• ASR 语音识别

ASR 语音识别

（本页是识别器的调试与基准入口；它在链上的位置与回合判定见VAD 与回合判定。）

架构

ASR 的 trait 在 service/src/component/asr.rs，引擎实现与单例在 api/src/component/asr/，底层是 sherpa-onnx。

pub trait Asr: Send + Sync {
    fn create_stream(&self) -> Box<dyn AsrStream>;
    async fn transcribe(&self, sample_rate: u32, samples: &[f32])
        -> Result<RecognizerResult, AppError>;
}

RecognizerResult { text: String, prob: f32 } 是两条路径的共同输出。流式路径由 AsrStream 承担：accept_waveform / decode / is_endpoint / get_partial / finish / reset。

AsrManager::init(config).await;          // 启动时初始化
let model = AsrManager::global().default(); // Arc<dyn Asr>，可跨轮共享
let mut stream = model.create_stream();
stream.accept_waveform(&samples);
stream.decode();

初始化在服务端启动流程里；消费点有两处：AsrNode（实时语音链）与 Matrix 客户端（整段转录）。

模型一览

模型来自 https://github.com/k2-fsa/sherpa-onnx，由下载器 manifest 管理：

moon run server:downloader -- asr
moon run server:downloader -- asr x_asr

基准与诊断

api/tests/common/asr.rs 把每个测试的耗时折算成统一诊断行：

CER=XX.X%(X) WER=XX.X% Acc=XX.X% Perf=XX.X% Total=XX.X% | RTF=X.XXX ASR=X.Xs Audio=X.XXs <verdict>

旧版页面记录的「TTS 闭环 CER 0%、RTF 0.110」是重构前的实测值，未在本轮复测；用下面的命令重跑才知道现在是多少。

测试

api/tests/asr_test.rs 五条，都直接调 AsrManager::create_model：

XAsr 的测试需要 data/asr/model/x_asr/default/ 已下载（moon run server:downloader -- asr）。

# Void：无需模型文件
cargo test --package api --test asr_test -- test_asr_model_void

# XAsr：需要模型
cargo test --package api --test asr_test -- test_asr_model_x_asr_transcribe --nocapture
cargo test --package api --test asr_test -- test_asr_model_x_asr_streaming --nocapture

# release 模式跑得快一些
cargo test --package api --test asr_test --release -- test_asr_model_x_asr_streaming --nocapture

链路层的回归在 api/tests/session/：test_chat_flow_listen_manual、test_chat_flow_listen_auto、test_chat_flow_listen_realtime、test_chat_flow_voice_text_voice_round_trips、test_chat_flow_resample_48k_multi_round。

新增 ASR 模型

1. manifest：apps/server/src/downloader/manifests/asr/<model>.json
2. 实现：api/src/component/asr/model/<model>/mod.rs，实现 Asr（以及需要的 AsrStream）
3. 注册模块：api/src/component/asr/model/mod.rs 加 pub mod <model>
4. 枚举：api/src/config/mod.rs 的 AsrModel 加变体
5. 工厂：api/src/component/asr/mod.rs 的 create_model() 加 match arm
6. 测试：api/tests/asr_test.rs 加整段 + 流式两条，至少断言非空与 partial

关键文件