Add Aria v0.1-pre model card
Browse files- model_card.md +24 -0
model_card.md
ADDED
|
@@ -0,0 +1,24 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
# Aria v0.1-pre
|
| 2 |
+
|
| 3 |
+
> ⚠️ **Test evaluation pending.** §2.5 尚未运行;本包只包含本地预发布权重,不代表测试集结果,也未上传测试标签。
|
| 4 |
+
|
| 5 |
+
Aria 是 VocalHealth v2 的 Tier 1 Ridge 线性头。它把原始 398 列按 `[14 acoustic | 192 embedding mean | 192 embedding std]` 解释,使用 F2 的 14 个声学特征和 192 维 embedding mean,再追加 14 个声学可用性指示变量,得到 220 维输入。权重已折叠为一个线性层;推理输出先是 PVQD CAPE-V 的标准化严重度,再用保存的 train-only 参数逆变换到 mm。
|
| 6 |
+
|
| 7 |
+
## Dev 结果
|
| 8 |
+
|
| 9 |
+
- Spearman: **0.7422**
|
| 10 |
+
- MAE: **10.98 mm**
|
| 11 |
+
- n=36,speaker-grouped split,seed=7
|
| 12 |
+
- 训练样本:236 条 clean-only 行(200 train / 36 dev)
|
| 13 |
+
- 来源 bundle SHA-256:`4689ea1ffa5130568100baf352e9b64a5eb4ddf1e55f19c46a49a959b09af2de`
|
| 14 |
+
|
| 15 |
+
## 方法与预处理
|
| 16 |
+
|
| 17 |
+
声学缺失采用 `core_v1`:`HNR=-200` 标为不可用;`F0 median=0` 同时标记 F0 median/IQR/CV 不可用。不可用值使用 train-only、task-trusted 的逐列中位数填补;指示变量在填补前生成并保持未标准化。严重度 harmonization 使用 PVQD train-only CAPE-V mean/sd,推理时逆变换回 mm。
|
| 18 |
+
|
| 19 |
+
## 局限
|
| 20 |
+
|
| 21 |
+
- 增强特征定义曾混用;本 v0.1-pre 只使用 clean-only 重拟合结果,增强样本已排除。
|
| 22 |
+
- missingness 与域标签共线,线性头可能学习到采集域/缺失模式而非纯粹的声学严重度。
|
| 23 |
+
- narrow 8 kHz 身份削弱约 **22%**;phone 域鲁棒性需要全量重训后再判断。
|
| 24 |
+
- 端侧当前存在 sentinel(离线 `-200`、端侧 `0.0`)和维度(离线 220、端侧 206)不一致;详见 `KNOWN_ISSUES.md`。
|