Clean deployment package and clarify file layout

MODEL_SHA256SUMS

@@ -4,12 +4,6 @@ f64eda392b2186b61830aece478dd6d415f7d584a71ab12f45f28127f5a43e35  models/axmodel
 dfe5ae88a2549f708ab9134d1c6dbd8c53e49aff76fedff8a902459a7c4b6597  models/axmodels_650/tts_prefill.axmodel
 31294cf854687c937f5769baf44b796b055e559bc74bb0450af327c51c8f6969  models/onnxmodels/moss_tts_decode_step.onnx
 710ca7f6123372488a1641c579159908d8e6461569ae0b83fc071de8eb3de34f  models/onnxmodels/moss_tts_decode_step.data
-35f309211297e504ed42b57e3011234023b78a453b8c5ba1e1d690ccb3612136  models/onnxmodels/candidates/default_512_fp32/moss_tts_decode_step.onnx
-9269ab372a4f59d4db869c44da21b228abf2bf1db7059b1144d0a536c5cec985  models/onnxmodels/candidates/default_512_fp32/moss_tts_decode_step.data
-0a59338df1984be8bcd4b49020eae5572c3eff03c4fdda75ead8c03c02e6e8b8  models/onnxmodels/candidates/static320_int8_qdq/moss_tts_decode_step.onnx
-7232d99b91b6be4b0bc86486b7df1c17f05bf6fae93c8629552274ab1a61cd91  models/onnxmodels/candidates/static320_int8_qdq/moss_tts_decode_step.onnx.data
-31294cf854687c937f5769baf44b796b055e559bc74bb0450af327c51c8f6969  models/onnxmodels/candidates/static320_fp32/moss_tts_decode_step.onnx
-710ca7f6123372488a1641c579159908d8e6461569ae0b83fc071de8eb3de34f  models/onnxmodels/candidates/static320_fp32/moss_tts_decode_step.data
 eddd60c9cbe74805d94342c032143f1a7d7af91f02af21eb749b6f919804e9be  bin/moss_tts_ax650/moss_tts_ax650
 ab8c4363e06ac80b3d1279ea55ebea44e906c5b131ba783ff684a067540c0e94  bin/moss_tts_ax650/libonnxruntime.so.1.23.2
 e229c8e7b2abc2a50e550b3ed099178bdbe1948cf3a40447f753a01720aa9052  bin/moss_tts_ax650/libonnxruntime_providers_shared.so

README.md

@@ -17,7 +17,22 @@ MOSS-TTS-Nano 的 AX650 板端推理包，包含量化 AXModel、默认质量路
 
 <https://github.com/AXERA-TECH/Moss-TTS-Nano.AXERA>
 
-## 1. 安装 Python 依赖
+## 1. 文件说明
+
+```text
+models/axmodels_650/     AX650 量化模型
+models/onnxmodels/       默认 static320 FP32 decode ONNX
+bin/moss_tts_ax650/      C++ 可执行文件和 ONNX Runtime 库
+config/                  tokenizer 和推理元数据
+python/                  Python 推理入口
+scripts/                 Python 运行时辅助模块
+configuration.json       模型运行配置
+config.json              Hugging Face 发布规范配置，内容为 {}
+```
+
+默认推理链路使用 `models/onnxmodels/moss_tts_decode_step.onnx`。
+
+## 2. 安装 Python 依赖
 
 板端需要匹配 AX650 的 `axengine/pyaxengine`，并安装：
 
@@ -28,7 +43,7 @@ python3 -c "import axengine, numpy, sentencepiece; print('runtime OK')"
 
 如果只使用 C++ 程序，可以跳过 Python 依赖安装。
 
-## 2. Python 推理
+## 3. Python 推理
 
 在本目录执行：
 
@@ -50,7 +65,7 @@ python3 python/infer_moss_tts.py \
 `Ava`、`Bella`、`Adam`、`Nathan`、`Soyo`、`Saki`、`Mortis`、`Umiri`、`Mei`、`Anon`、
 `Arisa` 和 `Trump`。
 
