对话里学声音：连贯对话提高命中也提高误报的反应偏向效应

英文题目：Learning speaker identities in dialogue: Conversational familiarisation modulates response bias and confidence in voice recognition

会议身份：conference:interspeech:2026:conference-paper-id:xu26m_interspeech

来源为官方会议 PDF；图片依据原页像素，表格数字依据原文引用。PDF 文字层不视为原始 TeX，未可靠恢复的结构不作推断。

会议来源：官方记录 · 官方 PDF

标签：#心理声学实验 #统计分析 #言语感知 #语音 #说话人识别

评分：5.6/10 | 创新 1.0/2 | 技术严谨 1.2/1.5 | 实验充分 1.0/1.5 | 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 0.5/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• Tianze Xu：机构信息未能从会议 PDF 纯文本可靠映射
• Volker Dellwo：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

日常说话人识别需在对话中附带编码可变身份线索，而实验室多用孤立语句加刻意记忆，输入的语言可变性与输出的记忆负荷均与真实条件脱节，难点在于分离自然语境与注意指向的作用。研究先用真人参考音筛选目标与干扰说话人并以VibeVoice合成四人连贯对话及其打乱版本以控制语言内容，再将200名被试随机分入对话与打乱乘身份内容与无指向的三类焦点组接受约3分钟熟悉化，随后其内容回忆成绩用于质控并进入旧新语音再认与9点置信度评定以分离辨别力与反应偏向。与打乱材料相比，连贯对话并未提升辨别力而是使决策标准自由化，熟悉化刺激与真值交互显著。在旧新语音再认任务下，旧说话人试次中对话组相对打乱组的准确率指标优势比为1.53，高于新说话人试次中对话组相对打乱组的准确率指标优势比0.76。正确旧试次置信度被系统性放大而注意焦点主效应缺失，表明会话中身份编码相对自动化而无需明确指向身份。相对已有最小化变异与负荷的刻意记忆范式，该设计保留自然对话结构与附带学习，更能估计日常上限之外的真实加工过程，具有生态效度意义。该结论适用边界受限于短时熟悉后的即时再认，尚未验证跨天保持与高相似说话人泛化。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

本次未形成可展示的已核验资源记录，开放状态尚未核实。 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：日常对话里学声音与实验室里背声音有何不同？

本文输入是听觉语音学习问题，目标读者是刚进入语音与听觉记忆的研究生。需要保留的核心信息是任务、操纵、测量与结论的对应关系，输出是 1 篇能复述方法的解读。日常生活中认识新同事的声音往往发生在对话中，听者没有刻意背诵，却在后来的交互中能认出对方，这种学习具有语境丰富、韵律连续、话轮交替和附带编码的特点。

实验室常用评估工具则相反，例如耶拿语音学习与记忆测试使用符合英语音位的假词句并重复多遍，通过学习、重复和三选一迫选来测量，控制严格但语言变异小、记忆负荷低、意图明确。原文明确提出理论问题是这类工具估计的可能是能力上限，而非自发对话中线索多变且不显著时的加工过程。因此本研究不是测试语音合成质量，也不是做说话人自动识别，而是检验人类听者在对话熟悉化与不同注意指向后如何再认声音。

沿一个样本走一遍有助于建立直觉。假设你是被试，你先听到 4 位朋友讨论气球在外太空是否会爆裂的约 3 分钟对话，开场每人被点名，之后每人说 6 轮话。然后你先做 20 道是否提到某信息的内容题，再听一些哈佛句与短语的短片段并判断该声音是否出现过，每次还要给出 1 到 9 的信心。这里的输入是连续对话语音，表示是听者形成的说话人身份记忆，组件是熟悉化刺激与注意指导语，目标是旧新判断正确与否，输出是按键反应与信心评分。教学例子仅为帮助理解流程，不代表真实被试数据。后续各节按此链条展开，先讲相关路线，再讲方法全景与材料构造，然后讲实验条件、结果与限制。

相关路线如何划分：测什么、注意如何操作、为何结论不一致？

按同输入、同目标、同监督来对照，才能理解本文位置。同输入路线是自然连续语音与孤立受控语音的对比。既往评估工具多用孤立元音或重复短句，优点是可控，缺点是与日常附带学习距离远。本文把熟悉化刺激设为连贯对话与打乱语音两水平，打乱版本破坏语篇连贯以近似既往孤立材料，这是直接针对自然度的操作。同目标路线是声音身份学习与再认。

