← Archive
lm-001786 · 2026-07

FARHP_02_數學結構_不變性與等價類_v0.1

下載 MD 檔 ⬇

基頻錨定相對諧波相位差的數學結構

商環面、不變量、等價類、動態幾何與不確定性傳播

英文題名: Mathematical Structure of Fundamental-Anchored Relative Harmonic Phase: Quotient Tori, Invariants, Equivalence Classes, Dynamic Geometry, and Uncertainty Propagation

縮寫: FARHP
中文簡稱: 基錨相差
系列位置: FARHP 系列第二篇/數學基礎篇
作者: Neo.K(EveMissLab)
AI 協作: Aletheia(GPT-5.6 Thinking)
版本: v0.1
日期: 2026-07-25
文件性質: 理論論文/形式化基礎


摘要

本文建立「基頻錨定相對諧波相位差」(Fundamental-Anchored Relative Harmonic Phase, FARHP)的數學基礎。系列總篇已將 FARHP 定義為第 kk 個諧波相位相對於 kk 倍基頻相位的圓周差:

ψk=wrap(ϕkkϕ1).\psi_k = \operatorname{wrap}(\phi_k-k\phi_1).

然而,若僅把此式理解為一般實數減法,就會忽略相位的模 2π2\pi 結構、共同時間平移所形成的群作用、不同表示之間的等價關係、跨框架軌跡的提升問題,以及基頻估計誤差對所有高次諧波座標造成的相關性污染。

本文證明:固定 KK 個諧波時,完整相位空間為 KK 維環面 TK\mathbb T^K ;共同週期平移沿權重向量 (1,2,,K)(1,2,\ldots,K) 形成一維圓群軌道;FARHP 映射是一個連續滿射群同態,其核恰好是該共同平移軌道。因此:

TK/ι(T)TK1.\mathbb T^K/\iota(\mathbb T) \cong \mathbb T^{K-1}.

亦即,FARHP 的自然狀態空間不是歐氏向量空間,而是完整諧波相位空間對共同時間原點自由度取商後得到的 (K1)(K-1) 維商環面。本文進一步建立時間平移不變性的精確條件、失諧殘餘項、估計誤差傳播矩陣、圓周與環面距離、遮罩化相位空間、動態軌跡提升、相位速度、繞行數、圓周平均與測地插值。對基頻缺失情形,本文以整數不變量格與 Bézout 錨定提出廣義相對相位構造,指出當可觀測諧波索引的最大公因數大於一時,只能恢復虛擬基本週期,原始基頻相位仍保留有限歧義。

本文亦分析極性反轉、時間反演、聲學串接與波形混合對 FARHP 的作用,並明確區分「相位空間上的群運算」與「真實聲波的線性相加」。最終,本文形成一套可供後續聲學論文、離散編碼論文與工程規格直接採用的形式化語言。

關鍵詞: 相位環面、商空間、群作用、相對相位、不變量、圓周統計、諧波模型、誤差傳播、動態相位、語音合成


0. 研究定位

0.1 本文處理什麼

本文處理 FARHP 的純數學與訊號形式問題,包括:

  1. 相位應位於何種空間;
  2. 共同時間平移形成何種等價關係;
  3. FARHP 是否完整描述該等價類;
  4. 應如何定義相位距離、平均與插值;
  5. 基頻或諧波估計誤差如何傳入 FARHP;
  6. 動態相位軌跡如何解除包覆並保持連續;
  7. 當基頻不可觀測時,還能建立哪些相位不變量;
  8. 極性、時間反演與聲學運算如何作用於 FARHP。

0.2 本文暫不處理什麼

本文不直接回答下列經驗問題:

  • 人耳是否穩定感知特定 FARHP 差異;
  • 哪些相位結構對母音、氣聲、緊聲或說話人辨識最重要;
  • 聲道濾波與聲門波形各自貢獻多少 FARHP;
  • 哪一種演算法最適合從真實錄音估計 FARHP;
  • 離散相位碼本應取八相、十六相或更高解析度。

這些問題分別留給系列第三篇、第四篇及後續技術論文。本文的任務是先確保:後續實驗所操作的對象具有明確且不自相矛盾的數學定義。

0.3 核心觀點

本文的核心觀點可濃縮為:

FARHP 不是把一組絕對相位改寫成另一組絕對相位,而是從完整諧波相位空間中消去共同週期時鐘自由度,留下決定週期內部相對形狀的商空間座標。


1. 預備定義

1.1 相位圓群

定義相位圓群:

T:=R/(2πZ).\mathbb T := \mathbb R/(2\pi\mathbb Z).

兩個實數 α,β\alpha,\beta 表示同一相位,當且僅當:

αβ2πZ.\alpha-\beta\in 2\pi\mathbb Z.

以等價類記號表示:

[α]2π=α+2πZ.[\alpha]_{2\pi} = \alpha+2\pi\mathbb Z.

本文在不致混淆時,直接以 αT\alpha\in\mathbb T 表示相位等價類。

T\mathbb T 是一個緊緻、連通、交換的一維李群。其群運算是模 2π2\pi 的加法:

[α]+[β]=[α+β].[\alpha]+[\beta] = [\alpha+\beta].

1.2 包覆函數只是座標圖

常用包覆函數為:

wrap(α)=((α+π)mod2π)π.\operatorname{wrap}(\alpha) = ((\alpha+\pi)\bmod 2\pi)-\pi.

其輸出通常取在:

(π,π].(-\pi,\pi].

但必須注意: wrap\operatorname{wrap} 不是相位本體,只是把圓周等價類選入某個半開區間的座標表示。 π-\piπ\pi 在實數座標上不同,在 T\mathbb T 中卻是同一點。

因此,任何依賴 wrap\operatorname{wrap} 邊界的跳躍,都首先應被視為座標圖造成的人工不連續,而不必然是聲音狀態本身的不連續。

1.3 KK 諧波相位環面

若保留前 KK 個諧波,其完整相位狀態為:

ϕ=(ϕ1,ϕ2,,ϕK)TK.\boldsymbol\phi = (\phi_1,\phi_2,\ldots,\phi_K) \in \mathbb T^K.

定義:

PK:=TK.\mathcal P_K := \mathbb T^K.

PK\mathcal P_KKK 維環面,也是 KK 個圓群的直積群。

1.4 正振幅約定與未定義相位

為避免振幅符號與相位之間的冗餘,本文要求諧波振幅滿足:

Ak0.A_k\ge 0.

Ak>0A_k>0 時, ϕk\phi_k 才是可辨識的相位座標。若 Ak=0A_k=0 ,則:

0eiϕk=00\cdot e^{i\phi_k} =0

對所有 ϕk\phi_k 都成立,因此該相位不可識別。這不是數值缺漏,而是參數化本身的退化。

所以實際 FARHP 狀態必須同時帶有有效性遮罩:

mk{0,1},m_k\in\{0,1\},

其中 mk=0m_k=0 表示該諧波相位在當前框架中沒有足夠振幅或可靠度,不能被當作有效觀測。


2. 共同週期平移的群作用

2.1 權重嵌入

定義權重向量:

hK=(1,2,,K)T.\mathbf h_K = (1,2,\ldots,K)^{\mathsf T}.

定義圓群到完整相位環面的嵌入:

ιK:TTK,\iota_K:\mathbb T\longrightarrow\mathbb T^K, ιK(θ)=(θ,2θ,,Kθ).\iota_K(\theta) = (\theta,2\theta,\ldots,K\theta).

由於第一座標就是 θ\thetaιK\iota_K 是單射。

其像為:

GK:=ιK(T)={(θ,2θ,,Kθ)θT}.\mathcal G_K := \iota_K(\mathbb T) = \left\{ (\theta,2\theta,\ldots,K\theta) \mid \theta\in\mathbb T \right\}.

