我已经掌握了所需的所有研究锚点。现在让我来整理这篇综述。我已获取完整论文文本并确认了以下事实锚点：

1. TANGO 基准：Furnon 等人，arXiv 2011.01714 (2020) — 原始 TANGO 架构
2. RT-TANGO：Benslimane 等人，arXiv 2607.01834 (2026年7月) — 包含 ERB 压缩和分组循环结构的配套论文
3. TinyLSTMs：Fedorov 等人，arXiv 2005.11138 (2020) — 用于助听器的量化 + 剪枝 LSTM
4. FQSS：Cohen 等人 (Interspeech 2023 + IEEE OJSP 2024) — 完全量化源分离框架（本文 QAT 实现的基础）
5. 分组 LSTM：Gao 等人 (NAACL 2018) — 分组循环网络的起源
6. OMC wiki：所有查询均未返回结果（该领域暂无已记录的经验）
7. paper-wiki：无结果（未收录相关论文）

论文评审：It Takes Few to TANGO: A Quantized Distributed Model for Binaural Speech Enhancement

论文类型: 分析型 + 系统型

本文以现有架构（TANGO）为研究对象，系统分析量化对混合神经-空间流水线的影响，并利用分析结论导出一个更紧凑的变体（MN-TANGO）。核心贡献是一个经验发现（”空间滤波补偿量化误差”）及其工程化应用。归为分析型为主、系统型为辅。

公理审查结果

公理一：对象公理

• 判定: ✅
• 分数: 8
• 依据: 研究对象真实且必要。资源受限设备上的双耳语音增强是一个长期存在的工程问题——助听器需要低延迟、低功耗、小内存。论文明确针对 CEA-List 团队的 TANGO 系统 [Furnon et al., 2021]（arXiv 2011.01714），该系统已在先前工作中建立。量化问题真实：神经掩蔽估计器占主要计算开销 [ref 10]，而嵌入式硬件（微控制器、NPU）通常仅优化 INT8 整数流水线。核心概念可操作化定义清晰：W8A8 指内部权重和激活量化到 8 bit，I/O 保持 16 bit；DPTQ vs QAT 区分明确；SI-SIR/SI-SDR/SI-SAR/STOI/PESQ 均为领域标准指标。claim 外延与实验范围一致——论文不声称通用 SE 突破，只声称 TANGO 体系下的量化可行性。
• Wiki 证据: OMC wiki 无记录。free-search 确认 TinyLSTMs [Fedorov et al. 2020, arXiv 2005.11138] 和 FQSS [Cohen et al. 2023/2024] 已探索单通道 SE 量化，但混合多通道系统量化”largely unexplored”的判断成立——搜索结果中无混合神经-空间架构量化的先例。

公理二：识别公理

• 判定: ⚠️
• 分数: 6
• 依据: 论文在隔离变量方面做了较好工作：Table I 对比 DPTQ vs QAT vs QAT+INT8 激活，隔离了量化方案和精度配置的影响。Table II 通过 TANGO / Inverted(B†) / Inverted(B⋆) / MN-TANGO 四种架构变体，隔离了各阶段贡献。关键发现”spatial filtering compensates for quantization errors”有 Table III 支撑：MN-DNN 输出从 FP32 的 SI-SIR 12.2/8.9 降到 W8A8 的 10.7/7.1，但最终 GEVD 输出几乎无损（23.7→23.6 / 24.2→24.8）。然而存在缺口：(1) 没有与外部纯神经网络 SE baseline 对比（如直接量化 TinyLSTM 或 Demucs 后在同一数据集上评测），使得无法判断”混合架构的量化鲁棒性”是否真的优于”纯神经架构的量化鲁棒性”——这是论文隐含的因果主张。(2) Table III 中 KD 几乎无效果（W8A8 无 KD vs 有 KD 差异 <0.1 dB），但论文未分析原因，只是简单略过。
• Wiki 证据: OMC wiki 无记录。free-search 确认 TinyLSTMs [arXiv 2005.11138] 是最直接的纯神经量化 baseline，论文引用了但未在同一数据集/同一评测协议下做对比实验。

