| | |
|---|
| | | - 体积大于 Moonshine English。 |
|---|
| | | - 用户主动下载后可切换。 |
|---|
| | | |
|---|
| | | ### 6.5 X-ASR-zh-en（未来候选） |
|---|
| | | |
|---|
| | | ```text |
|---|
| | | id: x-asr-zh-en |
|---|
| | | backendKind: zipformer_transducer_streaming |
|---|
| | | tier: experimental |
|---|
| | | recommendedFor: zh-CN, en |
|---|
| | | installDirName: x-asr-zh-en |
|---|
| | | requiredFiles: |
|---|
| | | - encoder-<chunk>.onnx |
|---|
| | | - decoder-<chunk>.onnx |
|---|
| | | - joiner-<chunk>.onnx |
|---|
| | | - tokens.txt |
|---|
| | | ``` |
|---|
| | | |
|---|
| | | 初始策略： |
|---|
| | | |
|---|
| | | - 只做实验性 profile，不进入第一阶段普通模型列表。 |
|---|
| | | - 不同时下载四个 chunk 变体；先选 `480 ms` 或 `960 ms` 之一做 Apple Silicon 真机 spike。 |
|---|
| | | - 如果当前 Go 绑定不能稳定支持 streaming `OnlineRecognizer`，先做独立 prototype，不接入正式 EngineFactory。 |
|---|
| | | |
|---|
| | | 备注： |
|---|
| | | |
|---|
| | | - X-ASR-zh-en 是 Zipformer transducer，基于 sherpa-onnx，技术栈方向与当前项目一致。 |
|---|
| | | - 主要价值是低延迟流式识别和中英混输，不是单纯追求最高离线准确率。 |
|---|
| | | - benchmark 显示其离线平均结果接近但低于 Qwen3-ASR 0.6B，高于/接近 SenseVoice-small；因此更适合作为“实时输入候选”，而不是 Qwen3-ASR 替代品。 |
|---|
| | | - 进入产品前必须复核 Apache-2.0 license、模型卡、技术报告和训练数据说明。 |
|---|
| | | |
|---|
| | | ## 7. 配置文件扩展 |
|---|
| | | |
|---|
| | | 当前 config 需要新增字段。 |
|---|
| | |
|---|
| | | buildNemoTransducerConfig(profile) |
|---|
| | | case "qwen3_asr": |
|---|
| | | buildQwen3ASRConfig(profile) |
|---|
| | | case "zipformer_transducer_streaming": |
|---|
| | | buildXASRStreamingConfig(profile) |
|---|
| | | } |
|---|
| | | ``` |
|---|
| | | |
|---|