早期多受法庭应用驱动，关注单次暴露后的成绩而非机制，本文则把重点放在熟悉化条件如何系统改变判断。同监督路线是注意指向的操作化分歧。有的研究告知会有记忆测试但误导目标，例如让被试关注内容而非身份；有的完全不告知测试以捕捉真正附带学习；近期有用定向遗忘加脑电或不同注意负荷下嵌入暴露的设计。

结果也混合，有报告意图学习占优，有报告无差异，少数报告非意图条件更好。

本文的增量在于同时操纵刺激自然度与注意指向，并用频率统计与贝叶斯混合模型加信号检测指标分离能力与偏向。内容测试在本研究中承担双重角色，既是注意力检查，也用于均衡学习到再认的时间间隔，避免间隔不等带来混淆。理解这一点后，才能明白为何注意无显著效应不能直接解读为注意无用，而需要在具体范式与测量下讨论。

研究问题是什么：自然度与注意指向是否改变再认？

研究问题可复述为两个。在熟悉阶段接触的语音是连贯对话还是打乱语音，是否影响随后对旧说话人与新说话人的判断。在熟悉阶段把注意指向说话人身份、言语内容或不指定方向，是否影响随后声音再认。操作定义要准确。熟悉化刺激是被试间变量，对话组听连贯 4 人对话，打乱组听破坏连贯的对应材料。

熟悉化注意也是被试间变量，分为记住谁在说、记住说了什么和认真听 3 组指导语。因变量包括逐试次正确与否、逐试次信心，以及被试水平的辨别力与偏向。 ground truth 指测试试次的真实标签，即该声音是否在熟悉化出现过，旧指 4 个学习目标，新指 4 个新箔说话人。

需要区分的误解是正确率高不等于辨别力高。如果对话组对旧声音更敢回答是，命中会上升，但对新声音也更敢回答是，虚报也会上升，总体正确率可能不变而偏向移动。本文正是为检验这种分解而引入信号检测分析。另一个误解是把内容记忆等同于声音记忆，本文用内容回忆题均衡间隔并检查注意，但分析焦点是声音回忆，测试材料是与熟悉化不同的句子，避免单纯记住语句内容就能作答。

方法全景如何走通：从分组到测试的完整链条是什么？

本研究采用学习与再认范式，2 乘 3 被试间设计形成 6 组。每名被试随机进入对话或打乱刺激中的一种，并接受身份、内容或无指向注意指导语中的一种。流程是先熟悉化约 3 分钟，然后内容回忆测试，再声音回忆测试。内容与声音测试指导语各呈现 90 秒后立即开始试验，以保证各被试学习到再认间隔相同。试验顺序完全随机，警觉检查按固定比例插入，是非按钮左右位置在被试间随机。整个实验约 30 分钟，在线通过 Gorilla 实施，先完成知情同意、语言背景问卷、利手问卷与 3 轮声音检查，包括确认播放正常、用双耳音高测试筛除非耳机用户以及调节舒适音量。

下段导读图 1 有助于 1 次看清分组与流程的关系。该图左侧是纵向主流程，右侧是两种熟悉化刺激与 3 种注意指向的交叉设计，阅读时先看主路径再看分组细节。

对话熟悉化 × 打乱语音： 对话熟悉化指让被试听约 3 分钟 4 人连贯对话来接触目标声音，保留话轮交替与语篇连贯；打乱语音指把同一对话材料打乱语篇连贯性以近似既往孤立句材料。两者分工是前者提供自然语境下的身份线索，后者作为控制自然度的对照，搭配理由是只有在曝光量相等时才能分离连贯语境的作用，组合意义是把自然度操作为可比较的熟悉化刺激类型。

看图路径： 1. 先沿左侧纵向主路径看熟悉化约 3 分钟到内容回忆再到声音回忆的顺序与 90 秒间隔；2. 再看右侧虚线框内熟悉化刺激两水平与熟悉化注意三水平的交叉组合方式；3. 核对内容回忆与声音回忆示例问题分别是问是否提到某信息与问该声音是否出现过；4. 注意对话语音保留连续话轮而打乱语音被拆散排列的图示差异