GK\mathcal G_KTK\mathbb T^K 中的一維閉子群。

2.2 共同時間原點的改變

對理想諧波訊號:

x(t)=k=1KAkcos(kω0t+ϕk),x(t) = \sum_{k=1}^{K} A_k\cos(k\omega_0 t+\phi_k),

若把時間原點平移 τ\tau ,則:

x(tτ)=k=1KAkcos(kω0t+ϕkkω0τ).x(t-\tau) = \sum_{k=1}^{K} A_k \cos \left( k\omega_0 t+\phi_k-k\omega_0\tau \right).

令:

θ=ω0τ,\theta =-\omega_0\tau,

則相位向量變成:

ϕ=ϕ+ιK(θ).\boldsymbol\phi' = \boldsymbol\phi+ \iota_K(\theta).

因此,改變共同時間原點會使相位狀態沿著子群 GK\mathcal G_K 移動。

2.3 群作用

定義作用:

ΓK:T×TKTK,\Gamma_K: \mathbb T\times\mathbb T^K \longrightarrow \mathbb T^K, ΓK(θ,ϕ)=ϕ+ιK(θ).\Gamma_K(\theta,\boldsymbol\phi) = \boldsymbol\phi+ \iota_K(\theta).

此作用滿足:

ΓK(0,ϕ)=ϕ,\Gamma_K(0,\boldsymbol\phi) = \boldsymbol\phi,

以及:

ΓK(θ1,ΓK(θ2,ϕ))=ΓK(θ1+θ2,ϕ).\Gamma_K \left( \theta_1, \Gamma_K(\theta_2,\boldsymbol\phi) \right) = \Gamma_K(\theta_1+\theta_2,\boldsymbol\phi).

每個相位狀態的軌道為:

O(ϕ)=ϕ+GK.\mathcal O(\boldsymbol\phi) = \boldsymbol\phi+ \mathcal G_K.

軌道中的所有點,只差一個共同週期時間原點。


3. FARHP 映射與商環面主定理

3.1 矩陣形式

定義整數矩陣:

BK=(210003010040010K0001)Z(K1)×K.B_K = \begin{pmatrix} -2 & 1 & 0 & 0 & \cdots & 0\\ -3 & 0 & 1 & 0 & \cdots & 0\\ -4 & 0 & 0 & 1 & \cdots & 0\\ \vdots & \vdots & \vdots & \vdots & \ddots & \vdots\\ -K & 0 & 0 & 0 & \cdots & 1 \end{pmatrix} \in \mathbb Z^{(K-1)\times K}.

其中第 k1k-1 列對應第 kk 個諧波, k=2,,Kk=2,\ldots,K

有:

BKhK=0.B_K\mathbf h_K =0.

3.2 FARHP 映射

定義:

QK:TKTK1,Q_K: \mathbb T^K \longrightarrow \mathbb T^{K-1}, QK(ϕ)=BKϕ(mod2π).Q_K(\boldsymbol\phi) = B_K\boldsymbol\phi \pmod{2\pi}.

逐座標寫為:

ψk=ϕkkϕ1(mod2π)k=2,,K.\boxed{ \psi_k = \phi_k-k\phi_1 \pmod{2\pi} } \qquad k=2,\ldots,K.

因此:

QK(ϕ)=(ψ2,ψ3,,ψK).Q_K(\boldsymbol\phi) = (\psi_2,\psi_3,\ldots,\psi_K).

3.3 定理一:FARHP 是完整的共同平移不變量

定理 1。 QKQ_K 是連續滿射交換群同態,且:

kerQK=GK.\ker Q_K = \mathcal G_K.

因此:

TK/GKTK1\boxed{ \mathbb T^K/\mathcal G_K \cong \mathbb T^{K-1} }

QKQ_K 完整分類共同週期平移軌道。

證明

首先,由矩陣 BKB_K 具有整數係數,模 2π2\pi 的線性作用是良定義的連續群同態。

對任意:

ψ=(ψ2,,ψK)TK1,\boldsymbol\psi = (\psi_2,\ldots,\psi_K) \in \mathbb T^{K-1},

取:

ϕ=(0,ψ2,,ψK).\boldsymbol\phi = (0,\psi_2,\ldots,\psi_K).

則:

QK(ϕ)=ψ,Q_K(\boldsymbol\phi) = \boldsymbol\psi,

QKQ_K 為滿射。

ϕkerQK\boldsymbol\phi\in\ker Q_K ,則對所有 k2k\ge 2

ϕkkϕ1=0(mod2π).\phi_k-k\phi_1 =0 \pmod{2\pi}.

所以:

ϕk=kϕ1(mod2π),\phi_k =k\phi_1 \pmod{2\pi},

因而:

ϕ=ιK(ϕ1)GK.\boldsymbol\phi = \iota_K(\phi_1) \in \mathcal G_K.

反之,若:

ϕ=ιK(θ),\boldsymbol\phi = \iota_K(\theta),

則:

ϕkkϕ1=kθkθ=0,\phi_k-k\phi_1 =k\theta-k\theta =0,

ϕkerQK\boldsymbol\phi\in\ker Q_K

由群同態第一同構定理:

TK/kerQKimQK=TK1.\mathbb T^K/\ker Q_K \cong \operatorname{im}Q_K = \mathbb T^{K-1}.

證畢。

3.4 軌道判別推論

推論 1。 對任意 ϕ,χTK\boldsymbol\phi,\boldsymbol\chi\in\mathbb T^K ,以下敘述等價:

  1. QK(ϕ)=QK(χ)Q_K(\boldsymbol\phi)=Q_K(\boldsymbol\chi)
  2. ϕχGK\boldsymbol\phi-\boldsymbol\chi\in\mathcal G_K
  3. 存在唯一 θT\theta\in\mathbb T ,使得:
ϕ=χ+ιK(θ).\boldsymbol\phi = \boldsymbol\chi+ \iota_K(\theta).

所以,兩組完整諧波相位具有相同 FARHP,當且僅當它們只差一個共同週期時間原點。

3.5 規範固定與標準代表元

定義截面:

sK:TK1TK,s_K: \mathbb T^{K-1} \longrightarrow \mathbb T^K, sK(ψ)=(0,ψ2,,ψK).s_K(\boldsymbol\psi) = (0,\psi_2,\ldots,\psi_K).

則:

QKsK=idTK1.Q_K\circ s_K = \operatorname{id}_{\mathbb T^{K-1}}.

每個完整相位狀態都可唯一分解為:

ϕ=sK(QKϕ)+ιK(ϕ1)\boxed{ \boldsymbol\phi = s_K(Q_K\boldsymbol\phi) + \iota_K(\phi_1) }

亦即:

完整相位=相對形狀+共同週期時鐘.\text{完整相位} = \text{相對形狀} + \text{共同週期時鐘}.

ϕ1\phi_1 固定為零,是一種規範選擇;它不代表基頻在物理上真的沒有相位,而是選擇一個方便的軌道代表元。


4. 時間平移不變性與失諧殘餘

4.1 精確不變性

設一般複數諧波分量在時間平移 τ\tau 後變為:

ϕk=ϕk2πfkτ.\phi_k' = \phi_k-2\pi f_k\tau.

若:

fk=kf1,f_k=kf_1,

則:

ψk=ϕkkϕ1=ϕk2πkf1τk(ϕ12πf1τ)=ϕkkϕ1=ψk.\begin{aligned} \psi_k' &= \phi_k'-k\phi_1'\\ &= \phi_k-2\pi kf_1\tau -k(\phi_1-2\pi f_1\tau)\\ &= \phi_k-k\phi_1\\ &= \psi_k. \end{aligned}

因此,理想諧波條件下 FARHP 對共同時間平移精確不變。

4.2 失諧模型

令:

fk=kf1+εk.f_k = kf_1+\varepsilon_k.

則時間平移後:

ψk=ψk2πεkτ(mod2π).\psi_k' = \psi_k-2\pi\varepsilon_k\tau \pmod{2\pi}.

