我已经掌握了足够的事实依据。论文全文已阅读，前人研究成果也已通过 free-search 确认（wiki/paper-wiki 中没有相关记录）。现在开始输出最终评审。

Paper Review: Echo-Aware Modulation for Compact-Latent Frequency-Time Modeling in Lightweight Acoustic Echo Cancellation

论文类型: 方法型

公理审查结果

公理一：对象公理

• 判定: ✅
• 分数: 8
• 依据: 论文研究的对象——轻量级声学回声消除（AEC）——是真实且具有明确工程价值的问题。AEC 是 hands-free 通信的必需模块，移动设备对延迟、内存、算力有严格约束，轻量化是真实需求而非人造问题。论文聚焦的具体子问题也清晰可操作化：在 Bark 域压缩 + encoder 下采样后，bottleneck 表征的 frequency-time 建模能力被削弱，导致性能退化。这个现象在 Table I 中有量化证据（C32H32 下 PESQ-WB 仅 1.97，而 Freq 同配置 2.03）。问题定义有 PBFDAF + DNN suppressor 的 hybrid 范式作为前提，不是模糊概念。指标（PESQ-WB, ESTOI, SDR, AECMOS EchoMOS/DegMOS, ERLE）均为 AEC 领域标准指标，对应真实目标。claim 外延（轻量级 AEC，0.2M params / 100M FLOPs/s）与实验验证范围一致。Bark-domain 压缩敏感性分析（Fig. 2b）进一步限定了结论边界。
• Wiki 证据: OMC wiki 无记录（wiki_query 三次均返回空）；paper-wiki 无记录（paper-wiki search 三次无输出）。free-search 补充确认：Bark-scale AEC 已有 Seidel et al. ICASSP 2024 (2404.11621)、EchoFree (2508.06271)、CAGCRN (Interspeech 2025)、DeepVQE (Interspeech 2023) 等同类工作，证明该问题领域真实且活跃。

公理二：识别公理

• 判定: ⚠️
• 分数: 6
• 依据: 论文做了多组 ablation：(1) Bark vs Freq 同 (C,H) 配置对比（Table I），隔离了 domain 变量；(2) EAM vs non-EAM 在不同 (C,H,B) 配置下的消融（Table I, Table II），隔离了 EAM 模块；(3) Bark band 数量 {48,64,100} 消融（Table II）。这些 ablation 基本支持论文 claim——EAM 在所有压缩配置下一致提升指标。但存在缺口：(1) 缺少最简 baseline（如纯 PBFDAF 无 DNN suppressor 的结果在 Table III 有给出，但没有在 ablation 表中与 EAM 直接对比量化 EAM 的净增益边界）；(2) EAM 内部的组件消融缺失——公式 (2) 中 Concat(S, R, X, S−R, S⊙R) 的五个输入项哪些是必要的？去掉 S−R 或 S⊙R 会怎样？三个 DWC 分支（joint/temporal/frequency）各自的贡献？channel gate 和 local gate 的必要性？这些都没有消融。论文把性能提升归因于”EAM 捕获 discrepancy 和 correlation cues”，但未隔离哪些 cue 真正有效。(3) Table III 中所有 DNN baseline 声称”retrained using same training data and loss function”，这是公平比较的好做法，但 MSA-EchoLite 使用的 PBFDAF 前端是否和 EchoFree/MSA-DPCRN 的前端完全一致未说明。
• Wiki 证据: OMC wiki 无”AEC 最简 baseline”记录；paper-wiki 无 baseline 论文记录。free-search 找到 DeepVQE、DTLN-AEC、EchoFree、MSA-DPCRN 等代表性 baseline，论文已覆盖这些。

公理三：独立性公理

• 判定: ✅
• 分数: 8
• 依据: 评测独立性合理。训练数据来自 AEC Challenge + DNS Challenge 公开数据集合成，评测使用 AEC Challenge blind test set（真实录制），训练与评测数据独立。AECMOS 是 ITU-T P.831 标准主观评分（Table III），PESQ/STOI/ERLE 均为客观指标，与训练 loss（STFT + PMSQE + Mag + Time + Com + Pha）不直接重叠。PMSQE 作为训练 loss 的一部分与 PESQ 评测有间接关联，但 PMSQE 和 PESQ 是不同算法，不算循环论证。合成 test set 用于 ablation（有 clean reference），blind test set 用于 baseline 比较（无 clean reference，用 AECMOS），两套评测互补。没有使用部署时不可得的信息。
• Wiki 证据: OMC wiki 无记录。free-search 确认 AECMOS (Purin et al. ICASSP 2022) 是独立的标准评测方法，AEC Challenge blind test set 是公开 benchmark。