论文图 1。原论文 Figure 1：“Experimental design and procedure.”。

图 1 左侧显示熟悉化波形标注每人 181 个语音音节与约 3 分钟时长，向下经 90 秒进入内容回忆示例问题，例如是否提到美国国家航空航天局或太空或埃尔顿约翰，再经 90 秒进入声音回忆并询问该声音是否早先出现。右侧上方对比对话语音保留多轮连续话轮与打乱语音被拆散的排列，下方对比 3 种指导语分别为听谁在说、听说了什么和认真听。结合正文可知对话开场明确点名 4 位说话人并保持稳定人设，每人 6 轮话轮，总音节数相等以保证曝光量一致。

声音测试每位说话人贡献 8 个试次并嵌入 8 个警觉检查，内容测试含 20 道是非理解题加两个警觉检查。数据分析聚焦声音再认正确率与信心，用混合模型与信号检测指标检验，内容测试主要用于筛除与均衡。

组件如何分工：刺激、指导语与测试材料各负责什么？

刺激组件负责提供身份线索。对话材料是 4 位朋友讨论气球在外太空是否爆裂的连贯对话，设计得有吸引力且自然，开场点名模拟真实对话开场。打乱材料破坏语篇连贯但保留可比语音量，用于近似既往孤立材料。指导语组件负责分配注意。身份组要求记住谁在说，内容组要求记住说了什么，无指向组只要求认真听。

测试组件负责分离记忆对象。内容测试问是否提到特定信息，声音测试用哈佛句与从其他句子抽取的短语构成的新语句，要求判断声音是否听过，每次试验后都用 9 点量表评信心。

熟悉化注意指向 × 旧新再认： 熟悉化注意指向指熟悉化阶段指导语要求注意说话人身份、言语内容或只要求认真听；旧新再认指测试阶段逐个呈现目标与箔说话人短句并回答是否听过。前者控制编码时的注意分配，后者测量保持的声音身份记忆，搭配理由是检验编码意图是否改变提取，组合意义是构成学习与再认范式的前后链条。

以 1 名身份组对话被试为例，输入是连贯对话，表示是跨话轮积累的身份表征，组件中对话提供连贯语境而指导语强调身份，目标是在新语句下仍能认出旧声音，输出是旧新按键与信心。这种设计保证测试语句与熟悉化语句不同，因此正确判断必须依赖声音身份而非语句记忆。测试材料类型还区分为短语与句子，后续分析将其作为固定效应，以检验语句长度是否影响信心与正确率。警觉检查与内容正确率门槛用于筛除不认真被试，具体标准在实验条件节交代。

有无模型训练：本研究训练了什么、调用了什么？

本研究没有训练听者模型，也没有训练语音合成或说话人嵌入模型，必须明确说明无训练阶段，避免把材料生成误解为模型训练。真实计算过程分为调用既有模型与按规则构造材料两类。第一类是调用。研究调用当前多说话人语音合成系统 VibeVoice，根据真人参照样本学习每位参照说话人的声学特征并生成高度自然且保留身份的语音。

参照说话人来自加州大学洛杉矶分校说话人变异数据库中北美英语母语者子集，共 127 人，女性 64 人男性 63 人，年龄 18 到 29 岁，平均 20.43 岁，标准差 2.03 岁，材料为回忆中性对话的自然录音。每位说话人用 SpeechBrain 工具包 1.0.3 版提取单个 x-vector 嵌入，x-vector 是经说话人辨别训练的深度网络得到的固定维度表征，被报告为稳健且抗噪。第二类是搜索与合成。

研究在每种性别内计算嵌入两两余弦距离，寻找最接近正方形的 4 人组合，即两个不相交对的对内距离近似匹配且 4 个跨对距离近似相等，在预设容差内对称分离，由此为目标与箔各选 4 人并保持性别平衡为男女各 2 人。选定参照语音后送入合成器生成熟悉化对话与测试短句。

x-vector 说话人嵌入 × 语音合成参照音： x-vector 说话人嵌入指用说话人辨别网络提取的固定维度表征，用于量化说话人间声学可分性；语音合成参照音指从加州大学洛杉矶分校变异数据库真人录音中选出的参照说话人样本。前者负责挑选在嵌入空间近似对称分离的 4 人组合，后者负责驱动多说话人合成系统生成对话与测试句，搭配理由是兼顾可控性与身份保留，组合意义是用合成语音实现自然但可操纵的实验材料。

