更新记录

1.4.0（2026-04-22）

安卓端增加字段配置只返回当前说话的内容，不包含历史

1.3.9（2026-04-22）

鸿蒙端增加拼音词组fst支持

1.3.8（2026-04-21）

优化vad-sense-voice模型识别细节

平台兼容性

uni-app(4.87)

Vue2	Vue3	Chrome	Safari	app-vue	app-nvue	Android	Android插件版本	iOS	iOS插件版本	鸿蒙	鸿蒙插件版本
-	-	-	-	-	-	5.0	1.0.0	13	1.0.9	19	1.0.4

微信小程序	支付宝小程序	抖音小程序	百度小程序	快手小程序	京东小程序	鸿蒙元服务	QQ小程序	飞书小程序	小红书小程序	快应用-华为	快应用-联盟
-	-	-	-	-	-	-	-	-	-	-	-

uni-app x(4.87)

Chrome	Safari	Android	Android插件版本	iOS	iOS插件版本	鸿蒙	鸿蒙插件版本	微信小程序
-	-	5.0	1.0.0	13	1.0.9	19	1.0.4	-

xwq-sherpa-onnx

开发文档说明

`插件功能（兼容安卓、鸿蒙端、iOS）`

实时语音识别
离线语音识别（wav音频文件转文本识别）
支持热词检测
支持VAD检测
支持sense_voice
支持拼音词组替换fst
支持关键字配置

ASR模型比较大，可以根据自己的需求选择下载，下载地址》》

Transducer 中英双语模型可以下载：
sherpa-onnx-streaming-zipformer-bilingual-zh-en-2023-02-20

Paraformer 中英双语模型可以下载:
https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/sherpa-onnx-streaming-paraformer-bilingual-zh-en.tar.bz2

鸿蒙端使用特别说明

 * 鸿蒙端使用sherpa_onnx语音识别特别说明： 
 * 将路径：unpackage\dist\dev\app-harmony\entry\build-profile.json5文件拷贝到根目录harmony-configs/entry下（目录没有的需要手动创建）
 * 
 * 在harmony-configs/entry/build-profile.json5中配置参数字段：buildOption下面新增以下内容
 * "sourceOption": {
 *     "workers": [
 *      '../uni_modules/xwq-sherpa-onnx/utssdk/app-harmony/onnxWorkers.ets'
 *    ]
 *  }

 模型资源需要放在插件目录resources/rawfile/onnxModel下面才能正常使用

初始化模型参数说明

属性	类型	默认值	必填	描述
model	string	-	N	模型路径，单模型的情况使用
encoder	string	-	N	编码器模型路径，多模型的情况使用，例如：transducer模型
decoder	string	-	N	解码器模型路径，多模型的情况使用，例如：transducer模型
joiner	string	-	N	joiner模型路径，多模型的情况使用，例如：transducer模型
tokens	string	-	N	tokens文件路径，一般在多模型文件下才会存在，例如：transducer模型
isCopyFile	boolean	-	N	模型文件的拷贝，默认不拷贝，由页面传入可访问的地址
numThreads	number	1	N	执行线程数
hotwords	string	-	N	热词内容文件路径（仅transducer模型支持）
bpeVocab	string	-	N	热词解码文件路径（和热词文件配合使用）
gtcm	string	-	N	gtcm模型路径,用于处理麦克风降噪、回声（仅支持安卓/ios）
onlyOutputCurrently	boolean	false	N	是否只输出当前说的内容，不包含历史
fst	string	-	N	拼音词组必要文件路径（拼音词组只支持中文替换）
lexicon	string	-	N	汉字转拼音的通用词典文件路径
keyword	string	-	N	关键词文件路径，部分模型不支持
vad	string	-	N	vad模型文件路径
success	()=>void	-	Y	初始化模型成功回调
fail	()=>void	-	Y	初始化模型失败回调

