OCR 与语音小模型

OCR/ASR 由独立授权的 modelsvc 仓提供，标准路径为 Linux Docker：

• OCR：PaddleOCR CPU，4 核 4GB，默认 48082，仅发票场景需要。
• ASR：SenseVoice-Small CPU，4 核 3GB，默认 48083，语音输入可选。
• 两者使用独立容器、Token、依赖和模型缓存卷，端口只向 Docker 内网或内网开放。

首版联网下载镜像、依赖和权重，不包含完整离线介质。客户也可配置兼容的云端 OCR/ASR 服务。

当前本地小模型只有在完成规定样本、准确率、性能和稳定性报告后才能标记“生产可用”。门禁通过前，正式发票业务建议使用专业 OCR 服务。

OCR 支持 JPEG、PNG、WEBP、BMP、TIFF 和单页 PDF，每个附件仅一张发票。多页 PDF、多票拼图、混合票据、关键字段缺失或金额关系不成立必须拒绝。