需要指出的缺项是原文未报告合成训练超参数、冻结与更新细节和梯度路径，因为合成器是外部既有系统调用，不是本研究训练对象。也未报告可懂度或自然度的本样本听感评分，仅引用既有评估称该系统产生高质量、韵律与情感恰当且对话流畅的语音。使用合成语音的安排理由是保留大規模真人数据集参照优势的同时灵活操纵与扩展材料，但原文讨论也提醒合成语音可能影响身份编码，未来需用真人自然语音复制以检验推广性。

实验条件如何保证可比：被试、筛除、指标与统计是什么？

被试通过 Prolific 在线招募北美居住的北美英语母语者，最初 203 人，因任务后问卷显示明显误解任务排除 3 人，最终纳入 200 人，其中女性 125 人男性 73 人非二元 2 人，年龄 22 到 55 岁，平均 39.56 岁，标准差 9.19 岁。报告听力正常且无言语语言认知或心理障碍史，利手问卷显示右利手 176 人占 88%，混合 14 人占 7%，左利手 10 人占 5%。研究经苏黎世大学文哲社科伦理委员会批准，注册号 25.10.16，被试提供书面知情同意并获得报酬。筛除规则明确，内容回忆正确率低于 0.20，或内容测试警觉失败超过 1 次，或声音测试警觉失败超过 2 次，则从所有分析排除。

比较公平条件值得用表格 1 次核对。下表整理被试规模与曝光控制，指标方向是规模越大、曝光越均衡则组间越可比，阅读时先确认问题是各组起点是否一致，再看表中数字。

上表主要收益是确认曝光量与间隔在组间均衡，代价是表格中人口学与试次细节来自不同段落，需要回到原文核对聚合对象。未胜出项是利手分布不均衡但未作为分析因素，边界是仅纳入耳机用户并通过筛查，在扬声器场景是否成立未评测。

指标与统计方面，逐试次正确用二项逻辑广义线性混合模型，固定效应为熟悉化刺激、熟悉化注意、真实标签及其全部交互加测试材料类型，随机截距为被试与项目，经 buildmer 后向似然比检验保留被试内真实标签随机斜率，并用 brms 拟合相同结构贝叶斯模型以贝叶斯因子量化证据。信心用线性混合模型，因 9 点评分近似连续，固定效应增加反应正确与否及其全部交互，随机斜率保留真实标签与正确性。

被试水平 d’与 c 分别做方差分析并配贝叶斯方差分析，AUC 把信心按旧反应取正新反应取负作为分级证据，计算信号试次证据强于噪声试次的排序概率。

主结果显示什么：正确率交互、信心放大与偏向移动如何一致？

测量问题是对话熟悉化是否改变旧与新试次的正确率，比较对象是打乱熟悉化，条件一致体现在曝光音节数、测试语句 novelty 与间隔控制相同，指标方向是正确率越高越好、偏向 c 越小越宽松。逐试次正确混合模型显示熟悉化刺激、注意指向、真实标签与材料类型均无显著主效应，但熟悉化刺激与真实标签交互显著，卡方 13.27，p 小于 0.001，贝叶斯因子 297.41。3 阶交互不显著。事后 Holm 校正比较澄清方向，旧试次对话组正确率高于打乱组，比值比 1.53，z 为 3.13，p 为 0.002；新试次对话组正确率低于打乱组，比值比 0.76，z 为负 2.23，p 为 0.026。总体声音回忆平均正确率 0.67，范围 0.63 到 1.00，标准差 0.17。

下段先导读图 2 再呈现标记。该图是被试水平正确率按熟悉化刺激与真实标签分组的小提琴加箱线与散点图，关键是看交互方向而非总体高低。

反应偏向 × 辨别敏感性： 反应偏向用信号检测指标 c 表示回答旧的总体宽松程度，辨别敏感性用 d’表示区分旧与新声音的能力。两者分工是把正确率分解为判断标准与知觉区分，搭配理由是单纯正确率无法区分命中提高来自能力还是标准移动，组合意义是本研究据此判断对话效应是偏向移动而非能力提高。

