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 k k k 個諧波相位相對於 k k k 倍基頻相位的圓周差:
ψ k = wrap ( ϕ k − k ϕ 1 ) . \psi_k
=
\operatorname{wrap}(\phi_k-k\phi_1). ψ k = wrap ( ϕ k − k ϕ 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 2 π 2\pi 2 π 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 K K K 個諧波時,完整相位空間為 K K K 維環面 T K \mathbb T^K T K ;共同週期平移沿權重向量 ( 1 , 2 , … , K ) (1,2,\ldots,K) ( 1 , 2 , … , 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:
T K / ι ( T ) ≅ T K − 1 . \mathbb T^K/\iota(\mathbb T)
\cong
\mathbb T^{K-1}. T K / ι ( T ) ≅ 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 ( K − 1 ) (K-1) ( 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:
相位應位於何種空間;
共同時間平移形成何種等價關係;
FARHP 是否完整描述該等價類;
應如何定義相位距離、平均與插值;
基頻或諧波估計誤差如何傳入 FARHP;
動態相位軌跡如何解除包覆並保持連續;
當基頻不可觀測時,還能建立哪些相位不變量;
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 / ( 2 π Z ) . \mathbb T
:=
\mathbb R/(2\pi\mathbb Z). T := R / ( 2 π Z ) .
兩個實數 α , β \alpha,\beta α , β 表示同一相位,當且僅當:
α − β ∈ 2 π Z . \alpha-\beta\in 2\pi\mathbb Z. α − β ∈ 2 π Z .
以等價類記號表示:
[ α ] 2 π = α + 2 π Z . [\alpha]_{2\pi}
=
\alpha+2\pi\mathbb Z. [ α ] 2 π = α + 2 π Z .
本文在不致混淆時,直接以 α ∈ T \alpha\in\mathbb T α ∈ T 表示相位等價類。
T \mathbb T T 是一個緊緻、連通、交換的一維李群。其群運算是模 2 π 2\pi 2 π 的加法:
[ α ] + [ β ] = [ α + β ] . [\alpha]+[\beta]
=
[\alpha+\beta]. [ α ] + [ β ] = [ α + β ] .
1.2 包覆函數只是座標圖
常用包覆函數為:
wrap ( α ) = ( ( α + π ) m o d 2 π ) − π . \operatorname{wrap}(\alpha)
=
((\alpha+\pi)\bmod 2\pi)-\pi. wrap ( α ) = (( α + π ) mod 2 π ) − π .
其輸出通常取在:
( − π , π ] . (-\pi,\pi]. ( − π , π ] .
但必須注意: wrap \operatorname{wrap} 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 -\pi − π 與 π \pi π 在實數座標上不同,在 T \mathbb T T 中卻是同一點。
因此,任何依賴 wrap \operatorname{wrap} 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 K K K 諧波相位環面
若保留前 K K K 個諧波,其完整相位狀態為:
ϕ = ( ϕ 1 , ϕ 2 , … , ϕ K ) ∈ T K . \boldsymbol\phi
=
(\phi_1,\phi_2,\ldots,\phi_K)
\in
\mathbb T^K. ϕ = ( ϕ 1 , ϕ 2 , … , ϕ K ) ∈ T K .
定義:
P K : = T K . \mathcal P_K
:=
\mathbb T^K. P K := T K .
P K \mathcal P_K P K 是 K K K 維環面,也是 K K K 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:
A k ≥ 0. A_k\ge 0. A k ≥ 0.
當 A k > 0 A_k>0 A k > 0 時, ϕ k \phi_k ϕ k 才是可辨識的相位座標。若 A k = 0 A_k=0 A k = 0 ,則:
0 ⋅ e i ϕ k = 0 0\cdot e^{i\phi_k}
=0 0 ⋅ e i ϕ k = 0
對所有 ϕ k \phi_k ϕ 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:
m k ∈ { 0 , 1 } , m_k\in\{0,1\}, m k ∈ { 0 , 1 } ,
其中 m k = 0 m_k=0 m 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:
h K = ( 1 , 2 , … , K ) T . \mathbf h_K
=
(1,2,\ldots,K)^{\mathsf T}. h K = ( 1 , 2 , … , K ) T .
