把诊室里的发声效率搬到日常生活中：用颈表振动估压力、用麦克风测声压

英文题目：Measuring Vocal Efficiency in Daily Life in Patients with Voice Disorders Using Wireless Accelerometer and Microphone Sensors

会议身份：conference:interspeech:2026:conference-paper-id:yousef26c_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：#信号处理 #生理信号 #语音 #病理语音评估

评分：5.7/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 0.8/1.5 | 清晰度 0.8/1 | 影响力 0.6/1.5 | 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：应用研究

👥 作者与机构

• Ahmed Yousef：机构信息未能从会议 PDF 纯文本可靠映射
• Emma Willis：机构信息未能从会议 PDF 纯文本可靠映射
• Vahni Tagirisa：机构信息未能从会议 PDF 纯文本可靠映射
• Robert Hillman：机构信息未能从会议 PDF 纯文本可靠映射
• Daryush Mehta：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该研究输入为日常生活连续嗓音信号，输出为生态声门效率，难点在于实验室简化任务与受控声学环境无法反映真实交流发声行为，且声门下压无法在日常无创直接测量。方法分三步：先在实验室用/p/元音序列同步采集麦克风声压级、口内压与颈表加速度，建立个体加速度均方根到声门下压的线性校准，其校准系数直接用于日常映射。再用无线颈带在日常监测中同步计算声压级与加速度幅值并经嗓音活动检测保留浊音言语帧，最后将加速度幅值映射为声门下压并换算至dB后求比值得到连续生态声门效率。与既往仅在实验室快照测量声门效率不同，该机制把效率估计延伸为带发声时间占比的纵向行为量。在日常监测场景下，患者组的EVE标准差指标为0.44，低于对照组的EVE标准差指标1.02。结论仅适用于成年女性声带小结小样本，男性、其他嗓音疾病与治疗前后变化均未验证，且传感器移位与头位衣物噪声可能影响日常估计。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：要解决的临床矛盾是什么？

这篇解读的输入是 2026 年悉尼 Interspeech 的 1 篇临床语音科学论文，目标读者是刚进入语音、音乐、音频领域的研究生。必须保留的信息是研究对象、传感器做法、校准到日常估计的链路、实验条件和带统计量的关键数字，输出是 1 篇可核对、可复述方法的技术解读，不做营销式判断。论文要解决的矛盾很具体：嗓音疾病常表现为发声不划算，患者要用更大的气动代价才能换来同样的响度，临床上希望用发声效率把这种不划算量化。

传统做法是在诊室里让被试重复发类似帕元音的音节，在发爆破音时用口内压峰值代替声门下压，同时用麦克风测声压级，再算声压级除以声门下压的比值。这个比值在既往工作中能区分声带癌、声带 lesion 患者与健康人，也能在手术或嗓音治疗前后发生变化。但诊室任务是简化的响度序列和固定音高，既没有真实交流的场景变化，也没有 1 天中时高时低的用嗓负担，因此实验室 1 次快照不能回答患者在日常生活中是否持续低效、低效持续了多久。

教学上可以打一个比方：诊室测量像在体检中心测 1 次血压，日常监测像背一个动态血压仪，本文的例子仅用于理解快照与连续监测的区别，不附加任何无源的效果数值。后续各节按学习依赖展开，先讲相关路线与问题界定，再讲双传感器全景与两个传感器的分工，然后讲个人校准这个无训练但有拟合的环节，接着讲实验条件、结果与反证，最后讲复现与收束。

相关路线：实验室效率与动态监测是如何接上的？

在相同输入下做过什么，是理解本文位置的前提。同输入、同目标的一条线是实验室空气动力学评估，用面罩式气流计加口内管测口内压、用头戴麦克风测声压级，在控制响度从大到小的帕元音任务中计算声压级与声门下压之比。它的优点是压力有直接代理测量、任务可重复，缺点是任务不自然、时间短。

同运行阶段的另一条线是动态语音监测，用便携设备记录一周的基频、声压级、倒谱峰突出度或声门气流估计，优点是能看到 1 天内的波动，缺点是既往按周平均后患者与对照的组间差异常常消失。本文的接法是把两条线拼起来：保留实验室比值的生理含义，但把压力侧换成颈表加速度计估计，把声学侧换成颈带麦克风估计，从而在日常连续计算同一比值。

