🎯 每卡上方为参考音色锚(克隆目标, 对照用不作判题)。三臂同 ref 同文本 ×2 take, 响度归一。四维: 音色相似/自然度/情绪/咬字 → 优良中差。单字「稳」卡为 ASR 已知盲区(三臂机器转写均异常), 纯人耳判。