先把三种测试分开
| 测试方式 | 合理期待 | 常见变化来源 |
|---|---|---|
| 重复上传同一文件 | 同算法版本下，核心特征和基础结果应一致。 | 服务版本、目录版本、展示层微调或程序缺陷。 |
| 重新录制相同句子 | 大方向可能接近，具体分数与排序允许变化。 | 语调、距离、音量、停顿、状态和设备自动处理。 |
| 换设备或换环境录制 | 只能作粗略参考，不宜直接归因于声音变化。 | 麦克风频响、房间反射、降噪、编码和信噪比。 |
小变化为何会换一个标签
连续声学空间最后常被展示成离散标签。假设“温暖”和“清亮”的匹配距离非常接近，只有一个频谱特征变化 2%，排序就可能交换第一和第二名。标签看起来发生了大变化，底层坐标其实只移动了一点。
这叫阈值或排名边界效应。更诚实的页面应同时展示组合倾向、比例或解释，而不是让第一名标签显得绝对。
确定性不等于永远不变
CVoice Reborn 的确定性指：相同标准化音频、算法版本和目录版本得到相同基础结果。CVoice 对同一文件也保持稳定的小幅展示逻辑。但当输入波形改变或算法升级时，“确定性”并不要求继续返回旧结果。
服务更新若调整特征归一化、修复八度错误或扩展角色目录，应记录日期和版本。这比为了表面一致而保留已知错误更可靠。
怎样比较才不容易自我误导
- 保存同一原文件，先验证重复上传是否稳定。
- 重新录制时固定设备、房间、距离、文本和时间段。
- 每个条件录两到三次，看共同趋势，不挑最喜欢的一次。
- 优先比较八个连续方向和质量提示，再看第一名标签。
- 跨版本比较前先查看公开更新记录。
何时值得报告问题同一文件在短时间、同一版本下反复得到完全不同的核心结果，或页面出现无法解释的巨大跳变时，才更像是程序、缓存或部署不一致。
下一步
先阅读影响声音分析的六类录音变量建立固定流程，再阅读报告解读理解标签与分数的层级。