Fast Parametric Matrices for Lossless Feedback Delay Networks

英文题目：Fast Parametric Matrices for Lossless Feedback Delay Networks

会议身份：conference:dafx:2026:conference-paper-id:DAFx26_paper_04

✅ 来源为官方会议 PDF；表格与 Figure 按原文证据绑定。PDF 公式以原页区域图片展示，未冒称作者原始 TeX。

会议来源：官方记录 · 官方 PDF

标签：#信号处理 #高效推理 #实时处理 #空间音频渲染

评分：6.2/10 | 创新 1.3/2 | 技术严谨 1.2/1.5 | 实验充分 0.8/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 1.0/1.5

排名：前50% | 文档类型：方法研究

👥 作者与机构

Andrea Coppola：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

输入为多通道干声与延迟线状态，输出为具有可控扩散与声像的混响信号，难点在于反馈矩阵需同时保持无损正交、支持连续拓扑变形并满足逐样本实时计算。方法链分三步推进：先以2×2旋转与反射核经递归Kronecker积构造2的幂次阶正交矩阵，使每个核角成为独立参数。接着以原地迭代分治实现反馈向量乘法，将每层成对混合摊薄到对数层级，其输出的块对角与交叉耦合结构直接进入下一步。然后通过置零特定核角划分网络，分别实现立体声交叉耦合、奇偶冻结与时变调制。与固定Hadamard矩阵的关键差异在于每层仍保留自由角度且全程解析保持正交，无需重正交化即可连续变形拓扑，因而能无伪影地调控立体声像并抑制共振染色。在固定矩阵评测设置下，所提算法的耗时指标为58.4 ns，低于嵌套循环基线的耗时指标1662.5 ns。该结论适用边界受限于2的幂次规模与正交无损条件，尚未验证非2幂次扩展与感知质量外推，其推理开销在Intel Core Ultra 9 185H硬件上以纳秒级延迟验证。

🔗 开源与复现资源

第三方资源：https://ccrma.stanford.edu/~jos/pasp/ — 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

输入是什么：这篇解读要帮你核对什么？

本文解读对象是 DAFx26 论文 Fast Parametric Matrices for Lossless Feedback Delay Networks，作者为 Arturia 的 Andrea Coppola。解读目标是让刚进入语音、音乐与音频方向的研究生能够不依赖营销性描述，独立复述该文的方法步骤、计算实现与实验条件。必须保留的信息包括反馈延迟网络的状态方程结构、无损与正交的定义关系、2×2 旋转与反射核的参数形式、递归克罗内克积的构造与 O(N log2 N) 算法、哈达玛特例的取值条件、立体声耦合、奇偶冻结与时变调制的角度操作，以及原文报告的基准环境与调制参数范围。

输出按学习依赖组织，先讲任务与相关路线，再讲方法全景与组件计算，再讲构造与调用过程，最后讲实验条件、结果、局限与复现清单。阅读时请把例子当作教学辅助，把论文报告当作唯一事实依据，凡是原文未给划分、统计显著性或听感评分之处，都视为待验证缺项而不做推断。资源状态方面，论文内引用的物理音频信号处理在线书链接本次状态为 available，因此可以写该链接当前可用。

论文配套音频示例页在正文中给出地址，但本次未收到可达性验证，不对其可达性做断言。

前人把反馈矩阵当成什么问题来解？

反馈延迟网络的混响设计长期围绕反馈矩阵如何选、如何算、如何随时间变化 3 个问题展开。第一条路线把克罗内克积当作固定结构工具，前人用它分析从单位矩阵向哈达玛矩阵单参数渐变时模式在复平面上的移动，也用分组反馈延迟网络建模耦合房间。这类工作把克罗内克形式用于特定解析或建模目的，参数在全网统一取值。

第二条路线把矩阵选择当作数值优化问题，例如用斜对称矩阵的上三角部分经矩阵指数构造反馈矩阵并离线优化以获得平滑无染色的混响，或把克罗内克参数族当作离线搜索空间，优化结束后参数即固定。第三条路线研究时变反馈矩阵，指出连续调制反馈矩阵可以扩展系统极点并降低频谱染色，同时强调调制下保持正交性的工程困难。

