Ariver
2026-05-18 441f7731af05f2d5c092bca0d537a318bac7b458
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
//go:build windows
 
package engine
 
import (
    "fmt"
    "voicesnap/internal/logger"
 
    sherpa "github.com/k2-fsa/sherpa-onnx-go/sherpa_onnx"
    _ "github.com/k2-fsa/sherpa-onnx-go-windows"
)
 
type sherpaEngine struct {
    recognizer *sherpa.OfflineRecognizer
    hwInfo     string
}
 
func newPlatformEngine() (Engine, error) {
    modelPath := ModelPath()
    tokensPath := TokensPath()
 
    // Try DirectML first, then CPU fallback
    providers := []struct {
        name     string
        provider string
    }{
        {"DirectML (GPU)", "directml"},
        {"CPU", "cpu"},
    }
 
    for _, p := range providers {
        config := sherpa.OfflineRecognizerConfig{}
        config.FeatConfig.SampleRate = 16000
        config.FeatConfig.FeatureDim = 80
        config.ModelConfig.SenseVoice.Model = modelPath
        config.ModelConfig.SenseVoice.UseInverseTextNormalization = 1
        config.ModelConfig.Tokens = tokensPath
        config.ModelConfig.NumThreads = 4
        config.ModelConfig.Provider = p.provider
        config.DecodingMethod = "greedy_search"
 
        recognizer := sherpa.NewOfflineRecognizer(&config)
        if recognizer != nil {
            info := fmt.Sprintf("SenseVoice ยท %s", p.name)
            logger.Info("Engine initialized: %s", info)
            return &sherpaEngine{
                recognizer: recognizer,
                hwInfo:     info,
            }, nil
        }
        logger.Info("Failed to init with %s, trying next provider", p.name)
    }
 
    return nil, fmt.Errorf("failed to initialize sherpa-onnx with any provider")
}
 
func (e *sherpaEngine) Recognize(samples []float32) (string, error) {
    stream := sherpa.NewOfflineStream(e.recognizer)
    defer sherpa.DeleteOfflineStream(stream)
 
    stream.AcceptWaveform(16000, samples)
 
    e.recognizer.Decode(stream)
    result := stream.GetResult()
 
    return result.Text, nil
}
 
func (e *sherpaEngine) HardwareInfo() string {
    return e.hwInfo
}
 
func (e *sherpaEngine) Close() {
    if e.recognizer != nil {
        sherpa.DeleteOfflineRecognizer(e.recognizer)
        e.recognizer = nil
    }
}