M19 训练中快照¶
M19 的训练中间状态页——随训练推进更新，终版结果以 M19 主页 §7 为准。
损失曲线（至当前步数）¶
读法：
- ① 主损失：L_B（中立塔，DTW 对齐目标）与 L_sum（和式→情感），虚线为 M18-λ1.0 同步数参照
- ② L_Δ 诊断（不进梯度）：残差塔输出与真实 mel 差的距离——本实验最关键的一条曲线； v_Δ 无直接监督，此线下降 = 和式隐式塑形在把残差推向正确方向
- ③ A_share（虚线 = GT 参照 0.078，订正见正式页 §7.5）从 0 起步（零头初始化生效）
早期快照（step ~7.3k）：L_Δ 诊断 2.46 → 2.05 在降 ✅、A_share 0 → 0.006 缓慢生长、 L_sum 1.35 → 1.02。
40k ckpt（终点）两个 case（7 α + 输入原音频）¶
四点轨迹（10k→40k；本页为 40k 时段快照，全程 0–100k 结果见正式页）：CER@α=0 0.41→0.23→0.29（M18 终点 1.24，目标 <0.3 达成）· delta 0.37→0.62→0.65 随 v_Δ 通电上爬 · MOS 1.34→1.47→1.60 仍在陡爬未收敛 · L_Δ 诊断 2.20→1.30（残差自发向真 mel 差靠拢）· A_share 末段 0.027（GT 参照 0.078，残差还没长满） ——v_Δ 尚≈0（A_share 0.006），α 旋钮未通电；MOS 低疑似 WSOLA 目标引擎税（§5.2 备案风险）。
α=0 听起来像情感（用户观察）——用下方三列归因
α=0 的训练 GT 是「DTW 对齐后的中立」（第三列），不是自然中立（第二列）。 对齐把情感的句内节奏灌进了中立目标（节奏泄漏，Sad 类最重：慢速+停顿本身就是 Sad 的主要载体）。 对比听：模型 α=0 ↔ 第三列（模型是否学到位）；第三列 ↔ 第二列（数据设计泄漏了多少）。
0002_text00150 / Angry（历代失败组）¶
| 输入（情感原音频） | 自然中立原音频 | DTW 对齐后的中立目标（α=0 的训练 GT） |
|---|---|---|
| α=0 | 0.25 | 0.5 | 0.75 | 1.0 | 1.5 | 5.0 |
|---|---|---|---|---|---|---|
0009_text00160 / Sad（对照组）¶
| 输入（情感原音频） | 自然中立原音频 | DTW 对齐后的中立目标（α=0 的训练 GT） |
|---|---|---|
| α=0 | 0.25 | 0.5 | 0.75 | 1.0 | 1.5 | 5.0 |
|---|---|---|---|---|---|---|