txt \
    --output=baker_demo.wav \
    --text="欢迎使用 Sherpa 语音合成"
  ```
- 若需重新训练或微调，可参考 icefall 仓库 `egs/baker_zh/TTS` 中的完整脚本。

### Matcha TTS zh/en 20251010（温柔女声）
- 主要文件：`pytorch_model*.bin`、`model-steps-3.onnx`、`model-steps-6.onnx`、
  `vocos-16khz-univ.onnx`、`tokens.txt`、`vocab_tts.txt`、`test_sherpa_onnx.py`。
- 演示脚本：
  ```bash
  cd matcha_tts_zh_en_20251010
  pip install onnxruntime kaldi_native_fbank numpy soundfile
  python test_sherpa_onnx.py
  ```
- 将脚本中的 `text` 或 `ids` 替换为自定义内容即可生成音频。PyTorch 权重允许继续
  在自有语料上微调，并可借助脚本导出新的 ONNX 文件。
- 在线体验（贡献者提供）：https://www.tulingyun.com/tts.html ，语音模型选择温柔女声。

## 贡献与支持

- 需要补充模型卡片或上传新的权重，可参考
  [ModelScope 模型贡献流程](https://modelscope.cn/docs/ModelScope%E6%A8%A1%E5%9E%8B%E6%8E%A5%E5%85%A5%E6%B5%81%E7%A8%8B%E6%A6%82%E8%A7%88)。
- 如果在模型使用或部署中遇到问题，可在本仓库提交 issue/PR，或按照子目录 README
  中提供的联系方式（如微信）沟通。
- 所有模型遵循 Apache 2.0 许可证，但若涉及第三方语料（如 DataBaker），请遵守
  其原始授权条款及非商业使用限制。