公理四：压缩公理

• 判定: ⚠️
• 分数: 5
• 依据: 方法有一定压缩价值：将 frequency-domain 建模压缩到 Bark-domain，用 0.2M params / 100M FLOPs/s 达到接近 frequency-domain counterpart（0.22M / 196M FLOPs/s）的性能，EAM 模块用 26.1% 额外 FLOPs 弥补压缩损失。Bark-domain 压缩敏感性的系统分析（Fig. 2）是可迁移的经验规律。但 EAM 模块本身是多个已有技术的组合：concat + subtract + multiply（差分与相关交互）→ PWC → DWC 三分支（joint/temporal/frequency，类似多尺度卷积）→ channel gate + local gate（类似 SENet/CBAM 的注意力机制）→ residual connection + learnable scale。每个组件单独看都是标准做法。公式 (2) 的 Concat(S, R, X, S−R, S⊙R) 是 echo-aware 的具体化，但 S−R 和 S⊙R 作为交互特征在语音增强/回声抑制领域已有类似使用（如 dual-stream 交互网络 [11]）。论文没有提供为什么这种特定组合方式优于其他替代方案的理论或实验解释。存在一定命名膨胀：”Echo-Aware Modulated Frequency-Time LSTM Block” 实质是在 FT-LSTM bottleneck 中插入一个 echo-aware interaction + multi-scale gating 模块。
• Wiki 证据: OMC wiki 无记录。free-search 找到 “Dual-Branch Guidance Encoder for Robust Acoustic Echo Suppression” (IEEE TASLP 2024, 10.1109/taslp.2024.3519876) 和 “Attention-based dual stream interactive network for nonlinear residual echo suppression” (EUSIPCO 2024, ref [11])，确认 dual-branch + interaction 机制在 AEC 中已有先例。

公理五：效用公理

• 判定: ✅
• 分数: 7
• 依据: 绝对指标在轻量级 AEC 领域达到可用水平：0.2M params / 100M FLOPs/s 下，blind test EchoMOS DT=4.28, FE=4.26（所有 baseline 中最高），DegMOS DT=3.63（与 EchoFree 3.76 和 PBFDAF 3.87 相比有差距，但 PBFDAF EchoMOS 仅 2.90 说明它几乎没有回声抑制）。PESQ-WB 在合成 test 达到 2.10（C32H64+EAM），接近 Freq counterpart 的 2.12。相对提升在多配置下一致存在（Table I 所有 (C,H) 配置 +EAM 均提升，Table II 所有 Bark band 配置 +EAM 均提升）。baseline 覆盖合理：DTLN-AEC (轻量), DeepVQE (高复杂度上界), MSA-DPCRN (前作), EchoFree (超轻量)。所有 DNN baseline 在相同数据/loss 下 retrained，比较公平。trade-off 诚实讨论：Bark-domain 在 DegMOS/PESQ 上不如 frequency-domain，但 EchoMOS 和效率更优。缺口：(1) 未与 CAGCRN (Interspeech 2025) 和 Seidel et al. (ICASSP 2024) 直接比较，这两个是 Bark/ERB-domain 的直接同类工作；(2) ERLE 在 NE 场景仅 27.69，低于 MSA-DPCRN 27.86 和 EchoFree 25.37——等一下，EchoFree 是 25.37，MSA-EchoLite 更高，但 MSA-DPCRN 27.86 略高。论文没有强调这个劣势但也没有隐藏，Table III 完整呈现。
• Wiki 证据: OMC wiki 无”SOTA 最新 baseline”记录。paper-wiki 无相关数据集记录。free-search 确认 CAGCRN (Interspeech 2025) 和 Seidel et al. (ICASSP 2024) 是 Bark/ERB-domain 同类工作，论文引用了 [14][15] 但未在 Table III 中直接对比。