定義圓群到完整相位環面的嵌入:
ι K : T ⟶ T K , \iota_K:\mathbb T\longrightarrow\mathbb T^K, ι K : T ⟶ T K ,
ι K ( θ ) = ( θ , 2 θ , … , K θ ) . \iota_K(\theta)
=
(\theta,2\theta,\ldots,K\theta). ι K ( θ ) = ( θ , 2 θ , … , K θ ) .
由於第一座標就是 θ \theta θ , ι K \iota_K ι K 是單射。
其像為:
G K : = ι K ( T ) = { ( θ , 2 θ , … , K θ ) ∣ θ ∈ T } . \mathcal G_K
:=
\iota_K(\mathbb T)
=
\left\{
(\theta,2\theta,\ldots,K\theta)
\mid
\theta\in\mathbb T
\right\}. G K := ι K ( T ) = { ( θ , 2 θ , … , K θ ) ∣ θ ∈ T } .
G K \mathcal G_K G K 是 T K \mathbb T^K 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 = 1 K A k cos ( k ω 0 t + ϕ k ) , x(t)
=
\sum_{k=1}^{K}
A_k\cos(k\omega_0 t+\phi_k), x ( t ) = k = 1 ∑ K A k cos ( k ω 0 t + ϕ k ) ,
若把時間原點平移 τ \tau τ ,則:
x ( t − τ ) = ∑ k = 1 K A k cos ( k ω 0 t + ϕ k − k ω 0 τ ) . x(t-\tau)
=
\sum_{k=1}^{K}
A_k
\cos
\left(
k\omega_0 t+\phi_k-k\omega_0\tau
\right). x ( t − τ ) = k = 1 ∑ K A k cos ( k ω 0 t + ϕ k − k ω 0 τ ) .
令:
θ = − ω 0 τ , \theta
=-\omega_0\tau, θ = − ω 0 τ ,
則相位向量變成:
ϕ ′ = ϕ + ι K ( θ ) . \boldsymbol\phi'
=
\boldsymbol\phi+
\iota_K(\theta). ϕ ′ = ϕ + ι K ( θ ) .
因此,改變共同時間原點會使相位狀態沿著子群 G K \mathcal G_K G K 移動。
2.3 群作用
定義作用:
Γ K : T × T K ⟶ T K , \Gamma_K:
\mathbb T\times\mathbb T^K
\longrightarrow
\mathbb T^K, Γ K : T × T K ⟶ T K ,
Γ K ( θ , ϕ ) = ϕ + ι K ( θ ) . \Gamma_K(\theta,\boldsymbol\phi)
=
\boldsymbol\phi+
\iota_K(\theta). Γ K ( θ , ϕ ) = ϕ + ι K ( θ ) .
此作用滿足:
Γ K ( 0 , ϕ ) = ϕ , \Gamma_K(0,\boldsymbol\phi)
=
\boldsymbol\phi, Γ K ( 0 , ϕ ) = ϕ ,
以及:
Γ K ( θ 1 , Γ K ( θ 2 , ϕ ) ) = Γ K ( θ 1 + θ 2 , ϕ ) . \Gamma_K
\left(
\theta_1,
\Gamma_K(\theta_2,\boldsymbol\phi)
\right)
=
\Gamma_K(\theta_1+\theta_2,\boldsymbol\phi). Γ K ( θ 1 , Γ K ( θ 2 , ϕ ) ) = Γ K ( θ 1 + θ 2 , ϕ ) .
每個相位狀態的軌道為:
O ( ϕ ) = ϕ + G K . \mathcal O(\boldsymbol\phi)
=
\boldsymbol\phi+
\mathcal G_K. O ( ϕ ) = ϕ + 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:
B K = ( − 2 1 0 0 ⋯ 0 − 3 0 1 0 ⋯ 0 − 4 0 0 1 ⋯ 0 ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ − K 0 0 0 ⋯ 1 ) ∈ Z ( K − 1 ) × 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}. B K = − 2 − 3 − 4 ⋮ − K 1 0 0 ⋮ 0 0 1 0 ⋮ 0 0 0 1 ⋮ 0 ⋯ ⋯ ⋯ ⋱ ⋯ 0 0 0 ⋮ 1 ∈ Z ( K − 1 ) × K .