本文与三者的区别在于不追求单目标最优解，而是把每个核角度都暴露为独立实时控制量，用结构划分直接支撑立体声、冻结与调制等创意效果，并在构造上保证任意角度取值下正交性自动成立，无需正交化步骤。这种定位决定了后文实验不是比拼最优混响分数，而是验证可调性、效率与拓扑控制是否同时成立。

任务到底难在哪里：无损、扩散与实时可调为何冲突？

论文研究的任务是为创意混响设计参数化正交反馈矩阵。输入是一组延迟线长度向量与期望的混响时间，输出是每采样点都要执行的反馈混合结果与最终混响声。困难首先来自无损要求，白话说就是在没有吸收时能量不能凭空增加或减少，技术上要求广义特征多项式的根都具有单位模。更强的无损要求希望对任意延迟线长度都成立，论文将其称为单无损。满足该性质的一类充分条件是使用酉矩阵，在实数域即正交矩阵。

困难其次来自扩散与效率，好的混响需要能量在各延迟线之间充分混合，同时每采样点都要做 1 次 N 维矩阵向量乘法，直接实现是平方级复杂度，N 增大时实时压力显著。困难最后来自可调性，创意混响希望用少量直观参数连续改变网络拓扑，例如从双声道独立渐变为统一网络，或把一部分网络冻结为持续音而另一部分继续衰减，若每次改参数都要重建稠密矩阵并可能破坏正交性，就无法做无咔哒声的实时调制。

本文要解决的正是用 M 个角度同时实现无损保持、快速计算与结构可分。

方法全景：一个样本如何走完输入到输出？

先沿一个离散时刻的样本走完全程。输入向量经输入增益矩阵送入加法器，与经反馈矩阵回送的信号相加后进入一组延迟线，延迟线输出一方面经输出增益矩阵与直通分量相加形成输出，另一方面再次经反馈矩阵回送构成循环。反馈矩阵被分解为正交混合部分与对角吸收部分，前者负责无损混合，后者按每条延迟线长度与目标 T60 计算吸收系数。

举例来说，若目标混响时间相同，较长的延迟线每次循环衰减需要更接近 1，公式按采样率与延迟长度换算出对应的系数。正交混合部分由 M 个 2×2 核的递归克罗内克积构成，网络规模固定为 2 的幂。当所有核角取特定值时矩阵退化为哈达玛矩阵，提供强扩散基线；当把最外层核角置零时矩阵呈现块对角结构，网络分裂为两个独立子网；当把最内层核角置零时分裂呈现为奇偶交织。

当随时间连续摆动某个核角时极点位置随之移动从而打破固定共振。计算上不显式构造大矩阵，而是用分治算法就地完成混合，每层处理全部采样 1 次，共对数层。下图给出多输入多输出反馈延迟网络的整体框图，有助于把上述主路径与反馈路径的位置关系固定下来。

为理解整体信号流向，先看输入、延迟与反馈三者的连接顺序，再看输出如何由延迟输出与直通叠加得到，该顺序是后文讨论耦合与冻结的前提。

看图路径： 1. 沿左侧输入经 B 进入加法器再进入 Delay(m) 的主路径观察信号流向；2. 确认 Delay 输出同时分三路去往 C、反馈矩阵 A 和输出加法器；3. 对比下方直通矩阵 D 与上方反馈回路在功能上的分工差异

论文图 1。原论文 Figure 1：“MIMO Feedback Delay Network.”。

该框图显示输入经 B 进入加法器再进入延迟块，延迟输出分叉，一路经 C 与 D 的直通叠加输出，另一路经 A 返回输入端加法器。A 即本文参数化对象，C 与 B 在立体声实验中被设计成分块形式以隔离左右通道，D 为直通增益。这种结构说明改变 A 只改变回路混合而不改变延迟长度本身，因此调制 A 引入的音高变化小于直接调制延迟线长度。

组件与计算：旋转核、反射核与递归如何配合？

白话说，旋转即把 2 维向量逆时针转过一个角度，反射即把向量按过原点且方向角为一半参数的直线做镜像，英文分别为 rotation 与 reflection。论文用单角度参数化这两种 2×2 正交矩阵，角度为零时旋转退化为单位矩阵，反射退化为对角线为 1 与负 1 的轴反射。克罗内克积白话说是一种按块复制放大的乘法，英文为 Kronecker product，它把两个小矩阵的每个元素替换为与另一矩阵相乘的块。关键性质是正交矩阵的克罗内克积仍正交，因此递归放大后整体仍满足无损的充分条件。