公理三：独立性公理

• 判定: ✅
• 分数: 8
• 依据: 评测数据集 BinauRec [Delebecque & Serizel, EUSIPCO 2023] 是独立的公开数据集（Zenodo 公开），训练数据使用 LibriSpeech + 模拟双耳混合，评测使用实测 RIR 录制的 1200 个双耳混合。训练与评测数据来源独立。评测指标（SI-SDR/SI-SIR/SI-SAR/STOI/PESQ）均为标准化客观指标，不依赖训练目标。KD 的 teacher 是 FP32 TANGO、student 是量化 TANGO，但 KD 只是辅助手段且被证明几乎无效，不影响主结论。空间滤波（GEVD/SDW-MWF）是经典信号处理，不依赖任何模型。无循环论证风险。
• Wiki 证据: OMC wiki 无记录。free-search 确认 BinauRec 是公开数据集（Zenodo 7256984），评测独立性可验证。

公理四：压缩公理

• 判定: ⚠️
• 分数: 5
• 依据: 论文的压缩价值有限。三个主要组件——QAT、ERB 压缩、grouped LSTM——均来自先前工作：QAT 来自 Jacob et al. [ref 6] 和 FQSS [ref 7,8]，ERB + grouped recurrent 来自作者自己的 RT-TANGO [ref 14, arXiv 2607.01834]，grouped LSTM 来自 Gao et al. [ref 15, NAACL 2018]。论文的核心新发现是”空间滤波补偿量化误差”，这是一个有压缩价值的经验规律——它意味着可以放心量化神经部分而不担心最终输出。但从方法层面看，MN-TANGO 只是去掉了 SN-DNN 阶段（一个 ablation 选择），加上已有组件的组合（QAT + ERB + grouped LSTM）。命名膨胀风险低（MN-TANGO 命名合理）。但”three main findings”中的 (i) 和 (ii) 本质上是同一观察的两个表述——空间滤波贡献大 + 空间滤波补偿量化误差——压缩为一条即可。此外，RT-TANGO [ref 14] 已引入 ERB 压缩和 grouped recurrent，本文在低算力部分实际上是直接复用 RT-TANGO 的架构压缩策略，增量有限。
• Wiki 证据: OMC wiki 无记录。free-search 确认 RT-TANGO [arXiv 2607.01834] 是同一作者团队 2026-07-02 的论文，ERB 压缩和 grouped recurrent 架构来自该论文。本文在 Section III-D 中明确承认”adapts the architectural compression strategy introduced in our previous low-latency, low-compute RT-TANGO framework [14]”。

公理五：效用公理

• 判定: ⚠️
• 分数: 6
• 依据: 绝对性能方面，MN-TANGO W8A8 G=2 在 GEVD 推理下达到 STOI 0.85/0.83、PESQ 1.74/1.66、SI-SIR 22.7/22.8 dB——与 FP32 TANGO（STOI 0.85/0.85、PESQ 1.76/1.68、SI-SIR 24.3/25.6）差距很小，而计算量从 65.65 降至 10.79 MMAC/s（~6x），参数从 1M 降至 0.179M（~5.6x），内存从 4.03MB 降至 0.274MB（~14.7x）。这是有实用价值的 trade-off。然而：(1) 没有与同领域的其他量化 SE 系统在相同数据集和评测协议下对比——TinyLSTMs [Fedorov 2020] 在不同数据集上评测，FQSS [Cohen 2023/2024] 也是，无法直接比较。(2) 评测仅使用 BinauRec 的一个子集（1200 mixtures），输入 SNR 仅 -5/0/5 dB，噪声方位仅 45°/90°右侧——泛化性验证不足。(3) G=8 最紧凑配置（4.65 MMAC/s, 0.177MB）的 PESQ 降至 1.68/1.60，比 FP32 TANGO 下降约 4.5%，但论文未讨论这是否仍达到”可用”水平。(4) Table II 中 B⋆ 变体在 SI-SDR/SI-SAR/STOI/PESQ 上优于原始 TANGO 和 MN-TANGO，但论文未深入讨论为什么选择了 MN-TANGO 而非 B⋆ 作为最终方案——仅以”best trade-off”一笔带过，缺乏量化论证。
• Wiki 证据: OMC wiki 无记录。free-search 确认该领域 SOTA 包括 Westhausen et al. [arXiv 2405.01967] 的实时多通道 SE 和 Westhausen et al. [arXiv 2307.08858] 的低比特率双耳链路方案，论文未引用或对比这些工作。