所以:

Δψk=2πεkτ(mod2π)\boxed{ \Delta\psi_k = -2\pi\varepsilon_k\tau \pmod{2\pi} }

這表示 FARHP 的不變性是條件性的:

  • 對精確諧波鎖定,完全不變;
  • 對局部失諧,產生與失諧量及時間平移成正比的殘餘相位;
  • 對明顯非諧波區段,不應宣稱 FARHP 仍具有同樣意義。

4.3 圓周誤差界

定義圓周測地距離:

δT(α,β)=wrap(αβ).\delta_{\mathbb T}(\alpha,\beta) = \left| \operatorname{wrap}(\alpha-\beta) \right|.

則:

δT(ψk,ψk)min{π,2πεkτ}.\delta_{\mathbb T}(\psi_k',\psi_k) \le \min \left \{ \pi, 2\pi|\varepsilon_k||\tau| \right\}.

在沒有跨越相位包覆邊界的局部區域中:

δT(ψk,ψk)=2πεkτ.\delta_{\mathbb T}(\psi_k',\psi_k) = 2\pi|\varepsilon_k||\tau|.

4.4 近似不變性的工程判準

給定容許相位誤差 ηk(0,π]\eta_k\in(0,\pi] ,若:

2πεkτηk,2\pi|\varepsilon_k||\tau| \le \eta_k,

則第 kk 座標在該平移尺度下可視為近似不變。

等價地:

τηk2πεk.|\tau| \le \frac{\eta_k}{2\pi|\varepsilon_k|}.

這個界線提供了一個直接工程含義:分析窗口可允許的位移尺度,取決於局部諧波失諧程度。


5. 相位估計誤差與錨點放大

5.1 線性化誤差模型

設真實相位為 ϕ\boldsymbol\phi ,估計相位為:

ϕ^=ϕ+η(mod2π).\widehat{\boldsymbol\phi} = \boldsymbol\phi+ \boldsymbol\eta \pmod{2\pi}.

在局部誤差足夠小、可選擇一致提升的條件下:

ψ^ψBKη.\widehat{\boldsymbol\psi} - \boldsymbol\psi \approx B_K\boldsymbol\eta.

逐座標為:

Δψkηkkη1\boxed{ \Delta\psi_k \approx \eta_k-k\eta_1 }

5.2 錨點誤差放大

若只考慮基頻相位誤差 η1\eta_1 ,則:

Δψkkη1.\Delta\psi_k \approx -k\eta_1.

因此,高次諧波會把錨點相位誤差按諧波階數放大。

這意味著:

「以基頻為錨」消除了共同時間平移自由度,但也把基頻估計的不確定性共享到所有 FARHP 座標。

所以,FARHP 系統不能只輸出 ψk\psi_k ,還必須輸出基頻錨定置信度。

5.3 協方差傳播

設小誤差向量的協方差矩陣為:

Σϕ=Cov(η).\Sigma_{\phi} = \operatorname{Cov}(\boldsymbol\eta).

則線性化後:

Σψ=BKΣϕBKT\boxed{ \Sigma_{\psi} = B_K \Sigma_{\phi} B_K^{\mathsf T} }

若各諧波原始相位估計相互獨立,且:

Σϕ=diag(σ12,σ22,,σK2),\Sigma_{\phi} = \operatorname{diag} (\sigma_1^2,\sigma_2^2,\ldots,\sigma_K^2),

則:

Var(Δψk)=σk2+k2σ12,\operatorname{Var}(\Delta\psi_k) = \sigma_k^2+k^2\sigma_1^2,

且對 jkj\neq k

Cov(Δψj,Δψk)=jkσ12.\operatorname{Cov} (\Delta\psi_j,\Delta\psi_k) = jk\sigma_1^2.

因此,即使原始諧波相位誤差獨立,經過共同基頻錨定後,各 FARHP 座標也會因共享 η1\eta_1 而產生正相關。

5.4 不應假設座標獨立

若 AI 模型使用逐座標獨立損失:

L=k=2K(ψ^k,ψk),\mathcal L = \sum_{k=2}^{K} \ell(\widehat\psi_k,\psi_k),

它可能忽略共同錨點誤差造成的協方差結構。

在局部切空間中,可以考慮:

Lcov=Δψ~T(Σψ+λI)1Δψ~,\mathcal L_{\mathrm{cov}} = \Delta\widetilde{\boldsymbol\psi}^{\mathsf T} \left( \Sigma_{\psi}+\lambda I \right)^{-1} \Delta\widetilde{\boldsymbol\psi},

其中 Δψ~\Delta\widetilde{\boldsymbol\psi} 是選定局部提升後的最短相位差, λ>0\lambda>0 用於正則化。

這不是要求所有模型都必須使用 Mahalanobis 損失,而是指出:FARHP 的不確定性原則上不是座標獨立的。


6. FARHP 狀態空間上的距離

6.1 圓周測地距離

α,βT\alpha,\beta\in\mathbb T ,定義:

δT(α,β)=Arg(ei(αβ)).\delta_{\mathbb T}(\alpha,\beta) = \left| \operatorname{Arg} \left( e^{i(\alpha-\beta)} \right) \right|.

其值域為:

[0,π].[0,\pi].

此距離等於圓周上兩點之間的最短弧長。

6.2 加權環面距離

給定固定正權重:

wk>0,w_k>0,

以及 p1p\ge1 ,定義:

dp,w(ψ,χ)=(k=2KwkδT(ψk,χk)pk=2Kwk)1/p\boxed{ d_{p,\mathbf w} (\boldsymbol\psi,\boldsymbol\chi) = \left( \frac{ \sum_{k=2}^{K} w_k \delta_{\mathbb T}(\psi_k,\chi_k)^p }{ \sum_{k=2}^{K}w_k } \right)^{1/p} }

這是 TK1\mathbb T^{K-1} 上的度量。

常用情形包括:

p=1p=1

的平均絕對圓周距離,以及:

p=2p=2

的均方根環面距離。

6.3 緊緻性與完備性

定理 2。 對任意有限 KKp1p\ge1 與固定正權重 w\mathbf w ,空間:

(TK1,dp,w)(\mathbb T^{K-1},d_{p,\mathbf w})

是緊緻、完備且可分的度量空間。

理由

T\mathbb T 在測地距離下是緊緻完備空間;有限個緊緻完備空間的加權 p\ell^p 直積仍然緊緻且完備。

此結果保證:

  • 任意序列都有收斂子序列;
  • Cauchy 相位序列不會逃離狀態空間;
  • 連續損失函數在緊緻碼本候選集上可取到極值;
  • 聚類與量化問題至少具有存在性基礎。

6.4 複數弦距

將相位嵌入單位圓:

E(ψ)=eiψ=(cosψ,sinψ).E(\psi) =e^{i\psi} =(\cos\psi,\sin\psi).

定義弦距:

c(α,β)=eiαeiβ.c(\alpha,\beta) = \left| e^{i\alpha}-e^{i\beta} \right|.

有:

c(α,β)=2sin(δT(α,β)2).c(\alpha,\beta) = 2\sin \left( \frac{\delta_{\mathbb T}(\alpha,\beta)}{2} \right).

且:

2πδT(α,β)c(α,β)δT(α,β).\frac{2}{\pi} \delta_{\mathbb T}(\alpha,\beta) \le c(\alpha,\beta) \le \delta_{\mathbb T}(\alpha,\beta).

因此,弦距與測地距離產生相同拓撲。

平方弦距為:

c2(α,β)=22cos(αβ).c^2(\alpha,\beta) = 2-2\cos(\alpha-\beta).

這正是常見的圓周相位損失。

6.5 局部歐氏近似

當:

δT(α,β)1,\delta_{\mathbb T}(\alpha,\beta) \ll 1,

有:

22cos(αβ)(αβ)2.2-2\cos(\alpha-\beta) \approx (\alpha-\beta)^2.

