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/asr_eval/metrics/text_norm.py

@@ -0,0 +1,53 @@
+"""评分前文本归一化。
+
+中英混说不归一化就算分会严重失真（标点、繁简、全半角、大小写都会被算成错）。
+本模块做最小必要归一化；繁→简依赖 opencc，缺失时自动降级（仅告警一次）。
+"""
+
+from __future__ import annotations
+
+import re
+import sys
+import unicodedata
+
+_cc = None
+_cc_warned = False
+
+
+def _converter():
+    global _cc, _cc_warned
+    if _cc is not None:
+        return _cc
+    try:
+        from opencc import OpenCC
+
+        _cc = OpenCC("t2s")
+    except Exception:
+        _cc = False  # 标记尝试过且失败
+        if not _cc_warned:
+            print("[text_norm] 警告：opencc 不可用，跳过繁→简归一化", file=sys.stderr)
+            _cc_warned = True
+    return _cc
+
+
+# 中英文常见标点（评分时整体移除）
+_PUNCT = set(
+    "，。！？、；：“”‘’（）《》【】〔〕…—～·.,!?;:\"'()<>[]{}~`@#$%^&*-_=+|\\/。．"
+)
+_WS = re.compile(r"\s+")
+
+
+def normalize(text: str, *, t2s: bool = True, lower: bool = True) -> str:
+    if not text:
+        return ""
+    # 全角→半角 + Unicode 兼容分解（NFKC 会把 ＡＢＣ→ABC、１２３→123）
+    text = unicodedata.normalize("NFKC", text)
+    if t2s:
+        cc = _converter()
+        if cc:
+            text = cc.convert(text)
+    if lower:
+        text = text.lower()
+    text = "".join(ch for ch in text if ch not in _PUNCT)
+    text = _WS.sub(" ", text).strip()
+    return text