初始化Onnx失败回调函数fail参数说明

errCode	msg
-1	缺少模型文件地址
-2	实例已存在，请勿重复初始化
-3	模型文件不存在
-4	ASR 初始化失败

hotwords.txt热词文件内容如下设置


打开豆包
语音识别
打开灯光
关闭灯光
关闭空调暖气
频繁
礼拜二


#### 实时语音识别使用步骤

* 1.初始化模型识别器

```html
uesSherpaOnnx({
    mode: 'online',
    modelType: "transducer",
    model: '',
    tokens: staticPath + "tokens.txt",
    encoder: staticPath + "encoder-epoch-99-avg-1.int8.onnx",
    decoder: staticPath + "decoder-epoch-99-avg-1.onnx",
    joiner: staticPath + "joiner-epoch-99-avg-1.int8.onnx",
    success: () => {
        console.log('初始化成功')
        uni.hideLoading()
    },
    fail: (res) => {
        console.log(res)
    }
})

2.设置识别结果回调监听函数

setListner() {
    setRecognizerResultListner((res, final) => {
        console.log('识别结果====', res)
        console.log('final====', final)
        this.content = res
    })
}

3.开始语音识别

start() {
    startRecognizer()
}

离线语音识别（识别wav音频文件）使用步骤

1.初始化模型识别器

initOfflineOnnx() {
    uni.showLoading({
        title: '模型加载中...',
    })
    let path = '/static/offlineOnnxModel/';
    const staticPath = plus.io.convertLocalFileSystemURL(path);
    console.log('staticPath===', staticPath)
    uesSherpaOnnx({
        mode: 'offline',
        modelType: "zipformer2ctc",
        model: '',
        tokens: staticPath + "tokens.txt",
        encoder: staticPath + "encoder-epoch-34-avg-19.int8.onnx",
        decoder: staticPath + "decoder-epoch-34-avg-19.onnx",
        joiner: staticPath + "joiner-epoch-34-avg-19.int8.onnx",
        success: () => {
            console.log('初始化成功')
            uni.hideLoading()
        },
        fail: (res) => {
            console.log(res)
        }
    })
}

2.开始识别wav音频文件(需要单声道、16kHz、16位 PCM 格式)

recognizerFile() {
    let path = '/static/offlineOnnxModel/';
    const filePath = plus.io.convertLocalFileSystemURL(path) + '1.wav';
    startOfflineRecognizerFile(filePath, (result) => {
        console.log('识别结果===', result)
        this.content = result
    })
}

在不使用的时候可以停止识别

stopRecognizer()  //停止实时语音识别
stopOfflineRecognizerFile() //停止音频文件识别

destroyRecognizer()  //页面销毁时调用此方法销毁实例，释放内存占用

uniappX项目中完整示例

<template>
    <view>
        <button @click="initOnnx">初始化Onnx</button>
        <button @click="setListner">设置结果监听</button>
        <button @click="removeRecognizerResultListner">移除结果监听</button>
        <button @click="start">开始识别</button>
        <button @click="stop">停止识别</button>
        <button @click="destroy">销毁实例</button>
        <button @click="initOfflineOnnx">初始化离线语音识别器</button>
        <button @click="recognizerFile">开始识别WAV File音频文件</button>
        <button @click="stopRecognizerFile">停止识别WAV File音频文件</button>
        <view style="padding:10px;">
            <view class="title">
                <text>识别结果:</text>
            </view>
            <view class="content">
                <textarea :value="content" disabled style="padding:15px;background-color: #f2f2f2;width: 100%;"></textarea>
                <!-- <text v-for="(i,k) in resultArr" :key="k"></text> -->
            </view>
        </view>
    </view>
</template>

<script setup>
    import {
        startRecognizer,
        uesSherpaOnnx,
        stopRecognizer,
        setRecognizerResultListner,
        removeOnRecognizerResultListner,
        startOfflineRecognizerFile,
        stopOfflineRecognizerFile,
        destroyRecognizer
    } from "@/uni_modules/xwq-sherpa-onnx";
    import { UseSherpaOnnxOptions } from "@/uni_modules/xwq-sherpa-onnx/utssdk/interface.uts";

    const content=ref('');

    // 在线识别
    const initOnnx=()=> {
        uni.showLoading({
            title: '模型加载中...',
        })

        uesSherpaOnnx({
            mode: 'online', //识别方式