其中第 k − 1 k-1 k − 1 列對應第 k k k 個諧波, k = 2 , … , K k=2,\ldots,K k = 2 , … , K 。
有:
B K h K = 0. B_K\mathbf h_K
=0. B K h K = 0.
3.2 FARHP 映射
定義:
Q K : T K ⟶ T K − 1 , Q_K:
\mathbb T^K
\longrightarrow
\mathbb T^{K-1}, Q K : T K ⟶ T K − 1 ,
Q K ( ϕ ) = B K ϕ ( m o d 2 π ) . Q_K(\boldsymbol\phi)
=
B_K\boldsymbol\phi
\pmod{2\pi}. Q K ( ϕ ) = B K ϕ ( mod 2 π ) .
逐座標寫為:
ψ k = ϕ k − k ϕ 1 ( m o d 2 π ) k = 2 , … , K . \boxed{
\psi_k
=
\phi_k-k\phi_1
\pmod{2\pi}
}
\qquad
k=2,\ldots,K. ψ k = ϕ k − k ϕ 1 ( mod 2 π ) k = 2 , … , K .
因此:
Q K ( ϕ ) = ( ψ 2 , ψ 3 , … , ψ K ) . Q_K(\boldsymbol\phi)
=
(\psi_2,\psi_3,\ldots,\psi_K). Q K ( ϕ ) = ( ψ 2 , ψ 3 , … , ψ K ) .
3.3 定理一:FARHP 是完整的共同平移不變量
定理 1。 Q K Q_K Q K 是連續滿射交換群同態,且:
ker Q K = G K . \ker Q_K
=
\mathcal G_K. ker Q K = G K .
因此:
T K / G K ≅ T K − 1 \boxed{
\mathbb T^K/\mathcal G_K
\cong
\mathbb T^{K-1}
} T K / G K ≅ T K − 1
且 Q K Q_K Q K 完整分類共同週期平移軌道。
證明
首先,由矩陣 B K B_K B K 具有整數係數,模 2 π 2\pi 2 π 的線性作用是良定義的連續群同態。
對任意:
ψ = ( ψ 2 , … , ψ K ) ∈ T K − 1 , \boldsymbol\psi
=
(\psi_2,\ldots,\psi_K)
\in
\mathbb T^{K-1}, ψ = ( ψ 2 , … , ψ K ) ∈ T K − 1 ,
取:
ϕ = ( 0 , ψ 2 , … , ψ K ) . \boldsymbol\phi
=
(0,\psi_2,\ldots,\psi_K). ϕ = ( 0 , ψ 2 , … , ψ K ) .
則:
Q K ( ϕ ) = ψ , Q_K(\boldsymbol\phi)
=
\boldsymbol\psi, Q K ( ϕ ) = ψ ,
故 Q K Q_K Q K 為滿射。
若 ϕ ∈ ker Q K \boldsymbol\phi\in\ker Q_K ϕ ∈ ker Q K ,則對所有 k ≥ 2 k\ge 2 k ≥ 2 :
ϕ k − k ϕ 1 = 0 ( m o d 2 π ) . \phi_k-k\phi_1
=0
\pmod{2\pi}. ϕ k − k ϕ 1 = 0 ( mod 2 π ) .
所以:
ϕ k = k ϕ 1 ( m o d 2 π ) , \phi_k
=k\phi_1
\pmod{2\pi}, ϕ k = k ϕ 1 ( mod 2 π ) ,
因而:
ϕ = ι K ( ϕ 1 ) ∈ G K . \boldsymbol\phi
=
\iota_K(\phi_1)
\in
\mathcal G_K. ϕ = ι K ( ϕ 1 ) ∈ G K .
