📄 在人头模型上同时测房间混响和耳机喇叭:Hearpiece 双耳房间脉冲响应库是怎么建的
英文题目:The Hearpiece Database of Binaural Room Impulse Responses and Driver Responses on KEMAR
评分:6.5/10 | 创新 1/2 | 技术严谨 1.2/1.5 | 实验充分 1.2/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 0/1.5 | 可复现 0.5/0.5 | 工程/实践 1/1.5
👥 作者与机构
- Tong Xiao:Department of Medical Physics and Acoustics and Cluster of Excellence Hearing4allCarl von Ossietzky Universität Oldenburg, Germany
- Reinhild Roden:Institut für Hörtechnik und Audiologie, Jade Hochschule, Oldenburg, Germany
- Matthias Blau:Institut für Hörtechnik und Audiologie, Jade Hochschule, Oldenburg, Germany
- Simon Doclo:Department of Medical Physics and Acoustics and Cluster of Excellence Hearing4allCarl von Ossietzky Universität Oldenburg, Germany
📌 核心摘要
在人工头双侧佩戴多麦克风多驱动器耳内器件时,需同时获得外部声源到鼓膜模拟器和器件麦克风的双耳房间脉冲响应,以及内部驱动器到同样记录点的声耦合路径,难点是房间混响、左右耳差异、器件耦合与佩戴变化会同时改变路径。先将人工头置于圆形扬声器阵列中心,在可变混响实验室不同吸声配置下播放指数扫频信号并记录,再丢弃首次记录并平均后两次记录以提取平均扫频响应送入逆滤波,最后分离因果线性部分并用环回响应和耳模拟器相对灵敏度补偿输出可仿真的脉冲响应文件。数据按闭合与通气两种配置、多种房间条件和多次独立佩戴组织,每份双耳房间脉冲响应文件含多个水平方向与多个记录通道的组合,驱动器响应覆盖多个驱动器到双侧鼓膜与麦克风位置,另附无人工头中心麦克风房间响应和环回响应。相对已有无混响耳机脉冲响应库的关键差异是引入受控房间变化、保留双配置与多次佩戴样本,并同时提供外部声源路径和内部驱动器路径,使外部声场仿真与有源控制仿真能在同一坐标与通道定义下拼接。原文未提供可核对的关键定量结果。结论适用于需要多通道耳内信号、房间鲁棒性和佩戴鲁棒性检验的助听与耳机算法仿真,尚未验证真人佩戴差异、动态头部转动和非水平声源下的适用性。原文未披露训练、推理或部署成本。
🔗 开源与复现资源
- 第三方资源:https://doi.org/10.5281/zenodo.23667308 → https://zenodo.org/records/23667308 — 链接可访问(HTTP 200)
可达状态仅表示本次链接检查结果,不代表许可证、本文权重或运行复现已验证。
🧭 深度解读
助听耳机研究需要什么样的房间数据
刚进入语音增强或助听算法的同学常会遇到一个断层:在消声室测的方向性数据很干净,但真实房间里麦克风听到的既有直达声,又有墙面反射和混响尾巴。如果只用消声数据做仿真,波束形成、声源定位、去混响等方法在房间里会明显失配。本文解读的数据库就是为填补这个断层而建的,它把研究用的入耳装置 Hearpiece 戴到标准人头模型 KEMAR 上,在可变混响实验室里实测多通道房间响应。
这里先解释两个基础对象。头相关脉冲响应描述声源到左右耳的直达滤波,包含头、耳廓和装置的影响,但不含房间。双耳房间脉冲响应则把房间反射也包含进来,输入是某个扬声器位置发出的激励信号,输出是耳鼓膜模拟器和装置麦克风记录到的含混响信号。理解了这一层,就能明白为什么需要同时测外部声源路径和装置喇叭路径。