            modelType: "transducer",//模型类型，支持'paraformer' | 'transducer' | 'zipformer'
            model: '',
            tokens: "/static/onlineOnnxModel/tokens.txt",
            encoder: "/static/onlineOnnxModel/encoder-epoch-99-avg-1.int8.onnx",
            decoder: "/static/onlineOnnxModel/decoder-epoch-99-avg-1.onnx",
            joiner: "/static/onlineOnnxModel/joiner-epoch-99-avg-1.int8.onnx",
            hotwords:'hotwords.txt', //热词内容文件
            bpeVocab:'bpe.vocab', //热词解码文件（和热词配合使用）
            success: () => {
                console.log('初始化成功')
                uni.hideLoading()
            },
            fail: (res) => {
                console.log(res)
            }
        } as UseSherpaOnnxOptions)
    };
    //离线识别
    const initOfflineOnnx=()=> {
        uni.showLoading({
            title: '模型加载中...',
        })
        uesSherpaOnnx({
            mode: 'offline',
            modelType: "zipformer2ctc",
            model: '',
            tokens: "/static/offlineOnnxModel/tokens.txt",
            encoder: "/static/offlineOnnxModel/encoder-epoch-34-avg-19.int8.onnx",
            decoder: "/static/offlineOnnxModel/decoder-epoch-34-avg-19.onnx",
            joiner: "/static/offlineOnnxModel/joiner-epoch-34-avg-19.int8.onnx",
            success: () => {
                console.log('初始化成功')
                uni.hideLoading()
            },
            fail: (res) => {
                console.log(res)
            }
        } as UseSherpaOnnxOptions)
    };
    //开始识别
    const start=()=> {
        startRecognizer()
    };
    //停止识别
    const stop=()=> {
        stopRecognizer()
    };
    //在不使用时或页面销毁时需调用此方法销毁实例
    const destroy=()=>{
        destroyRecognizer()
    };
    //设置监听
    const setListner=()=> {
        setRecognizerResultListner((res:string, final:boolean) => {
            console.log('识别结果====', res)
            console.log('final====', final)
            content.value = res
        })
    };
    //移除监听
    const removeRecognizerResultListner=()=> {
        removeOnRecognizerResultListner()
    };

    //离线识别file(wav格式音频)
    const recognizerFile=()=> {
        const filePath = '/static/offlineOnnxModel/1.wav';
        startOfflineRecognizerFile(filePath, (result) => {
            console.log('识别结果===', result)
            content.value = result
        })

    };

    //停止离线识别wav file
    const stopRecognizerFile=()=> {
        stopOfflineRecognizerFile()
    };

</script>

<style>

</style>

uniapp项目中完整示例

<template>
    <view>
        <button @click="initOnnx">初始化Onnx</button>
        <button @click="setListner">设置结果监听</button>
        <button @click="removeRecognizerResultListner">移除结果监听</button>
        <button @click="start">开始识别</button>
        <button @click="stop">停止识别</button>
        <button @click="destroy">销毁实例</button>
        <button @click="initOfflineOnnx">初始化离线语音识别器</button>
        <button @click="recognizerFile">开始识别WAV File音频文件</button>
        <button @click="stopRecognizerFile">停止识别WAV File音频文件</button>
        <view style="padding:10px;">
            <view class="title">
                <text>识别结果:</text>
            </view>
            <view class="content">
                <textarea :value="content" disabled style="padding:15px;"></textarea>
                <!-- <text v-for="(i,k) in resultArr" :key="k"></text> -->
            </view>
        </view>
    </view>
</template>

<script>
    import {
        startRecognizer,
        uesSherpaOnnx,
        stopRecognizer,
        setRecognizerResultListner,
        removeOnRecognizerResultListner,
        startOfflineRecognizerFile,
        stopOfflineRecognizerFile,
        destroyRecognizer
    } from "@/uni_modules/xwq-sherpa-onnx";
    export default {