因此歐氏誤差只在局部相位差小、且沒有跨越包覆邊界時才是合理近似。


7. 遮罩、缺失諧波與可變維度

7.1 為什麼不能替缺失相位填零

若某個諧波振幅太低,將其相位強行設為零會混淆兩種完全不同的狀態:

  1. 相位真的接近零;
  2. 相位不可觀測。

因此資料結構至少應包含:

(ψk,mk,ck),(\psi_k,m_k,c_k),

其中:

  • ψkT\psi_k\in\mathbb T
  • mk{0,1}m_k\in\{0,1\} 是有效性遮罩;
  • ck[0,1]c_k\in[0,1] 是估計置信度。

7.2 固定最大維度表示

實作上可選擇最大諧波數 KmaxK_{\max} ,並把每個框架表示為:

XKmax=(T×{0,1}×[0,1])Kmax1.\mathcal X_{K_{\max}} = \left( \mathbb T\times\{0,1\}\times[0,1] \right)^{K_{\max}-1}.

這避免每個框架使用不同長度張量,同時保留哪些座標是真實可觀測的資訊。

7.3 交集距離不是全域度量

對兩個遮罩狀態,可定義只比較共同有效座標的距離:

d(x,y)=(kmk(x)mk(y)wkδT(ψk(x),ψk(y))pkmk(x)mk(y)wk)1/p.d_{\cap}(x,y) = \left( \frac{ \sum_k m_k^{(x)}m_k^{(y)}w_k \delta_{\mathbb T}(\psi_k^{(x)},\psi_k^{(y)})^p }{ \sum_k m_k^{(x)}m_k^{(y)}w_k } \right)^{1/p}.

但當共同有效座標集合改變時, dd_{\cap} 未必滿足三角不等式;若沒有任何共同有效座標,它甚至未定義。

所以它應稱為「條件比較量」,不能自動稱為全域度量。

7.4 帶缺失符號的度量

令:

T=T{},\overline{\mathbb T} = \mathbb T\cup\{\bot\},

其中 \bot 表示相位缺失。

先將圓周距離正規化:

δˉ(α,β)=δT(α,β)π[0,1].\bar\delta(\alpha,\beta) = \frac{ \delta_{\mathbb T}(\alpha,\beta) }{\pi} \in[0,1].

選擇缺失成本:

λ[12,1].\lambda\in \left[ \frac12,1 \right].

定義:

ρλ(a,b)={0,a=b=,λ,恰有一者為 ,δˉ(a,b),a,bT.\rho_{\lambda}(a,b) = \begin{cases} 0, & a=b=\bot,\\ \lambda, & \text{恰有一者為 }\bot,\\ \bar\delta(a,b), & a,b\in\mathbb T. \end{cases}

由於任意兩個有效相位的最大距離為 11 ,而經由缺失狀態的兩段路徑成本為 2λ12\lambda\ge1ρλ\rho_{\lambda} 滿足三角不等式。

因此可在:

TK1\overline{\mathbb T}^{K-1}

上建立真正的加權乘積度量。

7.5 樣本依賴權重的限制

若權重由樣本本身決定,例如:

wk(x,y)=ck(x)ck(y),w_k(x,y) = c_k^{(x)}c_k^{(y)},

所得比較函數很實用,但未必仍是數學上的度量,因為不同點對使用不同權重,可能破壞三角不等式。

因此本文區分:

  • 固定權重度量: 用於理論、索引與保證;
  • 置信度加權相異度: 用於工程判斷與損失設計。

8. 動態 FARHP 軌跡

8.1 相位路徑

對時間區間:

I=[t0,t1],I=[t_0,t_1],

動態 FARHP 是連續或分段連續映射:

Ψ:ITK1.\boldsymbol\Psi: I\longrightarrow \mathbb T^{K-1}.

它不只記錄單一框架的相位形狀,而是記錄相位形狀如何隨時間演化。

8.2 路徑提升

由於 II 是單連通區間,任意連續圓周路徑:

ψk:IT\psi_k:I\to\mathbb T

在指定初始實數代表元後,都存在唯一連續提升:

ψ~k:IR,\widetilde\psi_k:I\to\mathbb R,

使得:

eiψ~k(t)=eiψk(t).e^{i\widetilde\psi_k(t)} = e^{i\psi_k(t)}.

這就是相位解除包覆的拓撲基礎。

解除包覆不是任意把跳躍加減 2π2\pi ,而是在選定初始分支後,尋找與圓周路徑相容的連續實數提升。

8.3 動態相位速度

若完整相位路徑有可微提升:

ϕ~k(t),\widetilde\phi_k(t),

定義:

ψ~k(t)=ϕ~k(t)kϕ~1(t).\widetilde\psi_k(t) = \widetilde\phi_k(t)-k\widetilde\phi_1(t).

則:

ψ~˙k(t)=ϕ~˙k(t)kϕ~˙1(t)\boxed{ \dot{\widetilde\psi}_k(t) = \dot{\widetilde\phi}_k(t) -k\dot{\widetilde\phi}_1(t) }

若:

ωk(t)=ϕ~˙k(t),\omega_k(t) = \dot{\widetilde\phi}_k(t),

則:

ψ~˙k(t)=ωk(t)kω1(t).\dot{\widetilde\psi}_k(t) = \omega_k(t)-k\omega_1(t).

因此,FARHP 的時間導數直接測量局部瞬時角頻率偏離整數諧波鎖定的程度,以及額外相位形狀變化。

8.4 定常波形與形狀變化

若存在共同週期相位 θ(t)\theta(t) 與固定偏移 βk\beta_k ,使:

ϕ~k(t)=kθ(t)+βk,\widetilde\phi_k(t) = k\theta(t)+\beta_k,

則:

ψ~k(t)=βkkβ1.\widetilde\psi_k(t) = \beta_k-k\beta_1.

若把 β1=0\beta_1=0 吸收到 θ(t)\theta(t) 中,則:

ψ~k(t)=βk\widetilde\psi_k(t) = \beta_k

為常數。

所以理想上:

  • 共同音高變化由 θ(t)\theta(t) 承擔;
  • 週期內波形形狀變化由 Ψ(t)\boldsymbol\Psi(t) 承擔。

8.5 軌跡長度與能量

對絕對連續路徑,定義加權速度:

Ψ˙(t)p,w=(k=2Kwkψ~˙k(t)pk=2Kwk)1/p.\|\dot{\boldsymbol\Psi}(t)\|_{p,\mathbf w} = \left( \frac{ \sum_{k=2}^{K} w_k |\dot{\widetilde\psi}_k(t)|^p }{ \sum_{k=2}^{K}w_k } \right)^{1/p}.

路徑長度為:

L(Ψ)=t0t1Ψ˙(t)p,wdt.L(\boldsymbol\Psi) = \int_{t_0}^{t_1} \|\dot{\boldsymbol\Psi}(t)\|_{p,\mathbf w} \,dt.

平方速度能量可定義為:

E(Ψ)=12t0t1k=2Kwkψ~˙k(t)2dt.E(\boldsymbol\Psi) = \frac12 \int_{t_0}^{t_1} \sum_{k=2}^{K} w_k |\dot{\widetilde\psi}_k(t)|^2 \,dt.

這些量可用於:

  • 懲罰跨框架相位抖動;
  • 比較兩種發音的相位動態複雜度;
  • 建立平滑生成器;
  • 區分穩定音節核心與瞬態過渡。

8.6 閉合路徑與繞行數

若:

ψk(t0)=ψk(t1)於 T,\psi_k(t_0)=\psi_k(t_1) \quad\text{於 }\mathbb T,

則其提升可能滿足:

ψ~k(t1)ψ~k(t0)=2πnk,\widetilde\psi_k(t_1) - \widetilde\psi_k(t_0) = 2\pi n_k,

其中:

nkZ.n_k\in\mathbb Z.

nkn_k 是第 kk 個 FARHP 座標的繞行數。完整閉合軌跡的拓撲類可由:

n=(n2,,nK)ZK1\mathbf n =(n_2,\ldots,n_K) \in \mathbb Z^{K-1}

表示。

對一般短音節,繞行數未必具有直接知覺意義;但在週期調變、合成循環或長時相位動畫中,它可區分局部看似相同、全域卻具有不同拓撲纏繞的軌跡。


9. 平均、統計與插值

9.1 圓周平均

對樣本:

ψ(1),,ψ(N)T,\psi^{(1)},\ldots,\psi^{(N)} \in\mathbb T,

以及權重 an0a_n\ge0 ,定義複數合量:

R=n=1Naneiψ(n).R = \sum_{n=1}^{N} a_n e^{i\psi^{(n)}}.

