different performers between zh asr model & zh_en asr model

[Uniquelock]

您好！我在尝试用你们提供的中文模型icefall-asr-zipformer-wenetspeech-20230615和multi_zh_en模型以及我自己训练的模型暂且称为mine（中英文的、基于multi_zh_en的recipe训练的；中文数据包括wenetspeech等公开的、英文就一个librispeech、中英文的就一个tal）的时候发现一个现象：单中文的wenetspeech对于短词识别比中英文的好很多；以下是我的测试：

还有一些没有放上来；总的来说icefall-asr-zipformer-wenetspeech-20230615>multi_zh_en>>mine；我训练的是20个epoch，我目前怀疑的是我的训练epoch太少了？我不确定是什么原因引起的，是训练太少的原因还是因为中英文的建模导致的呢？

还有一个现象就是，比如粗粉在一个句子中，mine是可以识别的（ex：我喜欢吃粗粉）；但是单说的时候只输出一个很离谱的字我就不是很懂了...

希望我描述清楚了，期待您的回复！