# Aria v0.2.3.3 已知部署问题 此页只记录已知问题,不在 v0.2.3.3 中修复。模型数值、门结论与发布状态不受影响。 ## 范围与接口 - **未验证任意录音**:本包只在 PVQD 协议复合录音经阶段 0 产出的段 A 上验证过。面向任意录音的元音切割前端尚未建立(切割器任务书仍是草案),本包不对任意录音的切分正确性、噪声鲁棒性或端到端输出作任何声明。 - **VAD 模型不随包分发**:`inference/` 的阶段 0 需要 Silero v5 ONNX(SHA-256 `1a153a22f4509e292a94e67d6f9b85e8deb25b4988682b7e174c65279d8788e3`)。哈希不符会被硬性拒绝。只走已切好段 A 的路径不需要 VAD。 - **两个门口径并存,可评分人数差别很大**:本包同时输出训练口径(本包自身数字所用口径,R1/W_窗数 不排除)与产品口径(七门全过)的 status。§2.5 锁定 58 人上分别是 57 与 22 可评分。产品侧接入时必须显式选择口径,不要混用。 - **16 kHz 单声道假设**:段 A 必须是 16 kHz mono。其他采样率/声道不做隐式转换(`--segment-a` 会把多声道降为单声道、但不会重采样)。 ## 冷启动阈值与档位 - **T_diag 未标定**:规格原文 3.44 是 L0(ABI 原始口径)的诊断阈值;标签换到 CAPE-V 严重度、头换成 L3 之后它没有定义。S_diag = g(4.128) = 99.87、T_red^cold = 90、T_yellow^cold = 75 都只是占位。**冷启动红线不得用于任何产品结论。** 本包因此只输出 ABI′、y_hat_mm 与 S,不输出产品档位判定。待 Ryo 裁定 T_diag^(3)。 - **个人化参数未出**:σ_floor、σ_CVA、w_base 未定。 ## 数值与平台 - **native 引擎的平台依赖**:复刻的是 arm64 上 parselmouth 0.4.7(Praat 6.1.38,FMA 舍入)的数值;对 x86 Praat 基准未验证,预期 CPPS 有约 1e-3 dB 量级的平台差。 - **重采样残余**:段 A 是 16 kHz,经 sinc 重采样到 44.1 kHz;Hfno-6000 的 6–10 kHz 分母只有重采样残余。 - **段 A 与原始录音之间的特征偏移**:12 人上 ABI r = 0.954。属阶段 0 范畴,已裁定不回炉,记为已知限制。 - **G6 修正器未激活**(ŵ = 0),ABI′_corr = ABI′_raw。 ## 阶段 0 遗留 - WADA-SNR 的 G 统计表是按论文的 Gamma(0.4) 语音模型模拟重建的,不是原表。 - q_codec placeholder-inactive(2026-10-18 裁决),产品口径不变。 - 距离档为占位;T60_est 与元音样检测器(VOWEL_* 常数)都是占位实现,后者只产覆盖率。 - 距产品预期的「自由说约一分钟」输入,PVQD 句材只有 16–30 s;R1(T_voiced < 10 s)在短材料上会大量触发(锁定集产品口径 36/58)。 ## 评估口径的边界 - **§2.5 未达显著**:锁定集上 v0.2.3.3 与 v1 冻结 CAPE-V severity 头的精度差异不显著(单侧 Wilcoxon p = 0.790005;median d = +0.693 mm,95% CI [−2.408, +3.012])。**不得写「显著优于」。** - 分层(作者 Category)子样本很小(Severe 仅 4 人),只作描述,不构成分层结论。 - hold-out 只有 12 人,rs 的 CI 很宽;L3 与 L0 在 hold-out 上的差在噪声内。 - G3 按修订门 R1 通过;按原门(CV 极差 ≤ 0.10)不通过。两者并排披露,不覆盖原结论。 - 非医疗产品:输出为嗓音状态参考,不是诊断。