-## 3. C++ AX650 推理（推荐）
+## 4. C++ AX650 推理（推荐）
 
 程序已经编译好，不需要在板端编译：
 
@@ -82,23 +97,5 @@ FP32 路径产生一致的 Token/WAV，稳态 RTF 约 `1.10–1.13`。
 
 程序加载时间不计入 RTF。板端同时运行其他 NPU/CPU 任务时，RTF 会升高。
 
-## 4. 可选模型
-
-`models/onnxmodels/candidates/static320_int8_qdq/` 是速度实验模型，最佳观测 RTF 约
-`0.85`，但 Token 可能与默认 FP32 路径不同，使用前请先试听。原始 512-KV FP32 模型位于
-`models/onnxmodels/candidates/default_512_fp32/`，仅用于回归对比。
-
 全 AXModel 的 `tts_decode_step.axmodel` 仅用于诊断；长句可能提前停止或出现尾部噪音，
 默认不推荐。
-
-## 5. 文件说明
-
-```text
-models/axmodels_650/     AX650 量化模型
-models/onnxmodels/        默认 static320 FP32 decode ONNX 和候选模型
-bin/moss_tts_ax650/       C++ 可执行文件和 ONNX Runtime 库
-config/                   tokenizer 和推理元数据
-python/                   Python 推理入口
-```
-
-`config.json` 按发布规范保留，内容为空对象 `{}`。

models/onnxmodels/candidates/default_512_fp32/moss_tts_decode_step.data

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:9269ab372a4f59d4db869c44da21b228abf2bf1db7059b1144d0a536c5cec985
-size 881631240

models/onnxmodels/candidates/default_512_fp32/moss_tts_decode_step.onnx

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:35f309211297e504ed42b57e3011234023b78a453b8c5ba1e1d690ccb3612136
-size 178765

models/onnxmodels/candidates/static320_fp32/moss_tts_decode_step.data

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:710ca7f6123372488a1641c579159908d8e6461569ae0b83fc071de8eb3de34f
-size 440816136

models/onnxmodels/candidates/static320_fp32/moss_tts_decode_step.onnx

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:31294cf854687c937f5769baf44b796b055e559bc74bb0450af327c51c8f6969
-size 151626

models/onnxmodels/candidates/static320_int8_qdq/moss_tts_decode_step.onnx

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:0a59338df1984be8bcd4b49020eae5572c3eff03c4fdda75ead8c03c02e6e8b8
-size 638590

models/onnxmodels/candidates/static320_int8_qdq/moss_tts_decode_step.onnx.data

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:7232d99b91b6be4b0bc86486b7df1c17f05bf6fae93c8629552274ab1a61cd91
-size 186012168

verify_package.sh

@@ -11,12 +11,6 @@ required=(
   models/axmodels_650/tts_prefill.axmodel models/axmodels_650/tts_decode_step.axmodel
   models/axmodels_650/tts_local_fixed_sampled_frame.axmodel models/axmodels_650/codec_decode.axmodel
   models/onnxmodels/moss_tts_decode_step.onnx models/onnxmodels/moss_tts_decode_step.data
-  models/onnxmodels/candidates/default_512_fp32/moss_tts_decode_step.onnx
-  models/onnxmodels/candidates/default_512_fp32/moss_tts_decode_step.data
-  models/onnxmodels/candidates/static320_int8_qdq/moss_tts_decode_step.onnx
-  models/onnxmodels/candidates/static320_int8_qdq/moss_tts_decode_step.onnx.data
-  models/onnxmodels/candidates/static320_fp32/moss_tts_decode_step.onnx
-  models/onnxmodels/candidates/static320_fp32/moss_tts_decode_step.data
   bin/moss_tts_ax650/moss_tts_ax650 bin/moss_tts_ax650/libonnxruntime.so.1.23.2
 )
 for path in "${required[@]}"; do