压力好大，有没有搞语音评测或者语音识别的佬，给指明一下方向，多谢🙏

我们公司最近要把云厂商的中文评测的系统进行自研替换，让我一个小小的前端去用codex做，目前做了两个月延期一周了，技术总监已经找我谈话两次了，一直给我压力，我现在做的效果和云厂商的MAE是18，低分评测效果很不好（总是打高分）。

下面是我的评测流程：

我之前没搞过这种东西，主要是 codex 5.6 sol 去搞，我想问有没有什么现成的模型，用我们用户的数据训一下就能用的（我现在用的 TencentGameMate/chinese-hubert-base），最好能支持拼音音素的评分和置信度的获取，同时要考虑性能（毕竟换云厂商就是为了成本）。