双耳房间脉冲响应 × 头相关脉冲响应: 头相关脉冲响应只包含人头、耳廓和佩戴装置在消声环境下的方向性滤波,双耳房间脉冲响应在此基础上再包含房间墙面和天花板产生的早期反射与晚期混响,两者搭配才能把实验室测到的干净方向特性推广到有混响房间的麦克风信号仿真。
已有数据库各自缺了哪一块
论文花了不少篇幅把自己和已有公开库区分开,这种比较对选题很有用。有的库测了多人佩戴 Hearpiece,但只测 In-Ear 和 Concha 两个麦克风位置,且只有 8 个水平方向,也没有喇叭响应。有的主动降噪路径库方向很密,但麦克风数量少,结构不同。还有的库有多通道头相关和房间响应,但用的是耳背式助听模型,通道和环境划分与本库不同。
另一些库强调分布式外部麦克风或个体耳背式传递函数,前者有 36 个空间分布麦克风和 12 个声源位置,后者有 30 人的个体数据但在半消声室测得,不研究房间和喇叭路径。对比下来,本文的定位是把多通道 Hearpiece 麦克风加耳鼓膜位置、可控房间变化、佩戴和插入差异、实测喇叭响应放在同一个 KEMAR 框架里,方便做受控对照,而不是追求人数或环境种类最多。
论文要解决的具体测量问题
具体来说,作者要回答的是如何用一套统一装置和流程,同时提供可用于线性仿真的两类数据。第一类是外部扬声器到 10 个记录通道的房间响应,要覆盖两种 Hearpiece 佩戴、3 种房间条件、3 种独立插入和 24 个水平方向。第二类是 Hearpiece 上 4 个喇叭到同样 10 个通道的响应,用于表示耳机自己发声时的声耦合。
此外还需要两类辅助数据。中心麦克风数据是在移走人头后测的房间参考,用来独立刻画房间混响。回路数据是播放采集链路本身的响应,用来校正主数据中的设备影响。所有脉冲响应统一给到 48 kHz 采样率,文件用 MAT 格式组织,并配加载脚本和说明文档。
数据总量是由条件组合出来的
整个库的规模可以直接由条件数相乘得到,这样复述时不容易记错。双耳房间响应部分是两种配置乘 3 种房间再乘 3 次插入,共 18 个文件。每个文件含 24 个方向乘 10 个通道,即 240 条脉冲响应,总计 4320 条。喇叭响应部分是两种配置乘 3 次插入,共 6 个文件,每个文件含 4 个喇叭乘 10 个通道,即 40 条,总计 240 条。
\[2\;\text{configurations}\times 3\;\text{room conditions}\times 3\;\text{insertions}=18\;\text{BRIR files}.\]\[18\;\text{BRIR files}\times 24\;\text{source directions}\times 10\;\text{recording channels}=4320\;\text{impulse responses}.\]\[2\;\text{configurations}\times 3\;\text{insertions}=6\;\text{driver-response files}.\]\[6\;\text{driver-response files}\times 4\;\text{drivers}\times 10\;\text{recording channels}=240\;\text{impulse responses}.\]外部声源传播路径 × 喇叭到麦克风和耳鼓膜路径: 外部声源传播路径由扬声器到各记录通道的双耳房间脉冲响应表示,喇叭到麦克风和耳鼓膜路径由 Hearpiece 内置喇叭到各记录通道的响应表示,前者解决环境声如何到达耳朵和麦克风,后者解决耳机自己发出的声如何被听到和被麦克风拾取,两类路径线性叠加才能仿真主动降噪、反馈对消等同时有外声和自发声的系统。
房间、扬声器环和人头是如何摆放的
测量在奥尔登堡大学可变声学实验室进行,房间约 7×6×2.7 m。3 种房间条件记为 reverb1 到 reverb3,按混响从弱到强排列,做法主要是改变墙面吸声板的布置。喇叭响应只在 reverb1 条件下测,中心麦克风参考则 3 种房间都有。
播放系统是 24 只 Genelec 8030 扬声器围成水平圆环,半径约 2 m,中心高度约 1.6 m,间隔 15 度均匀分布。KEMAR 放在圆心,正对 0 度扬声器,两耳中心高约 1.6 m,与扬声器声中心在垂直方向对齐。下图是实验室实景,可以看到人头模型与环形扬声器和墙面吸声板的位置关系。