需要区分的是，本文没有提出新的发声理论，也没有训练新的语音分类大模型，它调用的是已有文献验证过的加速度计估计声门下压的方法和已有的嗓音活动检测方法，把它们用在生态发声效率这个新指标上。与单纯监测响度或基频的工作相比，本文的差异在于用比值同时约束输出和代价；与单纯在实验室算效率的工作相比，差异在于增加了 3 天、每天约 12 小时的日常条件和个性化正常范围的时间占比分析。

理解这一定位后，就不会把日常均值不显著误读为指标无效，也不会把实验室显著直接推广为日常一定显著。

问题界定：要测什么、在什么条件下比较？

论文实际研究的任务只有一个：在日常生活中连续估计发声效率，并检验它能否区分声带小结患者与匹配的健康对照。输入是两路同步信号，一路是颈表加速度计的皮肤振动幅度，一路是颈带麦克风的声压级，输出是每一发声帧的生态发声效率，即声压级分贝数除以声门下压分贝数的比值，单位记为分贝比分贝。比较的对象是 7 名临床诊断为声带小结的成年女性和 7 名年龄匹配、经内窥镜确认声带健康的女性对照，均为配对设计。

研究假设很明确：患者日常生态效率均值更低、波动更小，反映低效且受限的用嗓行为。评价分两个层次，一是分布层次的中位数、标准差、四分位距、高百分位、低百分位、偏度、峰度，二是个性化层次的正常范围与超范围发声时间占比，即以各自匹配对照的均值加减一个标准差为正常范围，看患者有多少发声时间落在范围外、方向是偏低还是偏高。

统计在被试层面做配对秩检验并报告效应量，而不是把成千上 10000 帧当独立样本直接检验，这一点对复述很重要，因为帧层面检验会虚增显著性。论文同时做了实验室标准任务以便直接对比实验室与日常的同一指标，这是理解后文实验室显著而日常均值不显著、但日常离散度更显著的关键条件。

方法全景：一个样本如何走完输入到输出？

先沿一个被试走完完整链路，再展开细节。该被试先到麻省总医院的隔音室完成校准，头戴距唇 15 厘米的麦克风、戴面罩式气流计并含口内管、颈前贴加速度计，3 路同步记录。她按舒适、高、低 3 种音高发帕、皮、普音节序列，每种响度从大到小重复 2 次，去掉开头结尾后，对每个元音算麦克风声压级和加速度计均方根幅度，对前后口内压平台峰值取平均作为该元音的声门下压。

随后她带回无线颈带监测包，在日常 3 天清醒时间约每天 12 小时佩戴，颈带把加速度计和麦克风信号无线串流到安卓手机记录。日常处理以约 50 毫秒不重叠帧计算加速度计均方根和声压级分贝数，用嗓音活动检测只保留非唱歌的浊音语音帧，剔除静音、清音和歌唱，再用实验室拟合的个人回归把每帧加速度计幅度换算为声门下压，转成分贝后算声压级除以声门下压得到生态效率。

下面的设备图帮助把佩戴位置、配件与手机记录的对应关系 1 次看全，阅读时先看佩戴再看配件最后看手机界面，就能把输入到存储的路径闭环。

本段导读设备图的目的不是展示外观，而是核对佩戴与数据链路：左侧是人颈佩戴状态，中间是外出要带齐的全部配件，右侧是手机端是否在记录的依据。

看图路径： 1. 先看左侧佩戴图：颈带主体在颈两侧，圆形加速度计贴在颈前正中；2. 再看中间收纳盒：核对颈带、备用传感器、充电器、双面胶和手机是否齐备；3. 最后看右侧手机界面：确认连接状态、波形、发声时长和操作按钮的显示位置

论文图 1。原论文 Figure 2：“Wireless neckband voice monitor with neck-surface accelerometer and built-in microphone (left), kit components (middle), and the smartphone app interface (right).”。