        data() {
            return {
                resultArr: [],
                content: ""
            }
        },

        mounted() {},
        methods: {
            // 在线识别
            initOnnx() {
                uni.showLoading({
                    title: '模型加载中...',
                })
                let path = '/static/onlineOnnxModel/';
                const staticPath = plus.io.convertLocalFileSystemURL(path);
                console.log('staticPath===', staticPath)

                uesSherpaOnnx({
                    mode: 'online',//识别方式
                    modelType: "transducer",//模型类型，支持'paraformer' | 'transducer' | 'zipformer'
                    model: '',
                    tokens: staticPath + "tokens.txt",
                    encoder: staticPath + "encoder-epoch-99-avg-1.int8.onnx",
                    decoder: staticPath + "decoder-epoch-99-avg-1.onnx",
                    joiner: staticPath + "joiner-epoch-99-avg-1.int8.onnx",
                    hotwords:'hotwords.txt', //热词内容文件
                    bpeVocab:'bpe.vocab', //热词解码文件（和热词配合使用）
                    success: () => {
                        console.log('初始化成功')
                        uni.hideLoading()
                    },
                    fail: (res) => {
                        console.log(res)
                    }
                })
            },
            //离线识别
            initOfflineOnnx() {
                uni.showLoading({
                    title: '模型加载中...',
                })
                let path = '/static/offlineOnnxModel/';
                const staticPath = plus.io.convertLocalFileSystemURL(path);
                console.log('staticPath===', staticPath)
                uesSherpaOnnx({
                    mode: 'offline',
                    modelType: "zipformer2ctc",
                    model: '',
                    tokens: staticPath + "tokens.txt",
                    encoder: staticPath + "encoder-epoch-34-avg-19.int8.onnx",
                    decoder: staticPath + "decoder-epoch-34-avg-19.onnx",
                    joiner: staticPath + "joiner-epoch-34-avg-19.int8.onnx",
                    success: () => {
                        console.log('初始化成功11')
                        uni.hideLoading()
                    },
                    fail: (res) => {
                        console.log(res)
                    }
                })
            },
            //开始识别
            start() {
                startRecognizer()
            },
            //停止识别
            stop() {
                stopRecognizer()
            },
            //在不使用时或页面销毁时需调用此方法销毁实例
            destroy(){
                destroyRecognizer()
            },
            //设置监听
            setListner() {
                setRecognizerResultListner((res, final) => {
                    console.log('识别结果====', res)
                    console.log('final====', final)
                    this.content = res
                })
            },
            //移除监听
            removeRecognizerResultListner() {
                removeOnRecognizerResultListner()
            },

            //离线识别file(wav格式音频)
            recognizerFile() {
                let path = '/static/offlineOnnxModel/';
                const filePath = plus.io.convertLocalFileSystemURL(path) + '1.wav';
                startOfflineRecognizerFile(filePath, (result) => {
                    console.log('识别结果===', result)
                    this.content = result
                })

            },

            //停止离线识别wav file
            stopRecognizerFile() {
                stopOfflineRecognizerFile()
            }

        }
    }
</script>

<style>