看图路径： 1. 先确认横轴为熟悉化刺激两水平与图例中旧为橙色新为蓝色；2. 再比较对话条件下旧与新两组分布与箱线中位数的相对高低；3. 观察打乱条件下旧与新两组差异缩小且标注为不显著；4. 查看跨熟悉化条件的横向括号显著性标记以确认交互方向

论文图 2。原论文 Figure 2：“Participant-level accuracy in the voice recall test by familiarisation stimulus and ground truth. n.s., p > .050; 一个星号, p < .050; 两个星号, p < .010; 三个星号, p < .001.”。

图 2 可见对话条件下橙色旧组分布与中位数高于蓝色新组且标注双星显著，打乱条件下两组接近且标注不显著，跨刺激的横向括号显示旧试次对话高于打乱而新试次方向相反。这与上述比值比一致，支持对话熟悉化提高命中但损害对新声音的正确拒绝。信心方面平均 6.44，标准差 2.04。模型显示真实标签、反应正确与材料类型主效应显著，句子比短语信心高 0.24。正确时旧试次信心高于新试次 0.69，错误时旧试次信心低于新试次负 0.47，且该交互被熟悉化刺激进一步放大，正确时对话组旧新差 0.82 大于打乱组 0.56，错误时对话组绝对差 0.58 大于打乱组 0.37，并存在 4 阶交互。

反应信心 × 基于信心的敏感性： 反应信心指每次旧新判断后在 9 点量表上的确信程度，基于信心的敏感性指把信心视为分级证据计算的曲线下面积 AUC。前者记录主观确信，后者用确信等级构造更精细的区分指标，搭配理由是检验偏向变化是否伴随主观证据强度变化，组合意义是把二值判断扩展为分级证据分析。

为便于核对关键数字与单位，下表把正确率、比值比、信心与偏向放在同一宽表比较，阅读时注意百分点与比值比不可混淆，正确率高不等于辨别力高。

表后解释需同时讲收益与代价。收益是对话组对旧声音更自信且更准确，支持连贯语境增强熟悉感。代价是虚报同步上升，对声学相似新声音更易误认为熟悉。信号检测显示 d’无刺激主效应、无注意主效应、无交互，而 c 有刺激主效应 F 为 13.26，p 小于 0.001，贝叶斯因子 60.07，注意与交互不显著，AUC 仅边缘显著 F 为 3.33，p 为 0.070。未胜出项是注意指向在正确率与偏向上均无显著效应，贝叶斯证据支持无效应，这是否定性发现而非测量失败。

哪些对照支持偏向解释：注意、材料与贝叶斯证据如何收敛？

反证组织围绕若效应来自能力则 d’应变化，若来自标准则 c 应变化。数据显示 d’在刺激与注意上均无差异，贝叶斯因子分别为 0.20 与 0.07，交互贝叶斯因子小于 0.01，支持无差异。c 仅刺激显著而注意不显著，交互不显著，贝叶斯因子对刺激为 60.07，对注意为 0.251，表明证据方向分离。AUC 边缘效应贝叶斯因子 0.62，原文表述为待更大样本澄清，不能当作已证实的能力提高。材料类型对照显示句子比短语信心高，但正确率材料主效应不显著，说明长度主要改变确信而非命中。注意的三水平在正确率上卡方 0.79，p 为 0.673，贝叶斯因子 0.01，与真实标签交互也不显著，贝叶斯因子 1.50，作者据此认为短时再认中身份信息编码相对自动。

为复核统计收敛性，下表汇总频率与贝叶斯是否同向，阅读时先问证据是否一致，再看具体量级。

表后需点明代价与边界。频率显著而贝叶斯不支持的情形出现在信心 3 阶交互中，例如刺激与注意与真实标签交互频率 p 为 0.008 但贝叶斯因子小于 0.01，原文仍报告频率显著但提醒以后续贝叶斯为准的收敛证据判断主要模式。4 阶交互贝叶斯因子 49966.73 支持存在，说明信心模式受多因素联合调节，不能简化为对话一律更自信。未评测边界包括说话人相似度连续变化、延迟更长的保持以及真人语音复制，这些都限制把偏向结论推广到所有场景。