图中可见左侧被试颈两侧为颈带主体、颈前正中贴着圆形加速度计并有引线，中间收纳盒上层放充电器与线材、下层放手机与颈带，右侧手机界面顶部显示连接与电量、中部显示波形、下部显示发声时长与操作按钮。这说明日常数据不是离线单机存的，而是颈带无线同步到手机再做后分析；同时提醒复现时要检查颈带麦克风在颈带右侧、加速度计贴在甲状软骨切迹与胸骨顶连线中点、每天用双面胶固定，这些位置细节直接影响声压级校准和压力估计。

组件与计算：压力侧与声学侧各自做什么？

压力侧与声学侧的分工必须先分开讲。声压级侧相对直接，实验室用头戴电容麦克风、日常用颈带内置微型麦克风，两者都校准到同一 15 厘米声压级参考以减小差异，日常只计算声压级数值而不存原始音频，加速度计原始波形虽存但本身不含可懂语音内容，这两点共同保护隐私。

声门下压侧是本文的关键代理：日常无法在口内插管，因此用颈表振动幅度经个人线性回归来估计，公式形式为声门下压等于斜率乘以加速度计均方根加截距，斜率与截距来自该被试实验室数据的拟合。原文给出的两个例子都是斜率 0.01，但患者截距 7.69、匹配对照截距 3.20，说明即使斜率相近，截距的个体差异也很大，必须做个人校准而不能用统一公式。

信号采样与单位也要 1 次记准：麦克风与压力信号低通到 8 千赫后以 20 千赫采样、16 比特量化，加速度计以 8889 赫采样、16 比特量化，3 路分别校准为帕、水柱厘米和加速度单位后再转分贝算比值。

发声效率 × 生态： 发声效率负责给出喉将肺部气动功率转为辐射声功率是否划算的生理学定义，文中简化为声压级与声门下压之比；生态负责把同一比值搬到日常连续语音中，用麦克风声压级除以加速度计估计的声门下压，二者搭配的理由是诊室快照不能反映真实交流，组合后新增的作用是既能量化效率高低又能量化 atypical 状态持续多久。

声压级 × 声门下压： 声压级负责表征声学输出，由麦克风在约 50 毫秒帧上测得并统一到 15 厘米参考；声门下压负责表征发声的气动代价，在日常无法插管测量而由颈表振动幅度经个人回归估计，二者搭配的理由是单看响度大可能是用力喊出来的，组合成比值后才能区分高效的大声和低效的费力发声。

颈表加速度计 × 麦克风： 颈表加速度计负责在颈前正中连续记录皮肤振动幅度，它抗环境噪声且不存可懂语音以保护隐私；麦克风负责同步记录声压级但日常只存声压级数值不存原始音频，二者搭配的理由是一个管气动侧的代理变量、一个管声学侧的直接测量，组合后才能在每 1 帧同步算出生態效率。

为理解个人校准为什么不可省，先看下面两幅散点拟合图再读日常估计。

看图路径： 1. 先确认横轴是加速度计均方根幅度、纵轴是声门下压，两幅子图单位一致；2. 再比较上下两幅散点斜率相近但截距不同，理解为何必须做个人校准；3. 最后观察散点随振动增大而上升的线性趋势和虚线拟合的位置

论文图 2。原论文 Figure 1：“In-lab ACC–Ps linear regression for a patient (top; slope = 0.01, intercept = 7.69) and matched vocally healthy control (bottom; slope = 0.01, intercept = 3.20).”。

上图为 1 名患者的实验室拟合，下图为其匹配对照的拟合，横轴均为加速度计均方根、纵轴均为声门下压水柱厘米，蓝色空心圆为各元音样本、黑色虚线为线性拟合。可见两图都随振动增大而上升，但患者整体压力更高、散点更分散，对照低压区样本更密集而高压区样本较少，截距差异把这种整体偏移吸收掉。这张图同时交代了日常估计的误差预期：该校准方法既往验证平均误差约 2 水柱厘米，因此日常压力是估计值而非直接测量，解读生态效率时要留出这部分不确定性。

没有神经网络训练：实际拟合与推理是什么？

本研究没有训练神经网络，因此本节明确说明未训练哪些模型，再讲实际发生的计算。本研究未训练声学模型、未训练嗓音分类器、未更新任何深度网络参数，也没有梯度路径、优化器、冻结与解冻、早停等概念，嗓音活动检测直接调用已有文献的自动分类方法把帧分为非浊音、浊音语音和浊音歌唱，只保留浊音语音。