公理六：新颖性公理

• 判定: ⚠️
• 分数: 5
• 依据: 真实增量存在但有限。核心新发现：”hybrid neural-spatial systems are robust to neural quantization because spatial filtering compensates”——这个经验观察确实是新的，free-search 未发现先前工作做过类似分析。但方法层面的新颖性很弱：(1) QAT 技术本身来自 [Jacob et al. 2018] 和 [FQSS]，论文直接复用 FQSS 的实现框架。(2) ERB 压缩和 grouped LSTM 来自作者自己的 RT-TANGO [arXiv 2607.01834]，发表于 2026-07-02，仅早本文 7 天——属于同一团队的连续工作，但架构压缩策略不是本文贡献。(3) MN-TANGO 的提出（去掉 SN-DNN 阶段）是一个合理的简化但属于 ablation 性质，不是架构创新。(4) KD 被引入但证明无效，不构成贡献。(5) End-to-end training with differentiable SDW-MWF 有一定方法价值，但类似思路在其他混合系统中已有探索。综合来看，真正的增量是”量化误差在混合架构中如何传播”的分析结论，以及”可以安全量化到 INT8”的实践指导——这是有价值的经验压缩，但不是方法突破。
• Wiki 证据: OMC wiki 无记录。free-search 确认 FQSS [Cohen et al., Interspeech 2023 + IEEE OJSP 2024] 是本文 QAT 实现的直接来源。RT-TANGO [arXiv 2607.01834] 确认为同期工作（发表时间差 <2 个月，按规则不作为扣分依据，但架构压缩策略归属 RT-TANGO）。grouped LSTM 来自 Gao et al. [NAACL 2018]。

公理七：可复现公理

• 判定: ⚠️
• 分数: 6
• 依据: 论文提供了较多实现细节：STFT 参数（512-point FFT, Hann window, 256 hop, 16kHz）、学习率（5e-4 FP32, 1e-4 QAT）、loss 权重（α=0.3, β=0.3, λ_KD=0.3, λ_task=0.7）、量化配置（W8A8, I/O 16-bit, 对称 weight quantizer, 非对称 activation quantizer）、ERB 参数（64 low-freq bins + 64 ERB bands）、grouped LSTM 参数（2层, 128 hidden, G=1~10）。训练数据生成引用了 [Monir et al. 2025]，评测数据使用公开 BinauRec。然而：(1) 未提及代码开源——没有 GitHub/GitLab 链接。(2) FQSS 框架引用了 GitHub 链接（https://github.com/ssi-research/FQSS），但本文的 QAT 实现是”inspired by”而非直接使用，自定义部分不可复现。(3) 不同iable SDW-MWF 的实现细节未给出。(4) 训练数据生成的具体参数（noise types, RIR selection, SNR distribution）需要追踪到 [Monir et al. 2025] 和 [16]，不完全自包含。
• Wiki 证据: OMC wiki 无记录。FQSS 代码库已公开（论文中给出链接），但本文自身代码未公开。

日报摘要

• Strength: 系统证明混合神经-空间架构中空间滤波阶段有效补偿 INT8 量化误差，据此将 MN-TANGO 压缩至 4.65 MMAC/s / 0.177 MB 且最终 GEVD 输出 STOI/PESQ 与 FP32 几乎持平（差距 <0.02）。
• Weakness: 方法三组件（QAT、ERB 压缩、grouped LSTM）均直接复用先前工作（FQSS、RT-TANGO、Gao 2018），缺少与纯神经量化 SE baseline（如 TinyLSTM）在同一评测协议下的直接对比，且评测仅覆盖 BinauRec 子集（1200 mixtures, 3 SNR, 2 噪声方位），泛化性验证不足。

总评

• 科学价值: 中 — “空间滤波补偿量化误差”是可靠且可迁移的经验发现，对混合 SE 系统的量化部署有指导意义，但分析深度有限（KD 无效未解释，B⋆ 为何不选未论证）。
• 方法价值: 低 — 核心方法组件均为已有工作的直接复用或同期工作迁移，MN-TANGO 本质是去掉一阶段的 ablation，无新机制。
• 社区价值: 中 — 为助听器双耳 SE 的量化部署提供了实践参考数据和可行配置，4.65 MMAC/s / 0.177 MB 的配置对嵌入式社区有工程参考价值。

打分

加权总分: 5.8/10（加权分之和 58.0 / 权重之和 9.5） 最终建议: Borderline 5-6.5