主播语音识别模型目录（sherpa-onnx，打包时随绿色 exe 一起分发）
============================================================

本目录存放**本地语音识别**用的模型，跑在 Electron 主进程里（见 ../asr-local.js）。
2026-09-12 起由 Vosk 换成 sherpa-onnx：同一段真实录屏，Vosk 出来是乱码、
sherpa 出来是可读话术（实测对比见 ../../tools/_report-asr-comparison.md）。

## 当前模型（2026-09-13 老板拍板换成中文专用版）

模型名：sherpa-onnx-streaming-zipformer-zh-int8-2025-06-30
来源  ：https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/
        sherpa-onnx-streaming-zipformer-zh-int8-2025-06-30.tar.bz2

必备文件（4 个，合计约 159.6 MB）：
  encoder.int8.onnx     153.7 MB
  decoder.onnx            4.9 MB   ← 🔴 注意这个**只有非量化版**，没有 .int8
  joiner.int8.onnx        1.0 MB
  tokens.txt              20 KB

配置文件（本目录，可改，改完要重新打包）：
  hotwords.txt    热词偏置表（治「模型能拼对但选错同音词」，如 灯牌/灯泡）
  fix-terms.txt   纠错表（治「模型拼不对」的词，支持 `错词=正确词` 与 `re:正则=正确词` 两种写法）

🔴 fix-terms.txt 用正则修**观众昵称**（2026-09-13 老板确认两个名字）：
    开普特 / 凯普特 / 开普 / 开盘的 / 开潘人的 …  →  Captain
    宛瑄谭 / 宛瑾辰 / 婉月星辰 / 岳星辰     …  →  挽月星辰
  为什么用正则：昵称是**族状变体**，同一个名字模型每次吐的都不一样（实测 10 种以上写法），
  一条条精确匹配追不完。⚠️ 正则只写简单模式，别用嵌套量词（回溯爆炸会拖慢识别）。
  改完务必跑 `../_test-fix-terms.js`（正例 + 误伤负控制，37 条断言），别只凭肉眼。

## 为什么换（同一批素材实测）

三个抖音高频术语全面更准：

| 术语 | 旧模型（multi-zh-hans-2023-12-12） | 现在这个（zh-int8-2025-06-30） |
|---|---|---|
| 测评 | ❌ 测片 | ✅ 测评 |
| 灯牌 | ❌ 稳定错成「灯泡」 | ✅ 灯牌 |
| 猎奇 | ❌ 裂起 / 列起 / 策略起 | ✅ 猎奇 |

代价：模型 72.5 MB → 159.6 MB，CPU 约 0.08x → 0.13x 实时（仍远快于实时，够用）。

## 🔴 换模型时的坑（下次别踩）

1. **文件名各版本不一样，代码里不能写死**：
   2023 版叫 `encoder-epoch-20-avg-1-chunk-16-left-128.int8.onnx`，
   2025 版叫 `encoder.int8.onnx`。且 2025 版的 **decoder 没有 int8 版**。
   `asr-local.js` 的 `pick()` 已改成「优先 int8，没有就退回普通版」。
2. **不要放 fp32 的 encoder**（2025 版有 566 MB、xlarge 版更大），对效果没帮助，只会让包变胖。
3. **解压只要这 4 个文件**，`test_wavs/` 之类不用拷。
4. 国内直连 GitHub 极慢（实测 3 分钟只下到 438 KB）。用代理镜像：
   https://ghfast.top/https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/<文件名>
   （实测 570 MB 的包几分钟就下完）

## 打包

electron-builder 会把本目录整体作为 extraResources 打进
  dist/win-unpacked/resources/sherpa-asr/
主播运行绿色 exe 时无需任何额外安装、无需联网。
原生模块的 `asarUnpack` 配置见 ../package.json；打包脚本 ../build-capture.bat 第 4 步会自检。
