模型文件
服务器在本机 CPU 上跑三个模型（onnxruntime，不需要显卡），文件放在 MODELS_DIR（默认是 DATA_DIR/models，Docker 里是 data/models）。
| 文件 | 模型 | 用途 | 许可 | 下载自 |
|---|---|---|---|---|
fireredvad-stream-vad.onnx、fireredvad-cmvn.ark | FireRedVAD | 语音检测 | Apache-2.0 | FireRedVAD 上游仓库 |
redimnet2-b6.onnx | ReDimNet2 B6 | 声纹 | MIT（训练数据见下） | 本仓库的 models-v1 Release |
yamnet.onnx | YAMNet | 听出音乐：外放的歌不取声纹（MUSIC_DETECT） | Apache-2.0 | 本仓库的 models-v1 Release |
用 ENGINE=local 时还有第四个：sherpa-onnx 的 X-ASR 中英模型（x-asr-zipformer-transducer-zh-en-punct-int8-2026-06-03/），第一次用到时从 k2-fsa/sherpa-onnx 的 GitHub Release 下载约 136 MB 的模型包（或 LOCAL_ASR_URL），解开放进同一个目录。
下载和校验
- 服务器启动时下载缺的文件，第一次启动约 70 MB。
- 每个文件的 sha256 钉在
server/alldayrec/infer.py和server/alldayrec/local_asr.py里，只接受一致的文件；不一致或缺文件时服务器拒绝启动。 - 已经有的文件不会重复下载。
server/alldayrec/export_onnx.py是维护者从上游权重制作新的 Release 文件用的。ReDimNet2 的导出在不同机器上逐字节不一致，自己导出的文件会被拒绝。
声纹模型的训练数据
ReDimNet2 的代码和权重是 MIT，但训练数据包含 VoxBlink2（CC BY-NC-SA 4.0）。详见 THIRD_PARTY_NOTICES.md，是否适合你的用途请自己判断。
大模型不在这里：项目不打包、不运行大模型，用的是 LLM_BASE_URL 指向的外部服务。