納入 8 個已 pin sha 的候選模型（zh/ja 為主），等 #183 的身分結構定案

[kiki830621]

Blocked by #183

Problem

Original text（使用者，2026-08-13，#183 discuss 期間）:
「OK，然後你可以更廣泛的蒐集各種可能得˙模型」
「要，然後這些新增的也都加入model list」

/asr-model-scout Stage 1 偵察的產出。掃了 FluidInference、mlx-community ASR、
argmaxinc/whisperkit-coreml 三個生態，找出 32 個目錄外候選；其中 9 筆已探到 pinned
sha，扣掉屬於 #123 的 parakeet-unified，本 issue 收其餘 8 筆。

完整清單與證據：docs/model-catalog-candidates.csv（生成器 scripts/scout-candidates.py）。

Type

feature

Expected — 8 筆待納入（全部已 pin sha，符合 supply-chain 紀律）

repo id	revision	語言（card 實查）	license	為什麼
FluidInference/paraformer-large-zh-coreml	5dd557bd0634	zh	other	補既有列的空缺 — fluid-paraformer 目前 hf_repo 空、verified: false
FluidInference/parakeet-ctc-0.6b-zh-cn-coreml	ad0da3a453ce	zh, en	cc-by-4.0	專用中文 parakeet，目錄無
FluidInference/parakeet-0.6b-ja-coreml	2952296ff1da	ja	cc-by-4.0	專用日文 parakeet，目錄無
mlx-community/parakeet-tdt_ctc-0.6b-ja	e3810190ff52	card 未宣告	cc-by-4.0	同上的 MLX 版
BRlin/Breeze-ASR-25-mlx-fp16	9c3ad66c7bd6	zh, en	apache-2.0	繁中家族；zh 已由 card 證實，-TW 無證據
mlx-community/parakeet-tdt-0.6b-v2	8ae155301e23	card 未宣告	cc-by-4.0	下載數 1.87M，高於目錄收的 v3（1.34M）
mlx-community/whisper-large-v3-turbo-4bit	0f058d38170d	card 未宣告	apache-2.0	明確量化版本 — 目錄那列記成 default
mlx-community/whisper-large-v3-turbo-8bit	62103fc276a3	card 未宣告	apache-2.0	同上

zh/ja 是本 repo 的主戰場，8 筆裡有 5 筆命中。

依賴 — 為什麼等 #183

#183 正在重做 model identity（ModelID{family,size} × runtime，取代 provider-first 的
BackendID），ModelGrid 的欄位結構本身會變。照現行結構加這 8 列，等身分改完要全部重寫
一次——等於自願做兩次。

最後兩列還有第二層理由：它們是 whisper large-v3-turbo 的 4bit / 8bit 版，而目錄那列的
quantization 欄現在寫 default。在 default 的語意定案前加入明確量化版本，會讓同一個模型
出現「一列 default + 兩列真值」的三列並存，比現況更難讀。

Impact

• Sources/BestASRKit/Models/ModelGrid.swift — 新 rows（family / size / pinned revision / priority tier）
• Sources/BestASRKit/Models/ModelRegistry.swift — 記憶體估計
• Sources/BestASRKit/Supply/weights-manifest.json — digest（WeightVerifier 會 fail-loud 驗 drift）
• ChineseFamilyEngine / ParakeetEngine — zh/ja parakeet 可能需要新 engine 或擴充
• 測試：ModelRegistryTests（正記憶體估計、id 唯一）、ModelGridTests（family 數、pinned rows round-trip）

尚未做、納入前必須補的

• weights digest 未抓 — 只有 commit sha，weights-manifest.json 需要 digest
• est_memory_gb 未量 — 8 列都沒有；要看 model card 或檔案大小
• priority tier 未判
• 4 筆 card 未宣告語言 — CSV 明寫「NOT to be read as English」，納入前要確認實際覆蓋
• 納入後跑 bestasr benchmark 在 zh/ja/en 語料實測，數字進 store 才算 measured

不在本 issue 內

• FluidInference/parakeet-unified-en-0.6b-coreml @ 4252711f6f06 → 屬於 Parakeet Unified 0.6B 納入為新 backend（#110 子項 B） #123（新 backend），已另行留言
• 其餘 23 個候選 → addable = no — needs revision probe，尚未探測
• 27 個 WhisperKit variant → 不是新模型，是 模型身分應是「模型名（提供者）」的隸屬關係，不是 provider-first 的 BackendID #183 的 default 遮蔽問題

偵察的誠實邊界

兩份列表都只讀了第一頁（FluidInference 30/59、MLX ASR 30/472），所以這是待分流的候選，
不是完整目錄差集。repo id 全部實查，無一憑記憶。