这张实景照片帮助建立空间感,重点是人头居中、扬声器环绕、吸声板可调这三件事,后文的方向编号和混响对照都依赖这个布局安排。
看图路径: 1. 先看画面中央的人头模型朝向和周围扬声器的环形分布;2. 再看墙面青绿色吸声板,这是改变混响条件的关键;3. 注意人头高度与扬声器高度大致齐平的摆放关系
论文图 1。原论文 Figure 1::“Measurement setup with a KEMAR positioned at the center of the circular loudspeaker array.”。
照片中央是 KEMAR 躯干和头部,周围可见多只立在支架上的黑色扬声器,背景墙面上有青绿色吸声板,天花板也有吸声结构。它证实了原文所说的圆形扬声器阵列和可调吸声墙面,说明混响变化是通过真实墙面条件实现的,而非后期人工加混响。
扬声器编号从正前方的 1 号开始,逆时针从上往下看每 15 度递增,90 度在左侧,180 度在正后方,270 度在右侧,所有声源仰角都是 0 度。下图是俯视示意图,适合对照文件中的方向维度。
这个俯视图是使用数据库时查方向编号的依据,需要看清编号与方位角的对应规则,以及前后左右的定义,避免把左右耳数据弄反。
看图路径: 1. 先找到顶部 0 度的 1 号扬声器,再核对编号递增方向;2. 对照左右 90 度和 270 度、前后 0 度和 180 度的方位定义;3. 数出相邻扬声器间隔为 15 度、共 24 个方向
论文图 3。原论文 Figure 3::“Top view of the 24-loudspeaker array, showing the loudspeaker indexing and corresponding source azimuths used in the database.”。
图中圆心是头顶视角的人头简图,外圈 24 个扬声器图标沿虚线圆周均匀分布,每个图标旁标有编号和角度,例如 7 号对应 90 度,13 号对应 180 度,19 号对应 270 度。虚线表示声传播径向,粗虚线强调正前、正后、正左、正右 4 个主轴。它把正文的方向定义可视化了,后续按方向取数据时就按此图索引。
封闭式佩戴 × 通气式佩戴: 封闭式佩戴指 AC0031 装置,耳塞与耳道之间漏声少,通气式佩戴指 AV0006 装置,保留了通气孔让外界声和耳道内声耦合,两者分工是提供不同的声泄漏和耳道堵塞条件,组合起来可以检验算法在不同佩戴声学条件下的稳定性。
Hearpiece 上有几个声学端口,数据记在哪几个通道
KEMAR 用的是与此前 Hearpiece 库同一具 G.R.A.S. KEMAR 45BB-12,配低噪声耳模拟器和仿真耳廓,耳塞用中号硅胶 dome。双耳佩戴两只 Hearpiece,AC0031 代表封闭式,AV0006 代表通气式。每次插入后不取下耳机,直接改变墙面吸声板测完 3 种房间,再取下重戴做下 1 次插入,共 3 次独立插入。
每只 Hearpiece 有 4 个麦克风,In-Ear 和 Outer Vent 分别在通气孔内外两端附近,Entrance 在脸板靠近耳道口处,Concha 在耳甲腔靠后处。还有两个分别驱动的平衡电枢喇叭,按位置叫 Inner Driver 和 Outer Driver,前者是 Knowles WBFK-30042 偏重高频,后者是 Knowles FK-26768 偏重低频。
记录通道统一为 10 路,1 和 2 是左右耳模拟器,记为 Eardrum Left 和 Right,3 到 10 是左右各 4 个 Hearpiece 麦克风。下表是通道顺序,使用时按此顺序取数据的第 3 维。
下表解决取数时通道索引与物理位置的对应问题,共 10 个通道,比较的是同一文件内不同通道的含义,不涉及性能高低。
| Channel | Recording-channel name |
|---|---|
| 1 | Eardrum Left |
| 2 | Eardrum Right |
| 3 | In-Ear Microphone Left |
| 4 | In-Ear Microphone Right |
| 5 | Entrance Microphone Left |
| 6 | Entrance Microphone Right |
