feat(eval): ASR 模型评估框架

横向对比云端 gummy 与本地开源模型(faster-whisper/SenseVoice/Paraformer)，
重点覆盖中英混说，产出准确率(CER/WER/MER)/速度(延迟/RTF)/资源(cpu/mem/模型大小)
对比报告。公共集(ASCEND/AISHELL/LibriSpeech)统一走 HF 适配器 + 自定义 JSONL manifest。
gummy 引擎对照 server/internal/asr/gummy.go 协议移植。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

eval/.gitignore

@@ -0,0 +1,14 @@
+# 数据集、模型权重、结果、缓存全部不入库（体积大）
+# 注意：锚定到 eval/ 根（前导 /），否则会误伤 asr_eval/datasets/ 源码包
+/datasets/
+/models/
+/results/
+*.wav
+*.mp3
+*.flac
+*.aiff
+__pycache__/
+*.egg-info/
+.venv/
+venv/
+.pytest_cache/