fix(asr): harness 流式档对齐生产模型路径与文件名（fp16 四件套）

Author: Aparencia

app/src-tauri/src/bin/asr_eval.rs

@@ -34,8 +34,8 @@ use sherpa_onnx::{OfflineRecognizer, OfflineRecognizerConfig, OfflineSenseVoiceM
 
 /// 默认 SenseVoice 模型目录（与 cer_bench/download 脚本约定一致）。
 const DEFAULT_MODEL_DIR: &str = "models/asr/sensevoice";
-/// 流式 zipformer 模型目录（与 streaming 下载脚本约定一致）。
-const STREAM_MODEL_DEFAULT: &str = "models/asr/streaming-zipformer-zh-fp16-2025-06-30";
+/// 流式 zipformer 模型目录（与 download-streaming-asr.mjs 目标目录一致）。
+const STREAM_MODEL_DEFAULT: &str = "models/streaming-zipformer";
 /// 基线回归容差（v0.20.0 契约：相对基线均值 CER 退化 >2% 即失败）。
 const REGRESSION_TOLERANCE: f32 = 0.02;
 

app/src-tauri/src/bin/asr_eval_stream.rs

@@ -41,9 +41,10 @@ const BLOCK_SAMPLES: usize = 16_000 / 5;
 ///              按生产 flush 语义取当前结果收尾。
 pub fn transcribe_stream(wav_path: &str, model_dir: &str, p: &StreamParams) -> Option<String> {
     let dir = Path::new(model_dir);
-    let encoder = dir.join("encoder.onnx");
-    let decoder = dir.join("decoder.onnx");
-    let joiner = dir.join("joiner.onnx");
+    // 文件名与 download-streaming-asr.mjs / streaming_endpoint::ensure_model_files 约定一致
+    let encoder = dir.join("encoder.fp16.onnx");
+    let decoder = dir.join("decoder.fp16.onnx");
+    let joiner = dir.join("joiner.fp16.onnx");
     let tokens = dir.join("tokens.txt");
     if ![&encoder, &decoder, &joiner, &tokens].iter().all(|f| f.exists()) {
         eprintln!("[Stream] 流式模型缺失（{}）——本档跳过（下载脚本见 docs）", dir.display());