| 7 | Outer Vent Microphone Left |
| 8 | Outer Vent Microphone Right |
| 9 | Concha Microphone Left |
| 10 | Concha Microphone Right |
上表把 10 个通道的含义固定下来,左右耳鼓膜占前两路,之后是左右侧 In-Ear、Entrance、Outer Vent 和 Concha 共 8 路装置麦克风。它的限制是只给出命名和排序,不包含灵敏度和频响校正细节,实际做电平对比时还要看校正说明,不能直接当作绝对声压。
耳鼓膜位置 × Hearpiece 麦克风: 耳鼓膜位置指左右耳模拟器输出,代表人耳实际接收到的声音,Hearpiece 麦克风指装置上的 In-Ear、Entrance、Outer Vent 和 Concha 四个位置的双耳共八路信号,代表算法真正能用到的输入,两者搭配才能同时评价增强后的听感目标和麦克风阵列可实现的性能。
没有模型训练,实际计算是扫频测量与校正
本篇没有训练神经网络,训练环节实际是脉冲响应的测量估计与系统校正,研究生容易误以为有学习过程,这里需要说清楚。激励用指数扫频信号,采样率 48 kHz,标称时长 5 s,频率从 20 Hz 到 24 kHz,后跟 2 s 静音。每个测量重复 3 次,丢掉第 1 次,平均第二和第 3 次的记录,再与正则化逆扫频卷积得到脉冲响应,并分离出因果线性部分,去除非线性成分。
校正分 3 步。左右耳鼓膜通道只做相对灵敏度缩放,用耳模拟器校准证书的单位灵敏度,不做绝对声压定标,也不做频响均衡。Hearpiece 麦克风通道按厂家给的归一化频响形状校正。双耳房间响应和喇叭响应再用实测回路脉冲响应补偿播放采集链路,中心麦克风数据不做回路补偿和麦克风校正。原文明确提醒,双耳和喇叭数据的幅度不要解读为绝对声压、绝对电增益或声压级。
回路响应图用来理解设备补偿的依据,上方面板看主脉冲的时间位置,下方面板看链路在全频段是否平坦,论证与校正方法直接相关。
看图路径: 1. 先看上方面板 22 到 28 毫秒区间主脉冲的位置和宽度;2. 再看下面板 20 赫兹到 24 千赫兹范围内幅频曲线的平坦程度
论文图 7。原论文 Figure 7::“Measured loopback impulse response and corresponding magnitude response of the playback and recording system.”。
上方面板显示 22 到 28 毫秒区间有一个窄主脉冲,附近有短衰减振荡,其余时间接近零,说明链路延迟集中。下方面板显示从 20 Hz 到 24 kHz 的幅频曲线在极低频上升后基本平坦,意味着补偿主要是去除平坦增益和延迟,而不会引入很大的频率整形。这也解释了为什么中心麦克风不做该补偿,两类数据的参考基准不同。
中心麦克风房间脉冲响应 × 回路脉冲响应: 中心麦克风房间脉冲响应是在移走人头后放在阵列中心测的参考房间响应,用于刻画房间本身的混响强弱,回路脉冲响应是播放和采集链路直连测得的系统响应,用于从双耳和喇叭数据中去除功放、声卡和扬声器链路的影响,前者定房间,后者定设备,两者分开才能保证库中主数据的可比性。
文件如何命名,数组维度如何对应
数据库分 4 个文件夹,分别是双耳房间响应、喇叭响应、中心麦克风和校准回路,另有加载脚本和说明文档。双耳文件按设备、房间和插入命名,例如 BRIR_KEMAR_AV0006_reverb1_1.mat,喇叭文件按设备和插入命名,中心麦克风按房间命名,回路只有一个 Loopback.mat。每个 MAT 文件内除了数据体 M_data,还有方向、通道名、采样率、设备和房间标识等元变量,负时间样本数都为 0。
下表解决库中两类主数据的规模核对问题,比较的是每个文件含多少条响应以及对应的物理维度,单位是条数与通道数,数值越大只表示覆盖更全。
| 数据类型 | 每个文件包含 | 方向或喇叭维度 | 记录通道 |
|---|---|---|---|
| 双耳房间响应 | 240 | 24 个声源方向 | 10 |
| 喇叭响应 | 40 | 4 个喇叭 | 10 |