实际发生的拟合是每个被试 1 次的实验室线性回归：以实验室各元音的加速度计均方根为自变量、以对应口内压代理的声门下压为因变量，最小二乘拟合一条直线得到斜率与截距，舒适音高条件用于模拟临床检查并作为日常外推的依据。实际发生的推理是日常逐帧查表式换算：对保留的浊音语音帧取加速度计均方根，代入该被试的斜率与截距得到声门下压估计值，再与同步麦克风声压级一起转分贝相除。

需要指出的缺项是原文未报告回归的拟合优度、未报告跨响度与跨音高的外推误差、也未报告嗓音活动检测在本文 3 天数据上的误分率，因此不能从无训练推定系统输出是确定性的，也不能把实验室拟合误差直接当作日常每帧误差。复现时应把回归拟合、帧筛选、单位转换 3 步分开存中间结果，以便定位日常效率异常究竟来自压力估计、声压级校准还是帧筛选。

实验条件：被试、任务、时长与统计口径是什么？

实验条件按数据、协议、聚合与统计 4 层核对。被试层是 14 名成年女性，7 名声带小结患者平均 26.3 岁、7 名匹配健康对照平均 25.0 岁，对照经内窥镜确认无异常，伦理经 Mass General Brigham 审查并签署知情同意。协议层分 2 个阶段，实验室在隔音室完成三信号同步与 3 种音高、响度从大到小的帕元音序列，日常为 3 天清醒时间、每天约 12 小时的颈带监测，图 3 例子中单日达 11.7 小时。

采样与分帧层如前所述，日常以约 50 毫秒不重叠帧处理，只汇总浊音语音帧的生态效率分布，实验室与日常分别在被试内汇总中位数、标准差、四分位距、95 分位、5 分位、偏度、峰度。统计层在被试层面做配对检验并报告效应量，个性化正常范围取各自匹配对照的均值加减一个标准差，患者与对照用同一阈值计算超范围时间占比，实验室也用同样做法以便直接对比。资源状态方面，本次未发现来源绑定且完成验证的开源代码、模型或数据，不得声称代码或数据已公开。

下面第一张表提出的核心比较问题是：在可运行的日常条件下，组均值与组离散度哪个更能区分患者与对照？公平条件是同一双传感器、同一帧筛选、同一被试层面统计，指标方向是生态效率越高表示单位压力换来更大响度、标准差与四分位距越小表示波动越受限。

上表的主要收益是把均值与离散度的证据 1 次放齐：日常中位数患者更低但未达显著，而标准差分离的效应量更大，超范围时间占比则在日常与实验室都显著。具体代价是日常中位数容易被场景平均抹平，单看均值会漏掉受限行为；未胜出项是日常中位数本身，它在日常不显著，不能单独作为部署阈值。表中数字的单位与精度保留原文写法，中位数为分贝比分贝的比值，时间占比为发声帧时长的百分比，效应量为配对秩检验的 r。

主结果：日常曲线与组间数字支持什么判断？

主结果先看单日动态再看组间。图 3 是 1 名患者单日从中午到深夜的连续记录，阅读时必须先确认对象、条件与时间范围：这是单个患者的日常自然交流，不是组平均；纵向自上而下为麦克风声压级、加速度计估计的声门下压、两者比值的生态效率、最底部为发声百分比；横轴为时刻，曲线为 7.5 分钟重叠窗、1 分钟步长的滑动中位数加四分位距阴影，并剔除 5 分位到 95 分位外的离群点。

本段导读该日常曲线的目的是建立时间维度的读图习惯：先分清 4 条曲线的物理含义，再看声压级与压力同向或背离时效率如何变化，最后结合发声百分比判断低效持续了多久。

看图路径： 1. 先自上而下确认四条时间曲线：声压级、声门下压、生态效率和底部发声百分比；2. 再观察声压级与声门下压同向与背离时段对应的效率上升或下陷；3. 最后结合发声百分比判断某段低效是短暂路过还是持续发声的低效期

