github项目地址：https://github.com/ruzhila/voiceapi
项目简介：python实现的基于sherpa-onnx的语音转录/合成API
运行环境：windows、python3.10+

1.下载项目

git clone https://github.com/ruzhila/voiceapi.git

2.新建环境
注意使用python 3.10以上

conda create -n voiceapi python=3.10

然后切换至新环境

3.安装依赖
打开requirements.txt文件，将

sherpa-onnx == 1.10.24

修改为

sherpa-onnx == 1.10.29

因为sherpa-onnx没有对应的1.10.24版本，所以选取最接近的1.10.29版本
如下图：

然后安装依赖

pip install -r requirements.txt

4.下载模型
在文件根目录下新建models文件夹，如下图：

在models文件夹中，共需下载四个模型文件，如下图：

1.sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17
下载地址：https://huggingface.co/csukuangfj/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17
直接下载后解压即可，如图：

2.sherpa-onnx-streaming-zipformer-bilingual-zh-en-2023-02-20
下载地址：https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/sherpa-onnx-streaming-zipformer-bilingual-zh-en-2023-02-20.tar.bz2

直接下载后解压即可，如图：

3.silero_vad
首先创建silero_vad文件夹，然后下载silero_vad.onnx模型放进文件夹中
下载地址：https://github.com/snakers4/silero-vad/raw/master/src/silero_vad/data/silero_vad.onnx
如图：

4.vits-zh-hf-theresa
下载地址：https://github.com/k2-fsa/sherpa-onnx/releases/download/tts-models/vits-zh-hf-theresa.tar.bz2

直接下载后解压即可，如图：

5.运行项目
直接运行根目录下的app.py文件，如下图：

然后打开前端网页地址：http://127.0.0.1:8000/
（注意不是http://0.0.0.0:8000）
如下图：

此时运行成功
功能1：在左边的框中输入文字，点击speak按钮，将调用tts接口，并输出合成的语音
功能2：在允许网页获取麦克风权限后，点击右边的话筒按钮，然后说话，将实时在右边的框中输入转录出的文字，支持中英双语