上表把公式计数落到可操作的文件层面,读数据时先按文件名选配置、房间和插入,再按数据体的后 2 维选方向或喇叭与通道。它的限制是只统计条数,不反映信号长度和质量,长度信息要看文件头采样率与样本数,不能只看条数评价数据好坏。
下表解决扫频激励的参数核对问题,比较的是采样率、扫频时长、频率范围和静音段,指标方向是参数越大记录越长,代价是测量时间更久。
| 激励参数 | 取值 | 作用 |
|---|---|---|
| 采样率 | 48 kHz | 统一数字音频时钟 |
| 扫频时长 | 5 s | 保证低频信噪比 |
| 频率范围 | 20 Hz 到 24 kHz | 覆盖可听声与超声上限 |
| 后续静音 | 2 s | 收尽混响尾巴 |
上表说明测量用较长扫频加静音来同时保证信噪比和尾巴完整,重复 3 次取后 2 次平均可抑制偶发噪声。它的限制是只给出激励设置,不包含逆滤波正则化细节,复现反卷积时还需参考扫频测量文献与代码默认参数。
三个房间的混响到底差多少
中心麦克风数据是判断房间差异的关键证据。论文对每个房间的 24 个方向分别在 1 kHz 倍频带做归一化能量衰减曲线,以检测到的直达到达为起点,在负 5 dB 到负 35 dB 之间做直线拟合,再外推到 60 dB 衰减得到混响时间。24 个方向的中值约为 reverb1 为 0.32 s,reverb2 为 0.62 s,reverb3 为 0.89 s,证实了从弱到强的排序。
这组九宫格同时给出波形、衰减和频响,需要按行看 3 种房间的渐变,按列看同一房间内 24 个方向的一致性,读图任务非常集中。
看图路径: 1. 先比较顶行三个房间条件下混响尾巴的长度差异;2. 再看中行 24 条衰减曲线与红色拟合段的斜率变化;3. 最后看底行 24 个方向频响曲线围绕中值的分散程度
论文图 6。原论文 Figure 6::“Center-microphone responses for the three room conditions.”。
顶行 3 个示例波形都以窄直达脉冲开头,但 reverb1 的混响尾巴较短,reverb3 的尾巴延续更久。中行灰色 24 条衰减曲线在红色拟合段内基本重合,斜率从左到右变缓,与 0.32、0.62 和 0.89 秒的中值对应。底行 24 条幅频曲线围绕黑色中值起伏,低频分散较大,高频整体缓慢下降。它支持房间条件可控且方向一致性较好的判断,但也表明低频房间模式受声源方向影响更大。
下表解决房间排序是否成立的问题,比较的是 3 种条件下 24 个方向混响时间的中值,指标是 1 kHz 倍频带混响时间,数值越大表示混响越强。
| 房间条件 | 24 方向混响时间中值 |
|---|---|
| reverb1 | 0.32 s |
| reverb2 | 0.62 s |
| reverb3 | 0.89 s |
上表把图像趋势量化为 3 个中值,好处是方便在仿真时按混响强度选条件。它的限制是只报告 1 kHz 单频带中值,没有给出全频带和其他百分位,也未报告拟合误差,因此不能推广为所有频率的混响排序。
双耳与喇叭示例能看到什么方向和耦合规律
论文用 AV0006 在 reverb1 第 1 次插入的例子展示双耳数据。对 0 度、90 度和 270 度 3 个方位,每个方向分左右两侧给出 10 路的时域波形和幅频曲线。时域上,同侧耳的外部麦克风先起振,对侧耳幅度小、到达晚。频域上,耳鼓膜通道在中高频与其他麦克风分离明显,反映了耳道和佩戴的滤波作用。这种左右不对称是检查方向索引是否取反的最直接依据。
喇叭示例用同一装置第 1 次插入的 4 个喇叭。时域只看同侧 5 路,Inner 喇叭的振荡幅度大、延续稍长,Outer 喇叭幅度小而短。频域上,到 In-Ear 和耳鼓膜的曲线在高频明显高于到 Entrance、Outer Vent 和 Concha 的曲线,说明内部喇叭主要耦合到耳道内,而向外泄漏到脸板麦克风的成分低很多。这种内外分层是设计反馈对消和主动控制时划分次级路径与反馈路径的依据。
需要强调的是,这些图只是单个文件、单个插入的示例,用来说明数据结构和合理性,不是全库统计。跨插入和跨佩戴的差异要看插入对照,不能从一张图得出某种佩戴整体更好的结论。
佩戴、插入和房间变化各自带来什么对照
