# dudu ASR 评估配置。改这里即可调整跑哪些引擎/数据集、采样多少。
# 跑法：rbw get dashscope-api-key | python -m asr_eval run --config config.yaml

output_dir: results
audio_cache: datasets/_audio_cache
sample_limit: null          # null=全量；整数=每个数据集采样上限（冒烟用小值）

# ---------------- 数据集 ----------------
# 公共集统一走 type=hf（差异全在配置里）；自定义集 type=custom 指向 JSONL manifest。
datasets:
  - name: ascend           # 中英混说金标准（headline）
    type: hf
    hf_id: CAiRE/ASCEND
    split: test
    text_field: transcription
    lang: zh-en
    domain: general

  - name: aishell1         # 纯普通话
    type: hf
    hf_id: AISHELL/AISHELL-1
    split: test
    text_field: text
    lang: zh
    domain: general
    trust_remote_code: true

  - name: librispeech      # 纯英文
    type: hf
    hf_id: openslr/librispeech_asr
    hf_config: clean
    split: test
    text_field: text
    lang: en
    domain: general
    trust_remote_code: true

  - name: custom           # 你的自录/业务场景音频
    type: custom
    manifest: manifests/custom.example.jsonl

# ---------------- 引擎 ----------------
# 云端 gummy 与本地开源横向对比。本地引擎需先装 extras：pip install '.[whisper]' 或 '.[funasr]'
engines:
  - name: gummy
    type: gummy
    model: gummy-realtime-v1
    realtime_factor: 2.0     # 推流倍速（同 gummycheck）；影响延迟口径，不影响准确率
    cost_per_min: 0.09       # ⚠️占位：按 dudu 实付 DashScope 单价改（此处暂用售价 ¥9/100min）
    enabled: true

  - name: whisper-small
    type: whisper
    model_size: small
    device: cpu
    compute_type: int8
    enabled: true

  - name: whisper-large-v3
    type: whisper
    model_size: large-v3
    device: cpu
    compute_type: int8
    enabled: false           # 体积大(~1.5GB)，按需开

  - name: sensevoice
    type: sensevoice         # 多语，中英混说强
    device: cpu
    enabled: false

  - name: paraformer-zh
    type: funasr             # 纯中 SOTA，英文/混说较弱
    device: cpu
    enabled: false