构造上从标量单位出发，逐层用新核与已有矩阵做克罗内克积，最终得到 2 的 M 次方维矩阵，每个核贡献一个角度，共 M 个自由参数。哈达玛矩阵是该族的特例，当反射核角度取 π 除以 4 时 2 阶块即归一化哈达玛块，全部核取该值时整体即高阶哈达玛矩阵；旋转核取 π 除以 4 时同样得到等幅值混合矩阵。计算上递归算法先把输入向量对半切分，用当前层 2×2 核做线性组合，再对两半分别递归调用，调用树深度为对数级。

迭代版本用三重循环实现同样逻辑，外层遍历对数层，中层遍历子分段，内层对每对元素原地做 2×2 乘法，避免递归函数调用与临时数组开销，内存只需输入输出向量加对数个核矩阵。下图展示递归调用树，有助于理解为何每层处理全部采样 1 次从而得到对数线性复杂度。

反馈延迟网络 × 反馈矩阵： 反馈延迟网络负责给出延迟线、输入输出增益与反馈回路的整体结构分工，反馈矩阵负责决定每条延迟线输出以何种比例送回各条延迟线输入的混合方式，二者搭配是因为混响的扩散感与衰减均匀性主要由混合方式决定，组合意义是把混响设计转化为对一个正交矩阵的参数化设计。

无损 × 正交矩阵： 无损负责提出能量守恒的要求，即在没有吸收时极点都落在单位圆上，正交矩阵负责提供一种与延迟线长度无关的充分实现方式，即转置等于逆矩阵，搭配理由是正交性在任意角度取值下自动成立，组合意义是先用正交矩阵保证中性起点，再外乘对角吸收矩阵独立塑造 T60 衰减。

克罗内克积 × 核角度： 克罗内克积负责把小矩阵按块复制放大成大矩阵的结构骨架，核角度负责给出每个 2×2 旋转或反射核的连续自由度，搭配理由是克罗内克积保持正交性且具有递归可分性，组合意义是 M 个角度即可连续操控 2^M 维矩阵的拓扑划分而不必重建稠密矩阵。

哈达玛矩阵 × 快速沃尔什-哈达玛变换： 哈达玛矩阵负责提供等幅值、强扩散的基准混合结构分工，快速沃尔什-哈达玛变换负责给出 O(N log2 N) 分治计算的效率参照，搭配理由是本文矩阵在核角取 π/4 时退化为哈达玛矩阵，组合意义是新框架在保持同等渐近复杂度的同时把固定变换变成了可实时调制的连续统。

为建立复杂度直觉，先从顶层向量长度出发观察对半切分如何形成二叉调用，再把层数与每层工作量相乘得到总量，该关系直接对应迭代实现的 3 层循环分工。

看图路径： 1. 从顶层 KT 向量长度为 N 的调用向下看每次如何对半切分；2. 数左侧 log N 括号对应的递归层数与每层样本处理量；3. 观察底层单元素 KT 终止条件如何对应迭代算法的最内层成对运算

论文图 2。原论文 Figure 2：“Recursive call tree for the Recursive Kronecker Trans- form algorithm, KT in the diagram.”。

该树顶层为全长向量与全部核集合，下一层分裂为前后两半并去掉最外层核，直至底层单元素调用。左侧括号标出层数为 log N，每层覆盖全部 N 个样本，因此总操作为 N 乘以层数。迭代算法把树的层对应为外层循环，把同层多个递归调用对应为中层分段循环，把核矩阵乘法对应为内层成对更新，从而在不构造大矩阵的情况下完成同样计算。

没有训练阶段时：本研究实际计算了什么？

本研究不包含神经网络训练，没有训练集、验证集划分，没有梯度路径、优化器更新与参数冻结问题，也不能把参数冻结等同于系统输出确定。实际计算过程是确定性构造加实时调用。构造阶段按选定的核类型与角度生成 M 个 2×2 核，角度可手工设定或随时间按三角波等规律变化，论文在极点分析中用 1 赫兹三角波以 π 幅度调制中间核角，在创意示例中用 π 的 2% 到 15% 幅度配合 0.1 赫兹到 1.0 赫兹速率做细微动画，并以 π 幅度 2 赫兹作为激进上界试听。