论文图 3。原论文 Figure 3：“Example daily-life recording from a patient showing synchronized microphone-derived (Mic, dB SPL @ 15 cm), ACC- estimated Ps, and EVE (SPL/Ps), computed as a running median in…”。

图中可见声压级与声门下压在 1 天中多处同向起伏，例如晚间 19 时 38 分后两者轨迹相近而效率也相对平稳；但在 13 时 48 分附近声压级上升而压力相对低，效率出现上跳，在 13 时 48 分到 15 时 28 分之间压力上升而声压级相对低，效率出现下陷。底部发声百分比提供了持续时间的上下文：20 时 28 分附近发声时间增加且效率波动，而 14 时 38 分附近发声时间高但效率持续偏低，说明存在持续发声的低效期。

像素不能精确辨别的纵轴数值不硬读，原文对该图的补充说明已明确归因上述时段的方向性变化。组层面，实验室中位数患者 3.94、对照 4.83 显著，日常中位数患者 4.07、对照 4.68 不显著；日常标准差与四分位距分离显著且效应量达 0.91，高百分位在两场景都显示对照能达到更高效率值，而低百分位仅在实验室分离显著，因为对照在日常也会延伸到更低效率值。

综合判断是报告层面的：患者日常效率更低且波动更窄得到数据支持，但日常均值差异受场景变异影响而不显著，不能把实验室显著直接推广为日常均值一定显著。

下面第二张表把个性化时间占比的证据展开，比较问题是：相对各自匹配对照的正常范围，患者 atypical 状态持续了多久、方向如何？公平条件是同一匹配对、同一均值加减一个标准差阈值，指标方向是超范围占比越高表示偏离典型状态越久。

表后解释主要收益与代价：生态效率的超范围时间在日常达 91.8% 对 35.9%，比单看声压级或声门下压的分离更清晰，支持比值相对单指标的附加价值；代价是个性化范围对匹配对照的变异敏感，且实验室与日常的方向在 3 名患者中不一致，例如表 2 中患者 1 实验室偏低而日常偏高，说明实验室行为不总能代表日常。未评测边界是该时间占比尚未建立临床 cut-off，也未验证治疗前后是否回落，因此只能作为潜在生态标记而不能当诊断阈值。

反证与对照：为什么平均会失效、离散度为何更稳？

把均值与离散度的对照当作本文的消融式分析来读，能看清日常平均失效的机制。操作上保持传感器、帧筛选与统计不变，只把汇总统计量从中位数换成标准差与四分位距，或从组中位数换成个性化超范围时间占比，观察组间分离如何变化。结果是实验室中位数显著而日常中位数不显著，但日常标准差与四分位距显著且效应量 0.91，超范围时间在日常与实验室都显著。

机制解释是日常记录变异大且高度依赖场景、响度需求与背景噪声，平均把高低效率抹平后组差异被掩盖，这与既往动态监测中声压级、基频、倒谱峰突出度按周平均后组差异消失的报道一致。离散度更稳的原因可能是实验室任务会促使患者 push 嗓音、达到日常会回避的范围，而日常患者波动更窄、偏度更接近对称，反映可调节余地小。

中位数 × 分布离散度与超范围时间： 中位数负责回答日常平均效率是否更低，它受说话场景和响度需求影响大而容易被平均抹平；分布离散度与超范围时间负责回答效率是否受限、 atypical 状态持续多久，用标准差、四分位距和相对匹配对照正常范围的时间占比来刻画，二者搭配的理由是均值看水平、离散度和持续时间看行为受限程度，组合后才能发现患者均值差异不显著但波动更窄、超范围时间显著更长。

配对层面的反例进一步约束结论：除 1 名患者外，其余患者多数发声时间都在个性化范围外，日常 4 人、实验室 3 人超 90%，方向多为偏低，但每场景各有 1 人意外偏高；3 人出现实验室与日常方向相反，说明对部分患者实验室不能代表日常。单指标对照也显示声压级与声门下压的超范围时间在日常与实验室都有大效应量，但生态效率的差异更醒目，支持用比值而非单指标刻画效率。限制是样本仅 14 人、传感器移位与头动衣物摩擦可能影响日常压力与声压级估计，且原文未报告误分率与延迟成本，因此不能承诺误判率或实时性得到改善。