R0R\neq0 ,圓周平均為:

ψˉ=Arg(R).\bar\psi = \operatorname{Arg}(R).

正規化合量長度:

r=Rnan[0,1]r = \frac{|R|}{\sum_n a_n} \in[0,1]

可用作集中程度:

  • r1r\approx1 :相位高度集中;
  • r0r\approx0 :相位分散或多峰對消。

R=0R=0 時,平均方向不唯一,不能強行輸出零相位。

9.2 環面平均

對 FARHP 向量,可逐座標計算:

ψˉk=Arg(n=1Naneiψk(n)).\bar\psi_k = \operatorname{Arg} \left( \sum_{n=1}^{N} a_n e^{i\psi_k^{(n)}} \right).

同時保留每個座標的集中度 rkr_k

rkr_k 可能表示:

  • 該諧波相位本來就不穩定;
  • 樣本包含多個不同發音類;
  • 存在極性或對齊混合;
  • 相位估計噪聲過高;
  • 使用單一平均代表多峰分布並不適當。

9.3 最短測地插值

α,βT\alpha,\beta\in\mathbb T ,令:

Δ=wrap(βα).\Delta = \operatorname{wrap}(\beta-\alpha).

當:

Δ<π,|\Delta|<\pi,

最短測地插值為:

γ(λ)=wrap(α+λΔ)\boxed{ \gamma(\lambda) = \operatorname{wrap} (\alpha+\lambda\Delta) }

其中:

λ[0,1].\lambda\in[0,1].

若:

Δ=π,|\Delta|=\pi,

則順時針與逆時針兩條最短弧同長,插值不唯一,必須由上下文、前一框架速度或額外方向規則選擇。

9.4 環面插值

FARHP 向量的插值可逐座標進行:

γk(λ)=wrap(ψk(a)+λwrap(ψk(b)ψk(a))).\gamma_k(\lambda) = \operatorname{wrap} \left( \psi_k^{(a)} + \lambda \operatorname{wrap} (\psi_k^{(b)}-\psi_k^{(a)}) \right).

但若多個座標位於對跖點,整體最短測地線可能不唯一。實作系統應明確記錄所選分支,而不是把不唯一性隱藏在函式庫預設值中。

9.5 複數線性插值的退化

常見作法是:

z(λ)=(1λ)eiα+λeiβ,z(\lambda) = (1-\lambda)e^{i\alpha} + \lambda e^{i\beta},

再正規化:

γ(λ)=Argz(λ).\gamma(\lambda) = \operatorname{Arg}z(\lambda).

若:

βα=π\beta-\alpha=\pi

且:

λ=12,\lambda=\frac12,

則:

z(λ)=0,z(\lambda)=0,

相位未定義。因此,任何複數插值實作都必須處理對跖退化。


10. 基頻缺失時的廣義整數相位不變量

10.1 問題

標準 FARHP 需要觀測第一諧波相位 ϕ1\phi_1 。但在真實錄音中,基頻分量可能:

  • 被高通濾波削弱;
  • 低於噪聲底;
  • 因麥克風或聲道響應而不可可靠估計;
  • 出現「缺失基頻」知覺,即人耳能感知基頻,但頻譜中第一諧波不明顯。

因此需要研究:沒有 ϕ1\phi_1 時,哪些共同時間平移不變量仍可構造。

10.2 任意諧波索引集合

設可觀測諧波索引為:

H=(h1,h2,,hm)TNm.H = (h_1,h_2,\ldots,h_m)^{\mathsf T} \in \mathbb N^m.

對應相位向量:

ϕH=(ϕh1,,ϕhm)Tm.\boldsymbol\phi_H = (\phi_{h_1},\ldots,\phi_{h_m}) \in \mathbb T^m.

共同時間平移作用為:

ϕHϕH+Hθ.\boldsymbol\phi_H \longmapsto \boldsymbol\phi_H+H\theta.

10.3 整數不變量格

定義:

LH={aZmaTH=0}.L_H = \left\{ \mathbf a\in\mathbb Z^m \mid \mathbf a^{\mathsf T}H=0 \right\}.

對任意 aLH\mathbf a\in L_H ,定義:

Ia(ϕH)=aTϕH(mod2π).I_{\mathbf a}(\boldsymbol\phi_H) = \mathbf a^{\mathsf T} \boldsymbol\phi_H \pmod{2\pi}.

則:

Ia(ϕH+Hθ)=aTϕH+aTHθ=Ia(ϕH).\begin{aligned} I_{\mathbf a} (\boldsymbol\phi_H+H\theta) &= \mathbf a^{\mathsf T} \boldsymbol\phi_H + \mathbf a^{\mathsf T}H\theta\\ &= I_{\mathbf a}(\boldsymbol\phi_H). \end{aligned}

所以 LHL_H 中每個整數向量都生成一個共同時間平移不變量。

10.4 成對不變量

對任意兩個可觀測索引 ha,hbh_a,h_b ,有簡單不變量:

χa,b=hbϕhahaϕhb(mod2π)\boxed{ \chi_{a,b} = h_b\phi_{h_a} - h_a\phi_{h_b} \pmod{2\pi} }

因為係數向量在第 aa 座標取 hbh_b 、第 bb 座標取 ha-h_a ,其與 HH 的內積為零。

ha=1h_a=1hb=kh_b=k ,則:

χa,b=kϕ1ϕk=ψk.\chi_{a,b} = k\phi_1- \phi_k = -\psi_k.

因此標準 FARHP 是一般整數相位不變量的一個特別基底。

10.5 最大公因數與虛擬基本週期

令:

g=gcd(h1,,hm),g = \gcd(h_1,\ldots,h_m),

並定義原始索引向量:

H=1gH.H' = \frac{1}{g}H.

HH' 的座標最大公因數為一。

由於圓群上的乘 gg 映射是滿射, HθH\thetaHθH'\theta' 產生相同軌道子群。因此商空間仍然由原始向量 HH' 決定。

但物理上,若所有觀測諧波索引都有共同因數 g>1g>1 ,則只能建立以:

gf0g f_0

為局部時鐘的虛擬錨。原始基頻週期內仍保留 gg 重相位歧義。

例如,只觀測第二與第四諧波時:

H=(2,4),H=(2,4),

其原始向量為:

H=(1,2).H'=(1,2).

系統可建立以 2f02f_0 為基礎的相對相位,但不能只憑這兩個分量唯一決定原始 f0f_0 週期中的前半週或後半週。

10.6 Bézout 合成錨

因為:

gcd(H1,,Hm)=1,\gcd(H'_1,\ldots,H'_m)=1,

存在整數向量:

cZm\mathbf c\in\mathbb Z^m

使:

cTH=1.\mathbf c^{\mathsf T}H'=1.

定義合成錨:

αH=cTϕH(mod2π).\alpha_H = \mathbf c^{\mathsf T} \boldsymbol\phi_H \pmod{2\pi}.

在作用:

ϕHϕH+Hθ\boldsymbol\phi_H \mapsto \boldsymbol\phi_H+H'\theta

下:

αHαH+θ.\alpha_H \mapsto \alpha_H+\theta.

所以可定義廣義錨定座標:

ψH,j=ϕhjHjαH(mod2π).\psi_{H,j} = \phi_{h_j} -H'_j\alpha_H \pmod{2\pi}.