调用阶段每采样点执行 1 次就地迭代克罗内克变换完成反馈乘法，再按延迟线长度与目标 T60 计算的对角吸收系数施加衰减。若某个角度每采样点更新，提议算法只需刷新受影响的 2×2 核，而稠密矩阵基线必须从对数个核角重建整个 N 乘 N 矩阵，这是后文计时对比的关键条件差异。冻结操作不是学习，而是把输入增益置零并把吸收系数置 1，使子网成为无输入无损耗的边缘稳定系统从而无限 sustain 当前状态。

原文未报告自动超参数搜索、梯度停止位置或重置时机，相关缺项应在复现时明确标注为未给出，而不从模型名称推定实现。

实验条件：在什么配置下测量效率与声场变化？

效率实验测量施加固定正交反馈矩阵的每操作平均耗时，以及每采样点更新一个核角度时的耗时。对比对象是嵌套循环实现的朴素矩阵向量乘法与 Eigen 库实现，提议方法为就地迭代克罗内克变换。实现条件为 C++17 经 MSVC 编译，运行于 Intel Core Ultra 9 185H 处理器，每个报告值为 5000000 次计时迭代的均值，之前有 500000 次预热。网络规模覆盖 4、8、16、32、64，固定矩阵与时变矩阵两种条件分别计时，时变条件下两种矩阵乘法基线每步都要从核角重建稠密矩阵。

声场与调制实验不使用分类准确率类指标，而是用信号级观察。立体声实验用 32 通道旋转核网络并设较长混响时间，仅左通道馈入单位冲激，用滑动窗互相关系数衡量左右冲激响应的相关性，窗口与跳长在原文图注中明确给出。极点分布实验用 8 通道旋转核网络，给定 8 个延迟长度与采样率，调制中间核角并统计极点频率直方图，以直方图分箱的标准差衡量平坦度。

选择性冻结与调制效果另有配套音频示例，但正文未给出听感评分量表，因此不能把示例存在当作普适听感结论。

下表整理计算复杂度与内存占用的渐近关系，比较问题是直接构造大矩阵与利用递归结构在操作量与存储量上各有何代价，公平条件是同一网络规模与同一混合功能，指标方向是操作数与存储量越小越好。

操作对象	直接乘法操作量	快速算法操作量	直接矩阵存储	快速算法存储
反馈混合	O(N 2)	O(N log2 N)	O(N 2)	O(N) 加 O(log2 N) 核存储

该表显示快速算法把每层全量处理与对数层数相乘得到对数线性总量，同时避免存储稠密矩阵，仅保留向量与少量核矩阵。主要收益是规模增大时操作与缓存压力同步下降，代价是网络规模受限为 2 的幂且只覆盖克罗内克子空间，未胜出项是小规模时朴素实现可能因常数开销更小而不落下风，原文固定矩阵在小规模下的计时即暗示了这种边界，复现时应同时记录小 N 与大 N 以避免把渐近优势推广为全程优势。

下表整理两组信号实验的配置条件，比较问题是在何种延迟、采样率与调制设置下观察声场与极点变化，公平条件是同一网络与同一冲激输入下只改变耦合角或调制开关，指标方向按实验分别看互相关演变与直方图平坦度。

实验	网络规模	延迟与采样率	窗或调制设置	耦合角度
立体声互相关	32 通道	T60 为 10 s	窗长 100 ms 跳长 50 ms	θM 从 0 到 π/4
极点直方图	8×8	延迟 53 到 127 采样，48 kHz	三角波 1 Hz 幅度 π	中间核 θ2

该表说明立体声实验用长混响与滑动窗观察声像随衰减的演变，极点实验用短延迟与单核大幅调制观察分布展宽。主要收益是条件可重放，代价是两组实验规模与参数互不相同，不能直接跨表比较数值，未评测边界包括不同延迟选择与反射核在极点实验中的定量差异，原文仅文字说明反射核行为类似而未给出对应直方图数字。

