前两天研究了一下Moonshine Voice，当时拿了几个简单的音频文件测试了一下，感觉效果还可以，所以我就开始将其整合到了OddASR项目里。
但是在完成了整合后，再进行测试的时候发现一些比较严重的问题，所以，我又赶紧把我刚刚上传到pypi的OddASR给撤了，然后重新将主力模型改回到paraformer-zh-streaming和paraformer-zh。
当前OddAsr最新版本：v2.1.0，已恢复paraformer模型。
以下是在OddAsr自带的测试界面上分别跑paraformer-zh和moonshine base模型的效果
测试音频
- 前面一段和后面一段的声音都是干净的，转写效果非常好，准确率基本可认为100%；
- 中间一段模拟了一些背景噪声与嘈杂环境，无论是持续的空调嗡鸣、键盘敲击声，还是突发的交通噪音、旁人交谈，都会干扰ASR模型，导致其识别错误甚至完全遗漏词语。
具体的声音情况可以看这个视频：
https://mp.weixin.qq.com/s/y4l-YtaUhayV9k9EDatCzw
注：这个视频中并未使用我的OddASR，效果差不是我OddAsr项目的锅。相反，下面我后来有将这个视频中的音频提取出来，专门作为OddAsr的一个测试集，每次测试不同的ASR模型的时候都会来测试一下这种场景。比如：这次的Moonshine base中文模型的测试。
测试效果
测试使用的音频就是上面那个视频里提取出来的音频。
paraformer模型效果
只想用一个字来形容：bravo！
moonshine base模型效果
看上去转写出来的每个发音都是对的，但是。。。。这些个字呢。。。。好像就没几个是对的。
总结
唉，如果不是因为我这个用了超过十年的老笔记本CPU不太够用，我也完全不想去折腾一些其他的轻量级的ASR模型。