    .title {
        margin: 20px 0 10px 0;
    }

    .content {
        height: 100%;
        border: 1px solid #ccc;
        background-color: #f2f2f2;
    }
</style>

实时语音识别+VAD语音检测+热词用法（针对语音唤醒场景）

hotwords.txt 文件内容说明：
格式：内容+空格+冒号+分数
例如：小度小度 :10
注意：后面的分数越高越容易触发，但太高也容易导致其他词被屏蔽无法触发，请设置合理值使用

silero_vad.onnx下载地址：https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/silero_vad.onnx

<template>
    <view>
        <button @click="initOnnx">初始化Onnx</button>
        <button @click="setListner">设置结果监听</button>
        <button @click="removeRecognizerResultListner">移除结果监听</button>
        <button @click="start">开始识别</button>
        <button @click="stop">停止识别</button>
        <view style="padding:10px;">
            <view class="title">
                <text>识别结果:</text>
            </view>
            <view class="content">
                <textarea :value="content" :disabled="true" :auto-height="true" style="padding:15px;"></textarea>
            </view>
        </view>
    </view>
</template>

<script>
    import {
        startRecognizer,
        uesSherpaOnnx,
        stopRecognizer,
        setRecognizerResultListner,
        removeOnRecognizerResultListner
    } from "@/uni_modules/xwq-sherpa-onnx";
    export default {
        data() {
            return {
                content: ""
            }
        },

        methods: {
            // 在线识别
            initOnnx() {
                let path = '/static/onlineOnnxModel/transducer/';
                uesSherpaOnnx({
                    mode: 'online',
                    modelType: "transducer",
                    hotwords:path+'hotwords.txt', //热词内容文件
                    bpeVocab:path +'bpe.vocab', //热词解码文件（transducer模型自带）
                    encoder: path + "encoder-epoch-99-avg-1.int8.onnx",//transducer模型文件
                    decoder: path + "decoder-epoch-99-avg-1.onnx",//transducer模型文件
                    joiner: path + "joiner-epoch-99-avg-1.int8.onnx",//transducer模型文件
                    tokens: path + "tokens99.txt", //transducer模型tokens
                    vad:path + "silero_vad.onnx",//VAD模型文件
                    isCopyFile:false,
                    success: () => {
                        console.log('初始化成功')
                    },
                    fail: (res) => {
                        console.log(res)
                    }
                })
            },

            //开始识别
            start() {
                startRecognizer()
            },
            //停止识别
            stop() {
                stopRecognizer()
            },
            //设置监听
            setListner() {
                setRecognizerResultListner((res, final) => {
                    console.log('识别结果====', res)
                    console.log('final====', final)
                    this.content = res
                })
            },
            //移除监听
            removeRecognizerResultListner() {
                removeOnRecognizerResultListner()
            }
        }
    }
</script>

<style>
    .title {
        margin: 20px 0 10px 0;
    }

    .content {
        height: 100%;
        border: 1px solid #ccc;
        background-color: #f2f2f2;
    }
</style>

sense_voice模型+vad语音检测使用方式

silero_vad模型下载地址：https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/silero_vad.onnx
silero_voice模型下载地址：https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-int8-2024-07-17.tar.bz2

<template>
    <view>
        <button @click="initOnnx">初始化Onnx</button>
        <button @click="setListner">设置结果监听</button>
        <button @click="removeRecognizerResultListner">移除结果监听</button>
        <button @click="start">开始识别</button>
        <button @click="stop">停止识别</button>
