工程版本日志 · 2026.07
ASR 模型上线规则与隔离运行时
模型出现在客户端之前，必须先证明它真实部署、运行健康并通过同一套验收。本篇定义候选分组和上线契约，不表示全部候选已在生产服务。
5 组计划运行时基线与隔离候选的目标分组
4 个必需端点候选上线前的服务契约
1/2/4/8并发验收阶梯
30 分钟模型默认空闲释放
适用范围上线策略模型存在不等于可供用户选择
证据类型统一契约 + 候选隔离观察结果、目标值与估算值分开陈述。
当前状态基线已确定，候选持续评估本篇记录特定日期的工程状态，不代表永久承诺。
01 · DECISION
保留已验证基线，候选模型分组隔离
SenseVoice 是已验证的中文基线，Whisper 保留为兼容基线。Paraformer 与 Qwen3-ASR、Fun-ASR Nano、GLM-ASR Nano、FireRedASR2S 属于按阶段进入隔离验证的候选，不在未就绪时出现在客户端。
02 · RUNTIME CONTRACT
运行时不同，上线契约必须一致
每个候选运行时在上线前必须提供 /health、/v1/models、/v1/warmup 和 /v1/transcribe。生产调度必须同时记录 requested_model 与 actual_model，禁止无提示回退。
Client model ID→Scheduler→Ready runtime→GPU03 · ACCEPTANCE
所有模型使用同一套样本和指标
- 中文、英文、中英混说、噪声和方言。
- 3–10 秒、60 秒、5 分钟和 30 分钟。
- 冷启动、热推理、端到端、RTF 和显存峰值。
- 1/2/4/8 并发下的吞吐、排队与 p50/p95/p99。
- 中文 CER、英文 WER 与重复片段率。
04 · CLIENT POLICY
未就绪的模型绝不进入列表
只有 serving replica 返回 ready=true 的模型才对客户端可见。未下载、未验收或资源不足的模型不显示，也不能静默伪装成另一个模型。
证据 · 诊断
现有证据能说明什么，不能说明什么
模型目录是生产能力清单，不是研究愿望清单。模型只有在权重完整、运行时启动、健康检查通过、代表性中英样本验收、资源预算可接受时才可以出现在客户端；requested_model 与 actual_model 必须同时记录。
统一阅读规则生产观察只描述实际走过的路径；受控基准用于隔离单一组件；目标值在持续分布达标以前始终只是目标。
运维 · 开放工作
失败时如何退化，以及下一道验证门槛
SenseVoice 保留为中英主基线，Whisper 是兼容基线。Paraformer 因中英混说和英文质量退出生产主路由。其他候选在 shadow 或隔离 runtime 中测试，不能通过静默回退制造“已支持”的假象。
- 失败可见性
- 每次降级都必须记录原因码和阶段计时。最终拿到文字，不能抹掉实时、AI 或粘贴此前失败的事实。
- 发布证据
- request ID、实际模型、节点、排队、上传、ASR、AI 和交付时间必须保存在同一条可追踪链路中，才能完整复盘回归。