公理六：新颖性公理

• 判定: ⚠️
• 分数: 5
• 依据: 核心贡献声明有两个：(1) 首次系统比较 Bark vs Freq domain 在 compact latent 下的 trade-off 和压缩敏感性；(2) 提出 EAM 模块。对于 (1)，Bark-scale AEC 已有 Seidel et al. ICASSP 2024 [14]、EchoFree [12]、CAGCRN [15]，Bark vs Freq 的效率-性能 trade-off 在这些工作中已有隐含讨论，本文的系统量化分析有一定增量但不算全新发现。对于 (2)，EAM 的核心 idea——在 bottleneck 中对 microphone 和 reference 特征做差分/相关交互建模——在 dual-stream interactive network [11] (EUSIPCO 2024) 和 Dual-Branch Guidance Encoder (IEEE TASLP 2024) 中已有类似机制。EAM 的具体实现（concat + subtract + multiply → multi-scale DWC → dual gate）是已有技术的组合，没有新的机制解释或问题重构。论文未对 EAM 内部组件做消融，无法证明每个添加组件的必要性和 synergy。不过，将 echo-aware interaction 明确定位为”补偿 compact-latent 压缩损失”这一 reframing 有一定新意，且在 Bark-domain compact bottleneck 这一特定场景下的验证是新的。
• Wiki 证据: OMC wiki 无记录。free-search 确认：(a) Bark-scale AEC: Seidel et al. 2024 [14] 已有；(b) dual-stream interaction for echo suppression: Xie et al. EUSIPCO 2024 [11] 已有；(c) Dual-Branch Guidance Encoder: IEEE TASLP 2024 已有。EAM 的各组件来源可追溯。

公理七：可复现公理

• 判定: ⚠️
• 分数: 5
• 依据: 训练细节基本充分：数据构造（AEC Challenge + DNS Challenge，100h DT + 30h NE，10s/sample，SNR/SER 采样范围）、训练超参（60 epochs, Adam, lr 5e-4, halved every 15 epochs）、frame/hop size (512/256) 均有给出。模型架构通过 Fig. 1 和公式描述，但缺少完整超参数表（如学习率 schedule 细节、batch size、梯度裁剪、数据增强策略）。评测协议清晰（AEC Challenge blind test set, AECMOS/PESQ/STOI/ERLE）。关键缺口：(1) 未提及代码开源；(2) 未提及模型 checkpoint；(3) Bark filterbank 权重 B(k,b) 的具体构造未给出；(4) PBFDAF 的配置（filter length, partition size）未说明；(5) Table III 中 “retrained using same training data and loss function” 的 retraining 细节未给出。这些不影响理解方法，但影响独立复现。
• Wiki 证据: OMC wiki 无记录。free-search 未找到该论文的公开代码仓库。

日报摘要

• Strength: 在 0.2M params / 100M FLOPs/s 的严格预算下，EAM 模块以 26.1% 额外 FLOPs 使 Bark-domain AEC 在 SDR 上超越近 2× FLOPs 的 frequency-domain 对应模型，并在 AEC Challenge blind test 上取得最优 EchoMOS（DT 4.28, FE 4.26）。
• Weakness: EAM 模块是已有技术（concat/subtract/multiply 交互 + 多尺度 DWC + 双门控注意力）的组合，缺少组件级消融证明各部分必要性，且未与 CAGCRN (Interspeech 2025) 和 Seidel et al. (ICASSP 2024) 两个最直接的 Bark/ERB-domain 同类工作做实验对比。

总评

• 科学价值: 中 — 系统量化了 Bark-domain 压缩敏感性并验证了 echo-aware interaction 对 compact bottleneck 的补偿效果，但缺少组件级因果识别和内部消融。
• 方法价值: 中 — EAM 模块设计合理且一致有效，但各组件均为已有技术迁移组合，缺少新机制解释；缺少代码/checkpoint 开源影响可复现性。
• 社区价值: 中 — 轻量级 AEC 是活跃领域，0.2M/100M FLOPs/s 的强结果和 Bark/Freq trade-off 分析对实践者有参考价值，但缺少与两个最直接同类的实验对比降低了基准价值。

打分

加权总分: 5.95/10（加权分之和 59.0 / 权重之和 9.5） 最终建议: Borderline 5-6.5