1. ## 🎯 当前使用的ASR模型
    ### 模型名称：SenseVoice (RKNN版本)
    ### 模型架构：
    - 编码器 : sense-voice-encoder.rknn - RKNN格式的神经网络模型
    - 嵌入层 : embedding.npy - 词嵌入矩阵
    - 分词器 : chn_jpn_yue_eng_ko_spectok.bpe.model - BPE分词模型
    ### 模型特点：
    1. 多语言支持 - 支持中文、日文、粤语、英文、韩文
    2. RKNN加速 - 针对RK3588等Rockchip芯片优化
    3. ITN支持 - 启用了逆文本归一化（Inverse Text Normalization），提高数字/日期识别准确性

2. ## TTS模型信息
    ### 模型名称
    Sherpa-ONNX VITS - 中文版本（sherpa-onnx-vits-zh-ll）

    ### 模型文件
    位于 app/src/main/assets/tts_model/sherpa-onnx-vits-zh-ll/ 目录：

    - model.onnx - ONNX格式的声学模型
    - tokens.txt - 音素/字符映射表
    - lexicon.txt - 发音词典
    - phone.fst - 音素转换规则
    - date.fst - 日期归一化规则
    - number.fst - 数字归一化规则
    - new_heteronym.fst - 多音字处理规则

3. ## VAD模型信息
    ### 模型名称
    Silero VAD (Voice Activity Detection)

    ### 模型文件
    - 文件路径： assets/vad_model/silero_vad.onnx
    - 格式：ONNX格式

4. 模型部署对比
模型 类型 格式 RKNN加速 推理设备 配置
ASR SenseVoice .rknn ✅ 是 NPU RKNN Runtime
VAD Silero VAD .onnx ❌ 否 CPU provider="cpu"
TTS Sherpa-ONNX VITS .onnx ❌ 否 CPU ONNX Runtime

┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐
│  AudioProcessor │────▶│   VadManager    │────▶│   ASR Queue     │
│  (录音+增益)     │     │  (语音活动检测)  │     │ (Channel队列)   │
└─────────────────┘     └─────────────────┘     └─────────────────┘
                                                        │
                              ┌─────────────────────────┘
                              ▼
                        ┌─────────────────┐
                        │  runAsrWorker   │
                        │ (协程工作器)     │
                        └─────────────────┘
                              │
                              ▼
                        ┌─────────────────┐
                        │  SenseVoice     │
                        │  (RKNN推理)     │
                        └─────────────────┘

5. live2d, Haru的动作
由于没有官方文档，基于Live2D模型的常见设计模式，我建议以下映射：

### 🎭 开心类情绪
- haru_g_m22 眯眼微笑
- haru_g_m21 跳动微笑
- haru_g_m18 手收背后微笑
- haru_g_m09 微微鞠躬
- haru_g_m08 深深鞠躬


### 😢 伤心类情绪
- haru_g_m25 - 扁嘴
- haru_g_m24 - 低头斜看地板，收手到背后 
- haru_g_m05 扁嘴，张开双手
- haru_g_m16 双手捧腮，思考

### 😠 愤怒类情绪
- haru_g_m11 双手交叉，摇头，扁嘴
- haru_g_m04 双手交叉，点头
- haru_g_m03 双手交叉，点头

### 😌 平和类情绪
- haru_g_m15 双手交叉在胸前
- haru_g_m07 举起左手
- haru_g_m06 举起右手
- haru_g_m02 双手放到背后
- haru_g_m01 点头


### 😲 惊讶类情绪
- haru_g_m26 - 后退一步（适合：惊讶、吃惊）
- haru_g_m12 摆手，摇头

### 😕 困惑类情绪
- haru_g_m14 身体前倾，皱眉
- haru_g_m13 身体前倾，双手分开

### 害羞
- haru_g_m19 脸红微笑


### 担心
- haru_g_m20 手指点腮，思考，皱眉

### ❤️ 关心类情绪
- haru_g_m17 靠近侧脸

6. 其实可以抄一下讯飞的超脑平台的功能：
https://aiui-doc.xf-yun.com/project-2/doc-397/

7. 人脸检测使用的是RKNN zoo里的 retinaface模型，转成了rknn格式，并且使用了wider_face的数据集（验证集）进行了校准，下载地址：
https://www.modelscope.cn/datasets/shaoxuan/WIDER_FACE/files

8. 人脸识别模型是insightface的r18模型，转成了rknn格式，并且使用了 lfw 的数据集进行了校准，下载地址：
https://tianchi.aliyun.com/dataset/93864

9.