yazinsai/tilawa
Offline Quran verse recognition — identify surah and ayah from audio. (Formerly offline-tarteel; renamed to Tilawa.)
解决的问题
Tilawa 提供了一种在设备上完全实时识别古兰经诵读的方法。推理时无需网络连接，使开发者能够集成音频识别功能，将音频输入映射到古兰经的特定苏拉和阿亚（经文）。
工作原理
该项目使用 ONNX Runtime 在网页、移动设备（React Native）或 Node.js 上本地运行机器学习模型。它提供两种主要引擎：
- Zipformer：默认的流式引擎，使用塔吉维德-音素词汇表实现连续识别。
- FastConformer：用于一次性转录或原始阿拉伯语文本输出的替代引擎。
两个引擎均处理 16 kHz 单声道音频，并发出 verse_match（当经文被确信识别时）和 word_progress（用于单词级对齐）等事件。
适用人群
需要离线、低延迟音频识别、经文追踪和诵读校正功能的古兰经类应用开发者。
主要亮点
- 完全本地化：推理时无需网络连接。
- 零原生依赖：核心库为纯 TypeScript 编写，仅需目标平台的 ONNX 运行时。
- 实时流式处理：支持通过
feed()方法进行流式音频输入。 - 诵读校正：包含“校正模式”，可根据结构规则标记跳过的经文或替换的词语。
- 跨平台兼容：支持浏览器、Node.js 和 React Native。
相关
- 项目
- 项目
- 项目
- 项目