aria_linear_head
Aria / README.md
RyouDYFZ's picture
Release Aria v0.2.3.3
ab5ae4a verified
|
Raw History Blame Contribute Delete
3.21 kB
---
license: apache-2.0
model_type: aria_linear_head
# §2.5 locked benchmark has run; the result (not significant vs. the v1 frozen
# CAPE-V severity head) is in the "锁定 Benchmark 结果" section of model_card.md.
---
# Aria v0.2.3.3
本目录是可直接运行的本地 Hugging Face 模型包:**冷启动测量内核**。
> ⚠️ **§2.5 锁定 Benchmark 已运行(2026-10-18,一次性)。** 结论:**未达显著**——单侧 Wilcoxon p = 0.790005;主终点 median d = +0.693 mm,95% CI [−2.408, +3.012];v0.2.3.3 rs 0.7164 / MAE 11.971 mm,v1 同集 rs 0.8130 / MAE 10.951 mm(n = 57)。**不得写「v0.2.3.3 显著优于 v1 severity 头」。** 完整方法、分层、拒评披露与合规声明见 [model_card.md](model_card.md)。
Dev(训练口径,非锁定测试):hold-out rs **0.888**(12 人),CV rs 均值 **0.642**,G3 修订门 R1 PASS。完整方法、局限和已知部署问题见 [model_card.md](model_card.md)。
## Quickstart
依赖:Python 3.10+、numpy、scipy、soundfile(走原始录音再加 onnxruntime)。
```bash
python -m pip install numpy scipy soundfile onnxruntime
```
**已切好的段 A(本包验证过的输入口径)**:
```bash
python inference/predict.py --segment-a segment_a_16k.wav --out out.json
```
**原始录音**(阶段 0 → 段 A → 九特征 → ABI′ → S;需自备 Silero VAD ONNX,SHA-256 `1a153a22…78e3`):
```bash
python inference/predict.py --audio rec.wav --vad-model /path/SileroVAD.onnx --out out.json
```
**批量**:`requests.jsonl` 每行 `{"audio_path", "audio_sha256", "distance_cm", "speaker_id"}`
```bash
python inference/predict.py --requests requests.jsonl --dataset /path/PVQD \
--vad-model /path/SileroVAD.onnx --outdir out/
```
输出:`abi_prime`(ABI′,0–10)、`y_hat_mm`(= 10 × ABI′,PVQD CAPE-V 总体严重度 mm)、`s`(量纲链 g,0–100)、九个特征、阶段 0 的 21 字段质量报告与诊断,以及两个口径的 status(`status` = 本包训练口径,`status_product_caliber` = 七门全过)。`predict` 不读取任何标签。
| 路径 | 内容 |
|---|---|
| `weights/model.json` | L3 系数、clip、g 版本、冷启动阈值、dev 指标、包身份 |
| `weights/g_table.json` | 量纲链 g 常数表与验收记录 |
| `inference/predict.py` | 入口(`--audio` / `--segment-a` / `--requests`) |
| `inference/stage0/` | 阶段 0,seg_ver `stage0-v0.2.1.2`(13 模块) |
| `inference/native_features/` | native 九特征引擎(5 模块) |
| `history/v0.1-pre/` | 上一代发布包 v0.1-pre 的卡、权重与入口(归档,含其 §2.5 结论) |
`inference/` 的 18 个模块与冻结预测所用的代码逐字节相同(哈希见 `SHA256SUMS` 与 model_card.md 的「发布包自洽门」)。训练、重拟合与锁定评估代码在独立的 `aria-training` 仓;本包不含训练代码与任何测试标签。
## 适用范围
**已验证范围仅限 PVQD 协议复合录音经阶段 0 产出的段 A。** 任意录音场景不在本包验证范围内——面向任意录音的元音切割前端尚未建立。详见 [model_card.md](model_card.md) 的「适用范围」。