x-onnxkit-s 离线语音识别与合成(单独付费)

离线 ASR / TTS / 流式 ASR。模型不内置，用 ZIP 解压后把目录传给 modelRoot。

模型下载见 sherpa-onnx。

兼容性

Harmony	IOS	Android	WEB	小程序
支持	支持	支持	支持	不支持

调用

import { prepareModel, loadAsrModel, recognizeWav, startStreamingAsr, loadTtsModel, synthesize } from "@/uni_modules/x-onnxkit-s"

prepareModel({
  archivePath: zipPath,
  modelId: "asr",
  success: (r) => {
    loadAsrModel({
      modelType: "sense-voice",
      modelRoot: r.modelRoot,
      files: { model: "model.int8.onnx", tokens: "tokens.txt" },
      language: "zh",
      success: () => {
        recognizeWav({
          wavUri: wavPath,
          success: (res) => {
            console.log(res.text)
          }
        })
      }
    })
  }
})

TTS：

loadTtsModel({
  modelType: "vits",
  modelRoot: ttsRoot,
  files: { model: "model.onnx", tokens: "tokens.txt", lexicon: "lexicon.txt" },
  success: () => {
    synthesize({
      text: "你好，这是离线语音合成。",
      sid: 0,
      speed: 1,
      success: (res) => {
        console.log(res.audioUri)
      }
    })
  }
})

方法

名称	需要	说明
prepareModel	archivePath、modelId，可选回调	解压 ZIP，成功返回 modelRoot
loadAsrModel	modelType、modelRoot、files，可选 language、task、numThreads	加载离线识别模型。modelType：sense-voice / whisper / paraformer / transducer / qwen3-asr
recognizeWav	wavUri	识别一段 wav，成功返回 text
unloadAsr	无	卸载识别模型
loadTtsModel	modelType、modelRoot、files，可选 numThreads	加载合成模型。modelType：vits / matcha / kokoro / kitten
synthesize	text，可选 sid（默认 0）、speed（默认 1）	合成语音，成功返回 audioUri
unloadTts	无	卸载合成模型
startStreamingAsr	modelRoot、files、onEvent	开始流式识别，onEvent 收 partial / final
stopStreamingAsr	无	结束流式识别
getRuntimeInfo	无	同步返回运行时信息
getAsrState / getTtsState / getStreamingState	无	查询对应模块状态
releaseAudioUri	Web 上的音频地址	释放 Web Blob URL，其它端可忽略

files 里的路径相对 modelRoot。移动端 ZIP 不需要 manifest。

平台差异

1. 微信不支持。
2. Web 的 modelRoot 必须是带 CORS 的 HTTP(S) 目录，且要有 x-onnxkit-manifest.json。
3. 鸿蒙需在 harmony-configs 里配置 Worker，否则加载失败。
4. releaseAudioUri 仅 Web 有效。

版本

版权归https://xui.tmui.design你不得修改及二次开发，仅供TMUI4会员商用使用。不得转给非VIP会员使用，一经查实数倍赔偿，并追究法律责任。

更新日志

1.0.0（2026-07-31）

• Android/iOS 离线 WAV 语音识别。
• 支持 SenseVoice、Whisper、Paraformer、Transducer 模型配置。
• tts语音合成支持通过参数配置调试音色，语速等各种配置
• 模型文件比较大，请通过作者提前编译好的模型离线下载共模型加载使用。
• ASR ，语音转文字
• TTS ，文字转语音