主结果：效率、立体声耦合与冻结各证明了什么？

效率方面原文报告提议算法在固定矩阵与每步更新角度两种条件下随规模增大逐渐拉开差距，尤其在时变条件下因无需重建稠密矩阵而优势更明显。需要强调的是原文表格的具体纳秒数值依赖编译器、处理器与预热次数，不能当作跨机器可复现的绝对延迟，复现时应报告相对加速趋势与自机重测值。立体声方面把最外层核角置零时反馈矩阵呈块对角结构，两组延迟线独立演化；偏离零时出现非对角交叉块，耦合逐渐增强。

取 π 除以 4 附近时趋于统一高扩散网络。输入输出增益按左右通道分块布线，左输入只进上半网络，右输入只进下半网络，从而把核角变成声像连续旋钮。轻耦合时冲激在左右之间来回弹跳，互相关随时间起伏；强耦合时左右趋于 decorrelated 的宽广立体声像。冻结方面把最内层核角置零时网络按奇偶序号分裂，偶数与奇数延迟线各自独立演化，升序延迟下两组仍各自覆盖短长延迟从而保持回声密度均衡。

此时可对一组置零输入并置吸收为 1 实现无限 sustain，另一组继续处理新输入与自然衰减；若不先解耦而直接交错置吸收，交叉路径会把输入能量灌入本应冻结的部分导致堆积。原文还指出奇偶冻结与半区间立体声耦合可共存于同一矩阵，例如 8 维示例中同时设置内层解耦、外层部分耦合并留中间角度做调制。下图为立体声耦合的框图实现，有助于把块矩阵中的自反馈与交叉反馈对应到真实信号路径。

为核对耦合机制，先区分自反馈块与交叉反馈块各自连接哪组延迟，再看核角如何连续改变交叉块的非零程度，该连续性是无咔哒声切换的前提。

看图路径： 1. 区分上下两条 Delay(m1) 与 Delay(m2) 各自的 B、C、A 自反馈闭环；2. 找到中间交叉的 F1 与 F2 箭头如何把一路延迟输出送入另一路输入加法器；3. 对照 D1 与 D2 直通路径确认立体声左右通道的独立输出汇合点

论文图 3。原论文 Figure 3：“Stereo Configuration of FDN.”。

该图上半支为左通道经 B1 进入加法器再经 Delay(m1) 与 C1 输出，下半支为右通道对应结构，中间 F1 与 F2 交叉连接两支的延迟输出与对侧输入加法器，A1 与 A2 为各自的自反馈。当交叉块为零时两支独立，当交叉块非零时能量在左右之间交换，核角即控制该交换强度。D1 与 D2 为各自直通，图中截断的边缘加法器对应左右最终输出。

调制是否真能打破固定共振：极点证据与反证是什么？

调制实验的问题是连续改变核角能否让极点在复平面上移动从而使共振频率分布更均匀。操作是固定延迟线与采样率，对中间核角施加大幅三角波调制，对比无调制与有调制下的极点频率直方图。指标方向是直方图分箱标准差越小表示分布越平坦、染色越小。原文显示无调制时直方图尖峰突出，有调制时曲线向均匀分布展宽，标准差明显下降，支持调制降低频谱染色的判断。

机制上这与前人关于时变反馈矩阵扩展极点的结论一致，但本文的差别在于正交性在任意角度自动保持，无需额外正交化。反证与限制同样重要，调制幅度决定极点移动范围，小幅度只产生混响尾音的细微动画，大幅度才有显著效果，而激进大幅高速调制可能引入可闻的路由变化而非传统延迟调制的合唱感。

原文未给出不同幅度与速率的系统扫表，也未报告反射核的完整直方图数字，仅文字说明行为类似，因此不能把单点大幅调制的平坦化幅度推广为所有核与所有速率都成立。下图为原文极点直方图对比，是该节的核心证据。

为判断平坦化是否成立，先确认左右面板的横纵轴含义与统计对象相同，再比较峰高与波动幅度，最后结合标准差数值判断改善量而非只看曲线走向。

看图路径： 1. 对比左右两面板横轴出现次数与纵轴频率的分布形态差异；2. 读出左图尖峰更高更分散而右图曲线更集中在 30 附近；3. 核对右下角标准差标注从 71.0 降到 24.8 所对应的平坦化含义