這提供了在第一諧波缺失時的整數合成錨。

10.7 合成錨並非唯一

Bézout 向量 c\mathbf c 通常不唯一。不同 c\mathbf c 會產生不同座標表示,但它們描述同一商空間。

因此:

  • 商空間本體是座標無關的;
  • 合成錨是規範選擇;
  • 工程規格必須記錄使用哪一組 Bézout 係數;
  • 比較不同系統時,應先做座標轉換,不能直接比較數值欄位。

10.8 廣義商空間定理

定理 3。 對任意非零整數索引向量 HZmH\in\mathbb Z^m ,令 H=H/gcd(H)H'=H/\gcd(H) 。共同平移子群:

GH={Hθ:θT}\mathcal G_H = \{H'\theta:\theta\in\mathbb T\}

是一維閉子群,且:

Tm/GHTm1.\mathbb T^m/\mathcal G_H \cong \mathbb T^{m-1}.

任一整數格基底:

a1,,am1LH\mathbf a_1,\ldots,\mathbf a_{m-1} \in L_H

若構成原始商格基底,即可建立完整的相位不變量座標。

此結論可透過整數矩陣的 Smith 正規形或原始整數向量可擴張為 Zm\mathbb Z^m 基底來證明。


11. 離散對稱:極性與時間反演

11.1 波形極性反轉

把實訊號乘以 1-1

x(t)x(t)x(t) \longmapsto -x(t)

等價於每個非零諧波相位都加上 π\pi

ϕkϕk+π.\phi_k \longmapsto \phi_k+\pi.

因此:

ψk=(ϕk+π)k(ϕ1+π)=ψk+(1k)π(mod2π).\begin{aligned} \psi_k' &= (\phi_k+\pi) -k(\phi_1+\pi)\\ &= \psi_k+(1-k)\pi \pmod{2\pi}. \end{aligned}

所以極性作用在 FARHP 空間上為:

PK(ψk)=ψk+(1k)π\boxed{ \mathfrak P_K(\psi_k) = \psi_k+(1-k)\pi }

進一步:

  • kk 為奇數, 1k1-k 為偶數,故 ψk\psi_k 不變;
  • kk 為偶數, 1k1-k 為奇數,故 ψk\psi_k 增加 π\pi

亦即,波形極性反轉只翻轉偶數諧波的 FARHP 座標。

11.2 極性作用是對合

有:

PK2=id.\mathfrak P_K^2 = \operatorname{id}.

因此它是一個二階離散對稱。

若應用需要保留聲門極性與波形方向,則不應消除此作用。若應用只關心極性無關的發音類型,可另定義:

dpol(ψ,χ)=min{d(ψ,χ),d(PKψ,χ)}.d_{\mathrm{pol}}(\psi,\chi) = \min \left\{ d(\psi,\chi), d(\mathfrak P_K\psi,\chi) \right\}.

這等於再對極性群 Z2\mathbb Z_2 取商。

11.3 時間反演

對實餘弦諧波模型,時間反演:

x(t)x(t)x(t) \longmapsto x(-t)

使相位近似變為:

ϕkϕk.\phi_k \longmapsto -\phi_k.

因此:

ψkψk\boxed{ \psi_k \longmapsto -\psi_k }

時間反演在 FARHP 環面上是取逆映射。

它同樣是對合及等距映射:

RK2=id.\mathfrak R_K^2 = \operatorname{id}.

11.4 半週期平移不是極性反轉

把週期訊號平移半個基頻週期:

τ=T02\tau = \frac{T_0}{2}

會使第 kk 諧波相位增加:

kπ.k\pi.

這屬於共同時間平移軌道,所以 FARHP 不變。

但極性反轉使所有諧波都增加同一個 π\pi ,兩者對偶次諧波的作用不同。因此:

半週期平移波形乘以 1.\text{半週期平移} \neq \text{波形乘以 }-1.

FARHP 能區分這兩種變換。


12. 群運算、聲學串接與波形混合

12.1 FARHP 空間的群結構

因為:

TK1\mathbb T^{K-1}

是交換群,所以兩個 FARHP 狀態可做座標加法:

(ψ+χ)k=ψk+χk(mod2π).(\boldsymbol\psi+\boldsymbol\chi)_k = \psi_k+\chi_k \pmod{2\pi}.

其單位元為:

0=(0,,0),\mathbf 0 =(0,\ldots,0),

逆元為:

ψ.-\boldsymbol\psi.

但這個群加法不能被直接解釋成「兩段聲波相加」。

12.2 複數頻率響應串接

若在相同諧波頻率上,複數頻譜因串接而相乘:

Xk=SkHk,X_k =S_kH_k,

則相位相加:

ϕk(X)=ϕk(S)+ϕk(H).\phi_k^{(X)} = \phi_k^{(S)} + \phi_k^{(H)}.

QKQ_K 是群同態:

QK(ϕ(S)+ϕ(H))=QK(ϕ(S))+QK(ϕ(H))\boxed{ Q_K (\boldsymbol\phi^{(S)}+ \boldsymbol\phi^{(H)}) = Q_K(\boldsymbol\phi^{(S)}) + Q_K(\boldsymbol\phi^{(H)}) }

所以在理想對齊的複數乘法模型下,輸出 FARHP 可分解為來源與濾波器相對相位項之和。

這一點也表明:觀測到的語音 FARHP 不必然只屬於聲門源;聲道與錄音系統的非線性相位響應也可能貢獻 FARHP。

12.3 波形線性混合不是相位加法

若:

Xk=Sk+Hk,X_k =S_k+H_k,

則:

arg(Xk)=arg(Sk+Hk)\arg(X_k) = \arg(S_k+H_k)

一般不等於:

argSk+argHk.\arg S_k+ \arg H_k.

所以:

QK(arg(S+H))QK(argS)+QK(argH)Q_K \left( \arg(\mathbf S+ \mathbf H) \right) \neq Q_K(\arg\mathbf S) + Q_K(\arg\mathbf H)

通常成立。

因此必須區分:

  • 複數傳遞函數的乘法;
  • 相位環面上的群加法;
  • 真實聲波或頻譜的線性疊加。

三者不是同一種運算。


13. FARHP 的資訊分解意義

13.1 完整相位資訊的分解

由標準截面分解:

ϕ=sK(ψ)+ιK(ϕ1),\boldsymbol\phi = s_K(\boldsymbol\psi) + \iota_K(\phi_1),

完整相位資訊可拆成:

  1. 一個共同週期相位 ϕ1T\phi_1\in\mathbb T
  2. 一個相對相位形狀 ψTK1\boldsymbol\psi\in\mathbb T^{K-1}

因此,在沒有振幅退化與索引錯配時:

TKT×TK1\mathbb T^K \cong \mathbb T \times \mathbb T^{K-1}

作為此特定截面下的群與拓撲分解。

13.2 被消去的是座標自由度,不是物理時間

FARHP 消去的是「在單一局部週期中,選哪個時間點作為相位零點」的自由度。它沒有消除:

  • 基頻值 f0f_0
  • 音高軌跡;
  • 音節時長;
  • 跨框架絕對時間;
  • 聲調輪廓;
  • 振幅包絡;
  • 語音事件順序。

所以 FARHP 的時間平移不變性不能被誤讀為「聲音不再需要時間」。

13.3 維度降低

完整 KK 諧波相位具有 KK 個圓周自由度。共同週期平移佔一個自由度,因此商空間有:

K1K-1

個圓周自由度。

這不是一般線性降維,而是精確消除已知群作用所形成的冗餘自由度。

13.4 最大不變量

定理一意味著 QKQ_K 是共同平移作用下的最大不變量:任何只依賴軌道、而不依賴軌道內代表元的函數:

F:TKYF:\mathbb T^K\to Y

若滿足:

F(ϕ+ιK(θ))=F(ϕ)F(\boldsymbol\phi+ \iota_K(\theta)) = F(\boldsymbol\phi)

則存在函數:

F~:TK1Y\widetilde F: \mathbb T^{K-1} \to Y

使:

F=F~QK.F = \widetilde F\circ Q_K.