        <view style="padding:10px;">
            <view class="title">
                <text>识别结果:</text>
            </view>
            <view class="content">
                <textarea :value="content" :disabled="true" :auto-height="true" style="padding:15px;"></textarea>
            </view>
        </view>
    </view>
</template>

<script>
    import {
        startRecognizer,
        uesSherpaOnnx,
        stopRecognizer,
        setRecognizerResultListner,
        removeOnRecognizerResultListner
    } from "@/uni_modules/xwq-sherpa-onnx";
    export default {
        data() {
            return {
                content: ""
            }
        },

        methods: {
            // 在线识别
            initOnnx() {
                let path = '/static/onlineOnnxModel/transducer/';
                uesSherpaOnnx({
                    mode: 'online',
                    modelType: "sense_voice",
                    tokens: path + "tokens.txt",
                    model: path + "model.int8.onnx",// silero_voice模型模型文件
                    vad:path + "silero_vad.onnx",//silero_vad模型模型
                    isCopyFile:false,
                    success: () => {
                        console.log('初始化成功')
                        // uni.hideLoading()
                    },
                    fail: (res) => {
                        console.log(res)
                    }
                })
            },

            //开始识别
            start() {
                startRecognizer()
            },
            //停止识别
            stop() {
                stopRecognizer()
            },
            //设置监听
            setListner() {
                setRecognizerResultListner((res, final) => {
                    console.log('识别结果====', res)
                    console.log('final====', final)
                    this.content = res
                })
            },
            //移除监听
            removeRecognizerResultListner() {
                removeOnRecognizerResultListner()
            }
        }
    }
</script>

<style>
    .title {
        margin: 20px 0 10px 0;
    }

    .content {
        height: 100%;
        border: 1px solid #ccc;
        background-color: #f2f2f2;
    }
</style>

(兼容安卓、鸿蒙端、iOS)onnx 大模型实时语音识别 wav音频文件转文本 xwq-sherpa-onnx 实时语音识别 语音识别

更新记录

1.4.0（2026-04-22）

1.3.9（2026-04-22）

1.3.8（2026-04-21）

平台兼容性

uni-app(4.87)

uni-app x(4.87)

xwq-sherpa-onnx

开发文档说明

`插件功能（兼容安卓、鸿蒙端、iOS）`

ASR模型比较大，可以根据自己的需求选择下载，下载地址》》

鸿蒙端使用特别说明

离线语音识别（识别wav音频文件）使用步骤

uniappX项目中完整示例

uniapp项目中完整示例

实时语音识别+VAD语音检测+热词用法（针对语音唤醒场景）

sense_voice模型+vad语音检测使用方式

其他插件预览

隐私、权限声明

1. 本插件需要申请的系统权限列表：

2. 本插件采集的数据、发送的服务器地址、以及数据用途说明：

3. 本插件是否包含广告，如包含需详细说明广告表达方式、展示频率：

(兼容IOS、安卓、鸿蒙)二维码、条码识别，mlkit扫码插件（毫秒级识别效率，支持多码识别，连续扫

TTS（安卓、ios、鸿蒙、web）将文字转成语音播报

仿抖音短视频微信小程序丝滑切换视频效果，无限数据加载不卡顿，咨询进IM交流群

（兼容安卓、IOS端）离线语音识别插件、支持离线语音

xw-lottie-view 动画组件适配APP和H5端

(兼容安卓、鸿蒙端、iOS)onnx 大模型实时语音识别 wav音频文件转文本 xwq-sherpa-onnx 实时语音识别 语音识别

更新记录

1.4.0（2026-04-22）

1.3.9（2026-04-22）

1.3.8（2026-04-21）

平台兼容性

uni-app(4.87)

uni-app x(4.87)

xwq-sherpa-onnx

开发文档说明

插件功能 （兼容安卓、鸿蒙端、iOS）

ASR模型比较大，可以根据自己的需求选择下载，下载地址》》

鸿蒙端使用特别说明

离线语音识别（识别wav音频文件）使用步骤

uniappX项目中完整示例

uniapp项目中完整示例

实时语音识别+VAD语音检测+热词用法（针对语音唤醒场景）

sense_voice模型+vad语音检测使用方式

其他插件预览

隐私、权限声明

1. 本插件需要申请的系统权限列表：

2. 本插件采集的数据、发送的服务器地址、以及数据用途说明：

3. 本插件是否包含广告，如包含需详细说明广告表达方式、展示频率：

(兼容IOS、安卓、鸿蒙)二维码、条码识别，mlkit扫码插件（毫秒级识别效率，支持多码识别，连续扫

TTS（安卓、ios、鸿蒙、web）将文字转成语音播报

仿抖音短视频微信小程序 丝滑切换视频效果，无限数据加载不卡顿，咨询进IM交流群

（兼容安卓、IOS端）离线语音识别插件、支持离线语音

xw-lottie-view 动画组件 适配APP和H5端

Modal title

(兼容安卓、鸿蒙端、iOS)onnx 大模型实时语音识别 wav音频文件转文本 xwq-sherpa-onnx 实时语音识别语音识别

`插件功能（兼容安卓、鸿蒙端、iOS）`

仿抖音短视频微信小程序丝滑切换视频效果，无限数据加载不卡顿，咨询进IM交流群

xw-lottie-view 动画组件适配APP和H5端