反之,若:
ϕ = ι K ( θ ) , \boldsymbol\phi
=
\iota_K(\theta), ϕ = ι K ( θ ) ,
則:
ϕ k − k ϕ 1 = k θ − k θ = 0 , \phi_k-k\phi_1
=k\theta-k\theta
=0, ϕ k − k ϕ 1 = k θ − k θ = 0 ,
故 ϕ ∈ ker Q K \boldsymbol\phi\in\ker Q_K ϕ ∈ ker Q K 。
由群同態第一同構定理:
T K / ker Q K ≅ im Q K = T K − 1 . \mathbb T^K/\ker Q_K
\cong
\operatorname{im}Q_K
=
\mathbb T^{K-1}. T K / ker Q K ≅ im Q K = T K − 1 .
證畢。
3.4 軌道判別推論
推論 1。 對任意 ϕ , χ ∈ T K \boldsymbol\phi,\boldsymbol\chi\in\mathbb T^K ϕ , χ ∈ T K ,以下敘述等價:
Q K ( ϕ ) = Q K ( χ ) Q_K(\boldsymbol\phi)=Q_K(\boldsymbol\chi) Q K ( ϕ ) = Q K ( χ ) ;
ϕ − χ ∈ G K \boldsymbol\phi-\boldsymbol\chi\in\mathcal G_K ϕ − χ ∈ G K ;
存在唯一 θ ∈ T \theta\in\mathbb T θ ∈ T ,使得:
ϕ = χ + ι K ( θ ) . \boldsymbol\phi
=
\boldsymbol\chi+
\iota_K(\theta). ϕ = χ + ι K ( θ ) .
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:
s K : T K − 1 ⟶ T K , s_K:
\mathbb T^{K-1}
\longrightarrow
\mathbb T^K, s K : T K − 1 ⟶ T K ,
s K ( ψ ) = ( 0 , ψ 2 , … , ψ K ) . s_K(\boldsymbol\psi)
=
(0,\psi_2,\ldots,\psi_K). s K ( ψ ) = ( 0 , ψ 2 , … , ψ K ) .
則:
Q K ∘ s K = id T K − 1 . Q_K\circ s_K
=
\operatorname{id}_{\mathbb T^{K-1}}. Q K ∘ s K = id T K − 1 .
每個完整相位狀態都可唯一分解為:
ϕ = s K ( Q K ϕ ) + ι K ( ϕ 1 ) \boxed{
\boldsymbol\phi
=
s_K(Q_K\boldsymbol\phi)
+
\iota_K(\phi_1)
} ϕ = s K ( Q K ϕ ) + ι K ( ϕ 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}. 完整相位 = 相對形狀 + 共同週期時鐘 .
把 ϕ 1 \phi_1 ϕ 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 τ 後變為:
ϕ k ′ = ϕ k − 2 π f k τ . \phi_k'
=
\phi_k-2\pi f_k\tau. ϕ k ′ = ϕ k − 2 π f k τ .
若:
f k = k f 1 , f_k=kf_1, f k = k f 1 ,
則:
ψ k ′ = ϕ k ′ − k ϕ 1 ′ = ϕ k − 2 π k f 1 τ − k ( ϕ 1 − 2 π f 1 τ ) = ϕ k − k ϕ 1 = ψ k . \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} ψ k ′ = ϕ k ′ − k ϕ 1 ′ = ϕ k − 2 π k f 1 τ − k ( ϕ 1 − 2 π f 1 τ ) = ϕ k − k ϕ 1 = ψ k .
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:
f k = k f 1 + ε k . f_k
=
kf_1+\varepsilon_k. f k = k f 1 + ε k .
則時間平移後:
ψ k ′ = ψ k − 2 π ε k τ ( m o d 2 π ) . \psi_k'
=
\psi_k-2\pi\varepsilon_k\tau
\pmod{2\pi}. ψ k ′ = ψ k − 2 π ε k τ ( mod 2 π ) .