亦即,任何共同時間平移不變的相位特徵,原則上都可以視為 FARHP 的函數。


14. 計算表示與數值守則

14.1 不直接回歸包覆角度

模型若直接回歸:

ψk(π,π],\psi_k\in(-\pi,\pi],

會在 π-\piπ\pi 附近產生人工大誤差。

建議主要表示為:

uk=(cosψk,sinψk).\mathbf u_k = (\cos\psi_k, \sin\psi_k).

並要求:

uk21.\|\mathbf u_k\|_2 \approx1.

14.2 單位圓投影

若模型輸出:

v^kR2,\widehat{\mathbf v}_k \in\mathbb R^2,

可投影為:

u^k=v^kv^k2+ϵ.\widehat{\mathbf u}_k = \frac{ \widehat{\mathbf v}_k }{ \|\widehat{\mathbf v}_k\|_2+\epsilon }.

但當:

v^k20,\|\widehat{\mathbf v}_k\|_2 \approx0,

方向高度不穩定。此時應降低置信度,而不是把任意方向當作可靠相位。

14.3 相位差計算

兩個角度的最短差應計算為:

Δk=atan2(sin(ψ^kψk),cos(ψ^kψk)).\Delta_k = \operatorname{atan2} \left( \sin(\widehat\psi_k- \psi_k), \cos(\widehat\psi_k- \psi_k) \right).

而不是直接使用:

ψ^kψk.\widehat\psi_k- \psi_k.

14.4 諧波索引不可省略

FARHP 座標不是可任意排列的無名向量。每一座標必須攜帶諧波索引 kk ,因為:

ψk=ϕkkϕ1\psi_k = \phi_k-k\phi_1

中的係數依賴 kk

因此資料格式至少需要:

phase_coordinate:
  harmonic_index: 7
  cos: 0.382
  sin: -0.924
  valid: true
  confidence: 0.91

不能只儲存無索引的浮點陣列,除非規格已固定且外部明確知道第幾欄對應哪個 kk

14.5 解除包覆需要連續性條件

離散框架的相位解除包覆通常假設相鄰框架變化不超過 π\pi ,或藉由預測模型選擇最合理分支。若真實相位變化過快、框架間隔過大或估計噪聲過高,單純最近鄰解除包覆可能選錯整數圈數。

因此應同時使用:

  • 較高時間解析度;
  • 相位速度先驗;
  • 諧波追蹤身份;
  • 錨點置信度;
  • 瞬態與無聲邊界重置規則。

15. 形式命題與可檢驗推論

命題 M1:商環面命題

在固定有效諧波數 KK 、振幅非零且諧波索引正確的條件下,FARHP 完整表示完整諧波相位對共同週期時間平移取商後的等價類。

此命題已由定理一形式證明。

命題 M2:精確不變性命題

若所有諧波頻率滿足:

fk=kf1,f_k=kf_1,

則 FARHP 對任意共同時間平移精確不變。

命題 M3:失諧線性殘餘命題

局部無包覆條件下,時間平移造成的 FARHP 偏差滿足:

Δψk=2π(fkkf1)τ.\Delta\psi_k = -2\pi(f_k-kf_1)\tau.

此命題可用人工失諧諧波訊號直接驗證。

命題 M4:錨點相關誤差命題

若原始各諧波相位估計誤差獨立,FARHP 座標誤差仍因共享基頻錨點而相關,且:

Cov(Δψj,Δψk)=jkσ12.\operatorname{Cov} (\Delta\psi_j,\Delta\psi_k) = jk\sigma_1^2.

命題 M5:極性奇偶命題

波形極性反轉使奇數諧波 FARHP 不變,使偶數諧波 FARHP 增加 π\pi

此命題可作為極性偵測與資料對齊測試。

命題 M6:缺失基頻不變量命題

即使第一諧波不可觀測,只要至少有兩個可靠諧波,仍可透過整數不變量格構造共同時間平移不變特徵;但若所有索引最大公因數大於一,原始基頻相位保留有限歧義。

命題 M7:平均退化命題

若某一 FARHP 座標的複數合量為零,則其單一圓周平均方向未定義。任何強制輸出的平均角都屬額外規則,而非資料本身決定。


16. 與第三篇聲學論文的接口

本篇完成後,第三篇不必再重新證明 FARHP 的商空間結構,而可以直接研究下列問題。

16.1 聲源與聲道的相位分解

由群同態性可知,線性時不變濾波在諧波頻點上的相位貢獻會加到 FARHP。第三篇需要判定:

Ψobserved=Ψsource+Ψfilter+Ψmeasurement\boldsymbol\Psi_{\mathrm{observed}} = \boldsymbol\Psi_{\mathrm{source}} + \boldsymbol\Psi_{\mathrm{filter}} + \boldsymbol\Psi_{\mathrm{measurement}}

在何種近似下成立,以及能否被辨識。

16.2 哪些座標具有知覺穩定性

數學上每個 ψk\psi_k 都是合法座標,但聲學上不代表每個座標都:

  • 可可靠估計;
  • 可被人耳感知;
  • 對不同說話人穩定;
  • 對錄音設備穩健;
  • 值得被符號語言離散化。

第三篇必須以知覺與聲學證據建立權重,而不能由數學對稱性直接推出。

16.3 有聲—無聲邊界

本篇已證明零振幅時相位未定義。第三篇需要進一步定義:

  • 何種週期性門檻啟用 FARHP;
  • 擦音與送氣如何交給殘差層;
  • 爆破瞬間如何使用事件模型;
  • 相位軌跡在無聲區段是否重置或保持潛在狀態。

16.4 聲調與相位動態

本篇區分共同週期時鐘與相對形狀軌跡。第三篇需回答:

  • 華語聲調主要由何種 f0(t)f_0(t) 軌跡表示;
  • 聲調變化是否伴隨系統性的 FARHP 變化;
  • FARHP 是否可在音高正規化後描述額外音色與聲源差異。

17. 限制與未解問題

17.1 商空間正確不等於聲學效益顯著

本文證明 FARHP 是共同時間平移作用的完整不變量,但沒有證明它一定比其他相位表示更適合所有語音任務。

數學上的自然性,只能證明表示沒有任意保留共同時間原點;不能單獨證明其感知價值、壓縮效率或模型性能。

17.2 諧波身份可能交換

真實語音中的峰值追蹤可能發生:

  • 諧波漏失;
  • 峰值錯配;
  • 基頻倍頻或半頻錯誤;
  • 共振峰附近的幅相干擾;
  • 跨框架索引身份交換。

一旦 kk 的身份錯誤, ϕkkϕ1\phi_k-k\phi_1 的數學計算雖仍可執行,語義卻已錯位。

17.3 圓周平均可能遮蔽多峰結構

兩群相位若位於相反方向,平均合量可能接近零。此時使用單一平均會抹去真實的雙峰或多峰分布。後續碼本應考慮圓周混合模型,而不是只使用一個中心。

17.4 基頻相位未必是最可靠單一錨

第一諧波可能比某些高次諧波更弱。標準 FARHP 的理論優勢是座標簡單、商空間透明;工程上卻可能需要:

  • 多諧波合成錨;
  • 貝葉斯錨點估計;
  • 以整數不變量直接建模;
  • 對基頻候選進行多假設追蹤。

這些方法仍應保持與本篇商空間結構相容。

17.5 廣義 Bézout 錨可能放大噪聲

合成錨:

αH=cTϕH\alpha_H = \mathbf c^{\mathsf T}\boldsymbol\phi_H

若 Bézout 係數絕對值很大,會放大相位估計誤差。因此應在所有可行整數解中,尋找低範數、低方差或高可靠度的係數,而不是任取一組解。

17.6 拓撲軌跡不等於發音語義

繞行數與測地長度是合法數學量,但是否對人類發音、AI 語言或符號語義具有價值,必須由後續研究驗證,不能因為拓撲結構存在就自動賦予語義。


18. 結論

本文把 FARHP 從一條相位差公式提升為完整的商空間理論。

固定 KK 個諧波時,完整相位狀態位於:

TK.\mathbb T^K.

