benchmark-rabispeech-models

# RabiSpeech 模型闭环基准 把脚本当执行器，把本 skill 当顺序和口径。项目根目录记为 `<repo>`。 ## 固定边界 - 只测试已安装、已缓存的本地模型；不启用、恢复或调用云 API。 - RabiSpeech 可以支持用户显式启用的 HTTPS API Provider，但该能力只做独立烟测和运行时验收；不能与本地模型结果混排、冒充本机耗时或本机显存数据。需要验证 API Provider 时改用 `rabiroute-voice-workstation`。 - 按 `TTS -> WAV -> ASR` 顺序执行。每个 ASR 必须识别每个 TTS 的同一批音频。 - 复用 `plugin-adapters/rabi-speech/benchmarks/cases.zh-CN.json`；除非测试目标就是语料版本升级，不为某个模型临时换题。 - 原始 WAV、worker 日志和 JSON 放在插件 `output/benchmarks/<date>-<name>/`，不要提交。 - 公开 HTML 不写 token、参考音路径、角色私有资料、模型缓存路径或运行期绝对路径。 ## 1. 准备运行目录 创建一个新的基准目录，复制或直接引用固定语料。先记录测试机的 OS、CPU、RAM、GPU、驱动、模型版本和实际 execution provider，并更新 `benchmarks/report-metadata.json`。 确认要测的 TTS worker 已经在本机回环地址运行。冷启动比较需要显式重启对应 worker；如果测试前已经 ready，必须把首条标为 `already-warm`，不能冒充冷启动。 先通过 `GET /api/speech/models` 或 `GET /v1/models` 读取真实模型与请求 Schema，不要靠旧报告或 Skill 中的模型名单猜当前安装状态。人格声线、参考音和 Provider 声线 ID 都不是公开基准参数；若测试需要人格素材，只能在本机传入，报告中必须脱敏。 ## 2. 先测试每个 TTS 对每个 worker 各执行一次： ```powershell py -3.10 plugin-adapters\rabi-speech\scripts\benchmark_models.py tts ` --engine <stable-engine-id> ` --url http://127.0.0.1:<worker-port> ` --texts plugin-adapters\rabi-speech\benchmarks\cases.zh-CN.json ` --output <run-dir>\tts-<stable-engine-id>.json ` <voice-or-reference-options> ``` 使用稳定、公开的 engine id。角色参考音只作为本机参数传入，不复制进报告目录。检查每个结果都有三条记录、三个 WAV、音频时长、RTF、RMS、削波率和 GPU 采样。 ## 3. 再测试每个 ASR 选择一条固定短句 WAV 做不计分预热；默认用 ONNX-VITS 的 `short-dialogue`。每个 ASR 都传入全部 TTS 结果： ```powershell py -3.10 plugin-adapters\rabi-speech\scripts\benchmark_models.py asr ` --model <cached-model-id> ` --model-root <local-model-cache> ` --tts-results <run-dir>\tts-onnx-vits.json ` --tts-results <run-dir>\tts-qwen3-tts-0.6b.json ` --tts-results <run-dir>\tts-indextts2.json ` --warmup-audio <run-dir>\audio\onnx-vits\01-short-dialogue.wav ` --output <run-dir>\asr-<cached-model-id>-warm.json ``` 保持 `local_files_only` 语义。若模型未缓存，列为“支持但未测试”，不要为一次报告自动下载。确认结果包含模型加载、预热、正式逐句转写、CER、耗时和 RTF。 ## 4. 汇总和生成 HTML 先用 `summarize` 生成 `summary.json` 与三张 CSV，再用 `render-html` 生成 RibiWebGUI 的公开报告： ```powershell py -3.10 plugin-adapters\rabi-speech\scripts\benchmark_models.py render-html ` --summary <run-dir>\summary.json ` --texts plugin-adapters\rabi-speech\benchmarks\cases.zh-CN.json ` --metadata plugin-adapters\rabi-speech\benchmarks\report-metadata.json ` --template plugin-adapters\rabi-speech\benchmarks\report-template.html ` --tts <each-tts-json> ` --asr <each-asr-json> ` --output ribiwebgui\public\reports\rabispeech-model-benchmark.html ``` HTML 必须至少呈现： - 测试文本与闭环顺序。 - TTS 功能矩阵、首请求、热态耗时、RTF、显存和柱状图。 - ASR 功能矩阵、加载、预热、热态耗时、总体 CER 和柱状图。 - ASR 按 TTS 来源分组的 CER，以及逐句参考文本 / 识别文本 / CER 表。 - 测试硬件、最低 / 建议配置、历史归档模型、方法和限制。 ## 5. 新增模型 新增 TTS 时：先在 `report-metadata.json.tts_models` 增加功能说明，再生成一个新的 `tts-*.json`，并让所有 ASR 重跑包含它的输入集合。 新增 ASR 时：先在 `report-metadata.json.asr_models` 增加功能说明，再让它识别所有现有 TTS 音频。不要只测最容易识别的一种声线。 脚本和模板按数据数组渲染；不要为每个模型硬编码新表格或新柱形。 ## 验收 ```powershell py -3.10 -m py_compile plugin-adapters\rabi-speech\scripts\benchmark_models.py py -3.10 plugin-adapters\rabi-speech\scripts\benchmark_models.py --help node skills\audit-rabiroute-public-docs\scripts\audit-public-docs.mjs npm run relay:rabilink:webgui:check npm run webgui:build ``` 然后打开： ```powershell $status = & "$env:LOCALAPPDATA\Programs\RabiRoute\RabiRouteHost.exe" --command status --json | ConvertFrom-Json Start-Process ($status.managerBaseUrl + "/#/docs") Start-Process ($status.managerBaseUrl + "/#/speech") Start-Process ($status.managerBaseUrl + "/reports/rabispeech-model-benchmark.html") ``` 检查“语音服务”下的 TTS、ASR、性能报告三个栏目、目标测试机报告，以及使用手册中的“从远端调用 TTS 与 ASR”。确认表格、柱状图、逐句结果、移动端横向滚动和独立报告链接都可用。 如果有真实 Relay 验收环境，还要登录并打开： ```text https://<relay>/manage/<account>/<RabiGUID>/#/speech https://<relay>/manage/<account>/<RabiGUID>/reports/rabispeech-model-benchmark.html ``` 远端报告必须返回 `200` 和 `text/html`。没有公网环境时，只能记录“本地报告与 Relay 静态契约已验证”，不能写成真实公网已通过。 最后再确认运行时语音接口仍保持自己的合同：直接 TTS/ASR 会写语音记录，TTS 音频缓存按单条时间戳保留 24 小时；Route 的 `hot/keyword` 投递、人格关键词、双向会话账本和说话人绑定不属于模型性能评分，不能用基准脚本改写这些配置。