限制：哪些结论还不能下、缺了哪项验证？

区分直接报告、有限解释与未验证推测是必要的。直接报告的是患者日常生态效率更低且波动更窄、超范围时间显著更长，效应量大但样本仅 14 名女性、病种仅声带小结，因此限制泛化是报告层面的结论。有限解释的是波动受限反映声带小结灵活性下降、实验室促使患者 push 嗓音，用支持来表达，因为原文用可能的原因来措辞而未做因果检验。

未验证推测的是生态效率能否跟踪手术或嗓音治疗变化、能否推广到其他嗓音疾病与男性、儿童或老年人群，原文明确列为未来工作，需更大更多样本与纵向研究才能回答，当前只能写可能或待验证。测量层面的缺项包括日常加速度计移位对压力估计的影响、头朝向与衣物对颈带麦克风声压级的影响、嗓音活动检测在 3 天数据上的精度，以及训练资源、推理开销、输出帧率与实际延迟均未测量，因此不承诺这些量得到改善。

统计层面的缺项是个性化正常范围取均值加减一个标准差对对照变异敏感，若对照本身波动大，阈值会变宽而低估患者异常，复现时应同时报告原始分布与阈值敏感性。总体趋势不等于每对都成立，3 对的方向不一致就是提醒。

复现：先做什么、保留哪些参数与信息条件？

复现先做三件事，且顺序不能颠倒。第一件是复刻实验室校准：在隔音室同步头戴麦克风、口内管压力与颈表加速度计，按舒适、高、低音高发帕、皮、普序列、响度从大到小各重复 2 次，去掉首尾后对每元音算声压级、加速度计均方根与前后压力峰均值，转分贝后算实验室效率并拟合个人回归，保留斜率、截距、拟合样本数与舒适音高的选择依据。

第二件是复刻日常采集：颈表加速度计贴甲状软骨与胸骨顶中点、颈带麦克风位置固定、双面胶每天更换，用手机无线同步记录 3 天清醒时间、每天约 12 小时，记录佩戴时长、中断时段与充电情况，日常只存声压级数值与加速度计波形、不存原始音频。

第三件是复刻日常计算：以约 50 毫秒不重叠帧算加速度计均方根与声压级分贝数，调用嗓音活动检测只留非唱歌浊音语音帧，代入个人回归得声门下压估计，转分贝后相除得生态效率，再按被试汇总中位数、标准差、四分位距、高低分位、偏度峰度，并以匹配对照均值加减一个标准差算超范围时间与方向。关键超参数与信息条件是 50 毫秒帧长、7.5 分钟滑动中位数与 1 分钟步长仅用于可视化而非统计、5 分位到 95 分位外离群点剔除仅用于作图、统计在被试层面配对检验。

还需补的验证是跨天重测信度、传感器重贴信度、压力估计在非元音连续语音中的误差，以及治疗前后的响应性，这些缺了就不能把生态效率当疗效指标。

收束：何时值得尝试、如何一句话记住方法？

何时值得尝试的回答要绑定条件。当研究问题是患者在真实交流中是否持续低效、低效持续多久，而非诊室 1 次任务的高低时，值得尝试这套双传感器生态效率；当只有实验室条件、只有男性或非小结病种、或需要实时反馈时，本文证据不直接支持，应先补相应验证。一句话记住方法是：实验室用口内压定出每个人振动到压力的换算尺，日常用颈表振动查尺得压力、用颈带麦克风得响度，相除得到每帧效率，再看分布窄不窄、超范围久不久。

本文最强的证据是日常离散度与超范围时间的组间分离，主要代价是样本小、压力为估计值、日常均值易被场景平均掩盖。教学上常见的误解有三：一是把无训练误读为无拟合，实际上个人线性回归就是必须的拟合；二是把日常均值不显著误读为指标无效，实际上离散度与持续时间才是日常更敏感的维度；三是把单日曲线的高低直接当好坏，实际上必须先核对纵轴是原始指标还是比值、再看声压级与压力谁在驱动变化。

记住这三点，就能在不夸大、不缩小的前提下复述这篇论文。

⚖️ 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

← 返回 interspeech-2026 论文汇总