共同週期時間原點的改變沿:

ιK(θ)=(θ,2θ,,Kθ)\iota_K(\theta) = (\theta,2\theta,\ldots,K\theta)

形成一維圓群軌道。FARHP 映射:

QK(ϕ)=(ϕ22ϕ1,,ϕKKϕ1)(mod2π)Q_K(\boldsymbol\phi) = (\phi_2-2\phi_1, \ldots, \phi_K-K\phi_1) \pmod{2\pi}

的核恰好等於該軌道子群,因此:

TK/ιK(T)TK1\boxed{ \mathbb T^K/ \iota_K(\mathbb T) \cong \mathbb T^{K-1} }

這給出 FARHP 最核心的本體位置:

它是完整諧波相位在消除共同週期時鐘自由度後的自然座標。

本文同時得到幾個對後續研究關鍵的結論:

  1. FARHP 的不變性依賴諧波鎖定,失諧會留下可量化殘餘;
  2. 基頻錨點誤差會按諧波階數放大,並在所有座標間造成相關誤差;
  3. 相位比較必須使用圓周或環面距離,不能直接使用普通實數差;
  4. 零振幅與低可靠度相位必須以遮罩表示,不能填入任意角度;
  5. 動態 FARHP 是環面上的路徑,解除包覆是路徑提升問題;
  6. 基頻缺失時,仍可由整數不變量格建立廣義相位座標;
  7. 極性反轉、時間反演與聲學串接在 FARHP 空間中具有明確作用;
  8. 相位群加法不等於聲波線性混合。

因此,FARHP 後續系列可以在一個已封閉的數學底座上繼續發展。第三篇將把本篇的抽象結構帶回聲學與語音學,研究哪些環面座標真正對應可估計、可知覺、可生成的發音差異。

系列目前的推進關係為:

總篇商環面數學聲學邊界離散表示技術實作\boxed{ \text{總篇} \rightarrow \text{商環面數學} \rightarrow \text{聲學邊界} \rightarrow \text{離散表示} \rightarrow \text{技術實作} }

參考文獻

[1] I. Saratxaga, I. Hernáez, D. Erro, and J. Sanchez, “Simple Representation of Signal Phase for Harmonic Speech Models,” Electronics Letters, 2009.

[2] I. Saratxaga, I. Hernáez, I. Odriozola, E. Navas, I. Luengo, and D. Erro, “Using Harmonic Phase Information to Improve ASR Rate,” INTERSPEECH 2010, DOI: 10.21437/Interspeech.2010-372.

[3] I. Saratxaga, I. Hernaez, M. Pucher, E. Navas, and I. Sainz, “Perceptual Importance of the Phase Related Information in Speech,” INTERSPEECH 2012, DOI: 10.21437/Interspeech.2012-411.

[4] P. Mowlaee, R. Saeidi, and Y. Stylianou, “Phase Importance in Speech Processing Applications,” INTERSPEECH 2014.

[5] K. V. Mardia and P. E. Jupp, Directional Statistics, Wiley, 2000.

[6] N. I. Fisher, Statistical Analysis of Circular Data, Cambridge University Press, 1993.

[7] A. V. Oppenheim and R. W. Schafer, Discrete-Time Signal Processing, Pearson.

[8] J. M. Lee, Introduction to Topological Manifolds, Springer.

[9] J. M. Lee, Introduction to Smooth Manifolds, Springer.

[10] E. M. Stein and R. Shakarchi, Fourier Analysis: An Introduction, Princeton University Press.

[11] S. Lang, Algebra, Springer;關於有限生成阿貝爾群、整數格與 Smith 正規形的標準背景。


附錄 A:主映射的最小機器規格

farhp_math_spec:
  version: 0.1
  phase_domain: circle_R_mod_2piZ

  harmonic_phase_space:
    K: integer_ge_2
    domain: torus_K
    harmonic_indices: [1, 2, ..., K]

  gauge_action:
    parameter_domain: circle
    action: phi_k <- phi_k + k * theta
    interpretation: common_period_time_origin

  quotient_map:
    name: Q_K
    output_dimension: K_minus_1
    coordinate: psi_k = wrap(phi_k - k * phi_1)
    kernel: weighted_circle_subgroup

  representation:
    primary:
      - cos_psi_k
      - sin_psi_k
    auxiliary:
      - valid_mask
      - confidence
      - harmonic_index

  distance:
    circle: abs(atan2(sin(delta), cos(delta)))
    torus: weighted_lp_product

  uncertainty:
    linear_map: B_K
    covariance: Sigma_psi = B_K * Sigma_phi * transpose(B_K)

  dynamic:
    path_space: continuous_paths_on_torus
    unwrapping: path_lift_with_initial_branch
    derivative: dpsi_k = dphi_k - k * dphi_1

附錄 B:核心矩陣範例

當:

K=5,K=5,

有:

h5=(12345),\mathbf h_5 = \begin{pmatrix} 1\\2\\3\\4\\5 \end{pmatrix},

以及:

B5=(21000301004001050001).B_5 = \begin{pmatrix} -2&1&0&0&0\\ -3&0&1&0&0\\ -4&0&0&1&0\\ -5&0&0&0&1 \end{pmatrix}.

直接驗證:

B5h5=(0000).B_5\mathbf h_5 = \begin{pmatrix} 0\\0\\0\\0 \end{pmatrix}.

FARHP 座標為:

(ψ2ψ3ψ4ψ5)=B5(ϕ1ϕ2ϕ3ϕ4ϕ5)(mod2π).\begin{pmatrix} \psi_2\\ \psi_3\\ \psi_4\\ \psi_5 \end{pmatrix} = B_5 \begin{pmatrix} \phi_1\\ \phi_2\\ \phi_3\\ \phi_4\\ \phi_5 \end{pmatrix} \pmod{2\pi}.

若完整相位估計誤差協方差為對角矩陣:

Σϕ=diag(σ12,σ22,σ32,σ42,σ52),\Sigma_{\phi} = \operatorname{diag} (\sigma_1^2, \sigma_2^2, \sigma_3^2, \sigma_4^2, \sigma_5^2),

則 FARHP 誤差協方差為:

Σψ=(σ22+4σ126σ128σ1210σ126σ12σ32+9σ1212σ1215σ128σ1212σ12σ42+16σ1220σ1210σ1215σ1220σ12σ52+25σ12).\Sigma_{\psi} = \begin{pmatrix} \sigma_2^2+4\sigma_1^2 &6\sigma_1^2 &8\sigma_1^2 &10\sigma_1^2\\ 6\sigma_1^2 &\sigma_3^2+9\sigma_1^2 &12\sigma_1^2 &15\sigma_1^2\\ 8\sigma_1^2 &12\sigma_1^2 &\sigma_4^2+16\sigma_1^2 &20\sigma_1^2\\ 10\sigma_1^2 &15\sigma_1^2 &20\sigma_1^2 &\sigma_5^2+25\sigma_1^2 \end{pmatrix}.

此矩陣清楚顯示:基頻錨點不確定性會形成跨諧波的共享相關結構。


附錄 C:後續論文必須沿用的符號

符號 定義
T\mathbb T 相位圓群 R/(2πZ)\mathbb R/(2\pi\mathbb Z)
PK\mathcal P_K 完整 KK 諧波相位環面 TK\mathbb T^K
hK\mathbf h_K 諧波權重向量 (1,2,,K)T(1,2,\ldots,K)^{\mathsf T}
ιK\iota_K 共同週期相位嵌入
GK\mathcal G_K 共同週期平移子群
BKB_K FARHP 整數差分矩陣
QKQ_K 商映射/FARHP 映射
ψ\boldsymbol\psi FARHP 狀態
mkm_k 相位有效性遮罩
ckc_k 相位估計置信度
δT\delta_{\mathbb T} 圓周測地距離
dp,wd_{p,\mathbf w} 加權環面距離
LHL_H 廣義整數相位不變量格
PK\mathfrak P_K 極性反轉作用
RK\mathfrak R_K 時間反演作用