虽然没有消融实验,库设计本身提供了 3 组可比维度,可以当作对照来理解。佩戴对照是 AC0031 与 AV0006,改变的是通气孔声泄漏,预期影响低频耳道内外耦合和反馈路径强度。插入对照是同一装置的 3 次重戴,改变的是耳塞位置和密封,预期带来小但不可忽略的频响波动,适合检验算法鲁棒性。房间对照是同一插入下的 reverb1 到 reverb3,改变的是反射密度和尾巴长度,预期影响去混响和波束形成的难度。
使用时要注意控制变量。比较房间时必须固定设备和插入编号,因为原文是先戴好再调墙面。比较插入时必须固定设备和房间。比较佩戴时只能比趋势,不能逐条对齐,因为是两只不同物理耳机。缺少任何 1 维的固定,差异都可能混入其他因素。
未被覆盖的范围也要说清。喇叭响应只在 reverb1 测得,不能直接用于强混响房间的次级路径验证。声源只有水平面 24 个方向,没有不同高度和距离。被试只有 KEMAR 单一人头模型,没有个体耳形差异。这些都是用该库做结论时的适用边界。
使用时容易误解的三个边界
第一个误解是把数据幅度当绝对声压。原文已做相对灵敏度和链路补偿,但明确说不要解读为绝对声压、电增益或声压级,跨通道比相对关系可以,报绝对级需要自己重新定标。第二个误解是把中心麦克风与主数据直接相减。中心麦克风没做回路补偿和麦克风校正,话筒型号也不同,只能做房间排序和参考,不能当作同一链路下的无头对照。
第 3 个误解是把示例图当全库结论。双耳和喇叭示例图都只来自 AV0006 的 1 次插入,频响曲线的峰谷位置会随插入和佩戴变化。做算法评价时至少要跑完 3 种插入和两种佩戴,再看趋势是否稳定。单方向、单插入的最优值只能记为事后观察,不能当作部署性能。
此外,所有脉冲响应都是线性时不变假设下的估计,非线性成分已被分离。如果回放级别过高导致装置或扬声器非线性,线性卷积仿真会失配,这一点在设计大声级主动控制实验时要额外验证。
复现第一步该做什么,需要哪些文件
复现的第一步不是跑算法,而是能正确加载并索引数据。先从 Zenodo 获取整个库、加载脚本和说明文档,论文给出的地址是第三方存档链接。本地按 BRIRs_MAT、DriverResponses_MAT、CenterMic_MAT 和 Calibration_MAT 四文件夹核对文件数是否为 18、6、3 和 1,再运行 Load_Hearpiece_Database.m 选定设备、房间和插入,把数据体、方向、通道名和采样率读入工作区。
第二步是做两项检查。一是用中心麦克风数据复算 1 kHz 衰减曲线,检查 reverb1 到 reverb3 的尾巴是否依次变长。二是取 0 度、90 度和 270 度双耳数据,检查同侧与对侧通道的时延和幅度关系是否与示例一致,确认左右和编号没有取反。通过这两步后再用双耳数据卷积干声做阵列仿真,用喇叭数据构造次级或反馈路径,两路按线性叠加组合。
成本方面,原文没有报告训练或推理开销,因为本篇是测量数据库。实际成本主要是存储和卷积计算,双耳与中心数据每条记录较长,做多方向长语音仿真时要注意分段卷积的内存,喇叭路径短则开销小得多。
什么时候值得用,还缺哪些验证
当你的方法需要同时用到环境声阵列输入和耳机自发声耦合时,这个库值得尝试,例如多麦克风波束形成加主动降噪、保留目标声的空间选择性控制、耳道内虚拟传感、声反馈对消。它的优势是同一套人头和装置下配齐了方向、房间、佩戴和插入变化,适合做受控的鲁棒性评价,而不是只报单条件最优。
结论的成立条件要讲清。混响排序只在该实验室 3 种墙面条件下成立,中值只针对 1 kHz 倍频带。方向规律只在水平面、半径约 2 m 的远场条件下成立。喇叭耦合规律只在 reverb1 和 KEMAR 配中号耳塞时测得。超出这些条件,例如真人耳道、其他房间、近距离声源,都需要补测或做迁移验证。
还缺的验证包括个体差异、多高度声源、动态头动和大声级非线性下的表现。如果补上这些,就能更完整地回答从 KEMAR 到真人、从水平面到 3 维空间的泛化问题。在此之前,把该库当作可重复的基准和对照工具是恰当的,不要夸大为通用房间和通用人群的最终证明。
📎 论文与评分元数据
排名:前50% | 文档类型:数据集与基准 | arXiv 原文
⚖️ 评分明细
评分属于系统判断,不是论文实验结果;八维数值与总分见页首,原始审计记录保留在后端。
评分规则:type-aware-v1
评分模型:muse-spark-1.3-contributor
评分请求协议:openai_responses


