jamie33/speech-audio

运行顺序

只执行 bash run.sh。脚本按下面的顺序走。某一步打印 STOP 时，进程以非 0 退出，后面的步骤不会开始。

0. 环境

bash run.sh

依赖由脚本安装：torch、torchaudio、transformers。不需要指定 GPU。有 CUDA 时特征提取会用到全部可见卡；没有 CUDA 时仍会跑，只是更慢。

1. 下载

脚本第一次读数据时自动下载，不要改保存位置。

• Speech Commands v0.02，约 2.3 GB
  http://download.tensorflow.org/data/speech_commands_v0.02.tar.gz
  目录：data/speech_commands_v0.02/
• 编码器 openai/whisper-base，从 Hugging Face 拉取。该模型是公开权重，不需要令牌。

2. 冒烟（256 条训练，128 条测试，1 个 epoch）

输出目录：results_smoke/。

继续做第 3 步的条件：results_smoke/results.json 里 with_calibration.choice_acc >= 0.30。脚本此时打印 CONTINUE。

停止的条件：准确率低于 0.30，或这一步报错。脚本打印 STOP smoke choice_acc<0.30 并退出。不要开始全量。0.30 只说明特征和标签没有接反，不是论文数字。

3. 全量（最多 20000 条训练，4000 条测试，8 个 epoch）

只有第 2 步为 CONTINUE 才执行。输出目录：results/。

训练两个头：带校准项，和不带校准项。然后测延迟和选项词。

4. 全量结束后的门槛

全部满足才打印 CONTINUE，并留下 results/GATE.txt：

检查	继续	停止
命令准确率	>= 0.50	STOP choice_acc<0.50
历史长度	重编码 T=16 的毫秒数 / 因果一步的毫秒数 >= 3	STOP T16/causal<3
问题个数	timing.speedup_K32 >= 4	STOP speedup_K32<4
校准	带校准的 ECE 小于不带校准的 ECE	STOP ece did not drop
拒答	覆盖率 0.73 时，置信度的风险不高于最大 softmax	STOP confidence risk worse than max-softmax
选项词	yes 的 AUC 减去 no 的 AUC，大于 A 与 B 的 AUC 之差再加 0.05	STOP yes/no swap did not exceed A/B gap

任一条件失败：results/GATE.txt 第一行是 STOP，后面是原因，run.sh 退出码为 2。已经写好的 results/results.json 和 results/results_table.tex 保留，供核对，不要为了过门槛改测试结果。

5. 要交回的文件

• results_smoke/results.json
• results/results.json
• results/results_table.tex
• results/GATE.txt

results_table.tex 里的数字是实测，用黑色写进论文。论文里的紫色数字是目标，不要改成接近紫色。