任务主要是部署和二次开发：
部署基于 funASR 和 Paraformer （或其他同等水平模型）的工程，需要产出语音识别 API，包含离线 和 在线 两种模式， （在线模式框架里面是通过 websocket 实现的）

识别音频主要为 8K 客服 电话音频。
框架基于标准的框架就可，主要是要有实践经验最好，否则坑跨不过去。


主要的优化点：
1）原版部署噪音过滤效果较差导致错误率较高，需要会调整参数或者对VAD的使用有一定实践经验，了解如何高效率降噪或调参达到较优水平。
2)需要理解框架和模型性能，部署完成后最大程度发挥服务器性能支持高并发
3)封装为 docker 镜像
4）左右声道分别识别，需要有对应句子的时间戳