限制在哪里：合成语音、样本与测量能说什么、不能说什么？

论文直接报告的是短时在线再认中的偏向移动，有限解释是连贯对话促进跨话轮身份线索整合从而增强熟悉感，可能使判断标准放宽。未验证推测是更丰富或更整合的表征必然导致更好辨别，数据不支持此推测，因为 d’未提高。合成语音是明确限制，参照真人但经合成器生成，听者编码方式可能与自然语音不同，原文要求用自然产出语音复制。

样本限制是在线北美英语母语者且经耳机筛查，年龄均值 39.56 岁，与参照库年龄分布不同，跨语言、跨年龄与扬声器播放是否成立未测量。测量限制是单次约 30 分钟实验与新语句测试，长期保持、噪声下与多说话人重叠场景未评估。资源方面原文未报告训练资源、推理开销与延迟，因为无模型训练，合成调用成本也未量化，不能承诺效率改善。总体趋势不等于每组每步成立，例如注意 3 组总体无差异不代表个体在极端分心下仍无差异。

另一个特有误解是把无注意效应理解为注意不重要。原文语境是短时范式与当前指导语强度下身份信息相对自动编码，且文献本身混合，既有报告意图占优也有报告无差异，未来需更强注意操纵与更长保持来检验。相关性不等于因果，对话连贯与偏向相关不证明连贯直接改变知觉，还可能是话轮可预测性、人物参与度或记忆组织方式的中介，原文用可能与待验证的措辞保留此开放性。

复现先做什么：材料、分组、流程与分析的最小可运行清单是什么？

复现目标是重现对话提高命中但增加虚报且偏向放宽松的核心模式。先做材料。准备四目标四箔共 8 位说话人，男女各半，用 x-vector 余弦距离挑选对称分离组合，合成熟悉化对话保证每人 6 轮与 181 音节，开场点名并保持人设，另备哈佛句与短语的新测试句。打乱版本保持语音量相等但破坏语篇连贯。再做分组。

2 乘 36 组随机分配，指导语分别写为记住谁在说、记住说了什么和认真听，避免额外提示测试形式。流程按熟悉化约 3 分钟、内容 20 题加 2 警觉、声音每人 8 试次加 8 警觉、每次评 9 点信心、指导语各呈现 90 秒、顺序随机、按钮左右随机、耳机筛查的顺序实施。筛除按内容低于 0.20、内容警觉超 1 次、声音警觉超 2 次执行。分析按逐试次混合模型加贝叶斯对照与信号检测分解实施，随机结构经后向选择保留，事后比较用 Holm 校正。

还需补的验证包括真人录音复制、操纵说话人相似度以检验虚报是否集中于相似箔、延长保持间隔检验偏向是否持续，以及报告在线与实验室的设备差异。资源状态是正文开源声明的唯一依据，本次未发现来源绑定且完成超文本传输安全协议状态验证的资源，不得声称代码模型或数据已公开。当前只能依据论文文字与官方原图像素复述方法，不能默认材料与代码可下载。若要扩展，建议先小样本预注册复制交互方向，再扩大样本检验 AUC 边缘效应。

何时值得尝试这种对话熟悉化思路：收束判断是什么？

值得尝试的场景是研究日常附带语音学习、评估工具生态效度或设计需要短时熟悉陌生声音的交互流程，且评价必须同时看命中与虚报而非只看总正确率。当目标是提高稳健辨别而非提高熟悉感时，对话熟悉化不是直接解法，因为本研究显示辨别力未提高而标准放宽松。复现起点是严格均衡曝光与间隔、分离内容记忆与声音记忆、用信号检测与信心分级证据联合判断。待补验证是自然语音复制、相似度梯度与长期保持。

方法学启示是基于真人参照的合成语音可在可控与自然之间折中，但需进一步验证其身份编码等价性。最终判断报告为对话语境系统改变再认决策，支持为偏向移动而非能力提高，注意指向在本范式无显著影响，可能为相对自动编码，仍待更强操纵验证。

⚖️ 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

← 返回 interspeech-2026 论文汇总