所以:
Δ ψ k = − 2 π ε k τ ( m o d 2 π ) \boxed{
\Delta\psi_k
=
-2\pi\varepsilon_k\tau
\pmod{2\pi}
} Δ ψ k = − 2 π ε k τ ( mod 2 π )
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:
δ T ( α , β ) = ∣ wrap ( α − β ) ∣ . \delta_{\mathbb T}(\alpha,\beta)
=
\left|
\operatorname{wrap}(\alpha-\beta)
\right|. δ T ( α , β ) = ∣ wrap ( α − β ) ∣ .
則:
δ T ( ψ k ′ , ψ k ) ≤ min { π , 2 π ∣ ε k ∣ ∣ τ ∣ } . \delta_{\mathbb T}(\psi_k',\psi_k)
\le
\min
\left
\{
\pi,
2\pi|\varepsilon_k||\tau|
\right\}. δ T ( ψ k ′ , ψ k ) ≤ min { π , 2 π ∣ ε k ∣∣ τ ∣ } .
在沒有跨越相位包覆邊界的局部區域中:
δ T ( ψ k ′ , ψ k ) = 2 π ∣ ε k ∣ ∣ τ ∣ . \delta_{\mathbb T}(\psi_k',\psi_k)
=
2\pi|\varepsilon_k||\tau|. δ T ( ψ k ′ , ψ k ) = 2 π ∣ ε k ∣∣ τ ∣.
4.4 近似不變性的工程判準
給定容許相位誤差 η k ∈ ( 0 , π ] \eta_k\in(0,\pi] η k ∈ ( 0 , π ] ,若:
2 π ∣ ε k ∣ ∣ τ ∣ ≤ η k , 2\pi|\varepsilon_k||\tau|
\le
\eta_k, 2 π ∣ ε k ∣∣ τ ∣ ≤ η k ,
則第 k k k 座標在該平移尺度下可視為近似不變。
等價地:
∣ τ ∣ ≤ η k 2 π ∣ ε k ∣ . |\tau|
\le
\frac{\eta_k}{2\pi|\varepsilon_k|}. ∣ τ ∣ ≤ 2 π ∣ ε k ∣ η 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 ϕ ,估計相位為:
ϕ ^ = ϕ + η ( m o d 2 π ) . \widehat{\boldsymbol\phi}
=
\boldsymbol\phi+
\boldsymbol\eta
\pmod{2\pi}. ϕ = ϕ + η ( mod 2 π ) .
在局部誤差足夠小、可選擇一致提升的條件下:
ψ ^ − ψ ≈ B K η . \widehat{\boldsymbol\psi}
-
\boldsymbol\psi
\approx
B_K\boldsymbol\eta. ψ − ψ ≈ B K η .
逐座標為:
Δ ψ k ≈ η k − k η 1 \boxed{
\Delta\psi_k
\approx
\eta_k-k\eta_1
} Δ ψ k ≈ η k − k η 1
5.2 錨點誤差放大
若只考慮基頻相位誤差 η 1 \eta_1 η 1 ,則:
Δ ψ k ≈ − k η 1 . \Delta\psi_k
\approx
-k\eta_1. Δ ψ k ≈ − k η 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 ψ k \psi_k ψ 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:
Σ ϕ = Cov ( η ) . \Sigma_{\phi}
=
\operatorname{Cov}(\boldsymbol\eta). Σ ϕ = Cov ( η ) .