论文图 5。原论文 Figure 5：“Pole frequency histograms for an 8 × 8 Kro- necker FDN with rotation kernels and delay lengths m = [53, 61, 71, 79, 89, 101, 113, 127] samples at fs = 48 kHz.”。

左面板无调制时曲线在多个频率处出现高尖峰且起伏大，右面板有调制时曲线整体更贴近中心计数附近且波动幅度收窄。纵轴为频率，横轴为出现次数，两面板覆盖相同频率区间，因此峰高下降可读作共振集中程度下降。右下角标准差从左图的较高值降至右图的较低值，支持分布更均匀的结论，但像素不能精确读出每个分箱计数，复现时应按原文延迟、采样率与调制波形重算直方图而不硬抄图上目测值。

边界在哪里：哪些结论不能从本文证据推出？

首先，参数族只占正交矩阵设计空间的一个区域，原文明确承认未覆盖全部正交矩阵，因此不能推出该框架在所有扩散或染色指标上最优。其次，网络规模限为 2 的幂，任意通道数需要额外处理，原文仅提示四声道可用两个连续角度分块但未给出完整实现与测量。

第三，效率数字是特定编译器与处理器上的均值计时，未报告方差、功耗与音频回调下的最坏情况延迟，因此不能把平均加速直接等同于实际音频延迟改善，训练资源、推理开销与帧率在此不适用，应分别讨论平均操作量、内存占用与部署时的调度余量。第四，声场结论基于互相关曲线与示例音频，未报告听感评分、误判率或统计检验，相关性变化不等于因果的空间感提升。

第五，反射核与旋转核的听感差异、不同核位置组合的拓扑效果以及大幅调制的可闻边界都未系统测量，原文未来工作亦指出需做感知评估。缺失这些证据不是技术错误，但在复述时须用可能与待验证表达，不承诺未测量的延迟、成本或音质改善。

若要复现：先做什么、保留哪些参数？

复现应从构造与调用两条线并行推进。构造线上先实现 2×2 旋转与反射函数并用零角与 π 除以 4 角做单元测试，验证旋转零角为单位矩阵、反射零角为轴反射、π 除以 4 反射块等于归一化哈达玛块；再实现递归克罗内克积的参考版本与就地迭代版本，用随机角度对比两者输出逐采样一致。

调用线上固定延迟向量与采样率，按目标 T60 公式计算对角吸收系数，先跑全哈达玛基线确认混响正常，再把最外层核角从零扫到 π 除以 4 观察立体声从独立到统一的变化，再把最内层核角置零验证奇偶分裂后分别冻结的可行性，最后对中间核角加小幅低速三角波观察尾音动画。必须保留的关键参数包括网络规模为 2 的幂、核类型与角度初值、延迟线长度、采样率、T60、互相关分析的窗长与跳长、极点实验的调制波形频率与幅度。

代码开源、权重下载与系统可运行在此不适用，因为本文无学习权重，需要公开的是构造与实时调用代码及示例音频的生成脚本。验证时先做功能一致性，再做自机计时，最后补听感盲测与多延迟条件下的极点统计，缺失的统计方法与聚合口径应在报告中明确标注为新增验证而非原文已有。

何时值得尝试这个框架？

当设计目标是创意混响而非物理精确房间建模，且需要少量参数实时连续改变网络拓扑时，该框架值得尝试。它的价值在于把无损保证交给构造本身，把效率交给递归结构，把表现力交给核角度的位置选择，最外层角度管左右分区，最内层角度管奇偶分区，中间角度适合做时变调制，且多种划分可共存于同一矩阵。

若目标是追求单指标最优的无染色混响，或网络规模不是 2 的幂，或需要覆盖全部正交矩阵空间，则应考虑离线优化类方法或更一般的参数化核，并补做感知评估与跨平台延迟测试。常见误解是把哈达玛特例当作全部能力，或把平均加速当作实际延迟保证，或把示例音频当作普适听感证明，纠正方法是回到原文条件，分别核对矩阵取值、计时环境与调制幅度速率，再在自己的延迟配置与硬件上重测。

总体上，该工作提供了一个高效且直观的参数子空间，适合实时探索从解耦双通道到统一高扩散网络之间的连续变化，但其边界与听感普适性仍待后续验证。