則線性化後:
Σ ψ = B K Σ ϕ B K T \boxed{
\Sigma_{\psi}
=
B_K
\Sigma_{\phi}
B_K^{\mathsf T}
} Σ ψ = B K Σ ϕ B K T
若各諧波原始相位估計相互獨立,且:
Σ ϕ = diag ( σ 1 2 , σ 2 2 , … , σ K 2 ) , \Sigma_{\phi}
=
\operatorname{diag}
(\sigma_1^2,\sigma_2^2,\ldots,\sigma_K^2), Σ ϕ = diag ( σ 1 2 , σ 2 2 , … , σ K 2 ) ,
則:
Var ( Δ ψ k ) = σ k 2 + k 2 σ 1 2 , \operatorname{Var}(\Delta\psi_k)
=
\sigma_k^2+k^2\sigma_1^2, Var ( Δ ψ k ) = σ k 2 + k 2 σ 1 2 ,
且對 j ≠ k j\neq k j = k :
Cov ( Δ ψ j , Δ ψ k ) = j k σ 1 2 . \operatorname{Cov}
(\Delta\psi_j,\Delta\psi_k)
=
jk\sigma_1^2. Cov ( Δ ψ j , Δ ψ k ) = j k σ 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 η 1 \eta_1 η 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 = 2 K ℓ ( ψ ^ k , ψ k ) , \mathcal L
=
\sum_{k=2}^{K}
\ell(\widehat\psi_k,\psi_k), L = k = 2 ∑ K ℓ ( ψ k , ψ 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:
L c o v = Δ ψ ~ T ( Σ ψ + λ I ) − 1 Δ ψ ~ , \mathcal L_{\mathrm{cov}}
=
\Delta\widetilde{\boldsymbol\psi}^{\mathsf T}
\left(
\Sigma_{\psi}+\lambda I
\right)^{-1}
\Delta\widetilde{\boldsymbol\psi}, L cov = Δ ψ T ( Σ ψ + λ I ) − 1 Δ ψ ,
其中 Δ ψ ~ \Delta\widetilde{\boldsymbol\psi} Δ ψ 是選定局部提升後的最短相位差, λ > 0 \lambda>0 λ > 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
對 α , β ∈ T \alpha,\beta\in\mathbb T α , β ∈ T ,定義:
δ T ( α , β ) = ∣ Arg ( e i ( α − β ) ) ∣ . \delta_{\mathbb T}(\alpha,\beta)
=
\left|
\operatorname{Arg}
\left(
e^{i(\alpha-\beta)}
\right)
\right|. δ T ( α , β ) = Arg ( e i ( α − β ) ) .
其值域為:
[ 0 , π ] . [0,\pi]. [ 0 , π ] .
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:
w k > 0 , w_k>0, w k > 0 ,
以及 p ≥ 1 p\ge1 p ≥ 1 ,定義:
d p , w ( ψ , χ ) = ( ∑ k = 2 K w k δ T ( ψ k , χ k ) p ∑ k = 2 K w k ) 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}
} d p , w ( ψ , χ ) = ( ∑ k = 2 K w k ∑ k = 2 K w k δ T ( ψ k , χ k ) p ) 1/ p
這是 T K − 1 \mathbb T^{K-1} T K − 1 上的度量。
常用情形包括:
p = 1 p=1 p = 1
的平均絕對圓周距離,以及:
p = 2 p=2 p = 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 K K K 、 p ≥ 1 p\ge1 p ≥ 1 與固定正權重 w \mathbf w w ,空間:
( T K − 1 , d p , w ) (\mathbb T^{K-1},d_{p,\mathbf w}) ( T K − 1 , d p , w )
是緊緻、完備且可分的度量空間。
理由
T \mathbb T 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 ℓ p \ell^p ℓ 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 ) = e i ψ = ( cos ψ , sin ψ ) . E(\psi)
=e^{i\psi}
=(\cos\psi,\sin\psi). E ( ψ ) = e i ψ = ( cos ψ , sin ψ ) .
定義弦距:
c ( α , β ) = ∣ e i α − e i β ∣ . c(\alpha,\beta)
=
\left|
e^{i\alpha}-e^{i\beta}
\right|. c ( α , β ) = e i α − e i β .
有:
c ( α , β ) = 2 sin ( δ T ( α , β ) 2 ) . c(\alpha,\beta)
=
2\sin
\left(
\frac{\delta_{\mathbb T}(\alpha,\beta)}{2}
\right). c ( α , β ) = 2 sin ( 2 δ T ( α , β ) ) .
且:
2 π δ T ( α , β ) ≤ c ( α , β ) ≤ δ T ( α , β ) . \frac{2}{\pi}
\delta_{\mathbb T}(\alpha,\beta)
\le
c(\alpha,\beta)
\le
\delta_{\mathbb T}(\alpha,\beta). π 2 δ T ( α , β ) ≤ c ( α , β ) ≤ δ T ( α , β ) .
因此,弦距與測地距離產生相同拓撲。
平方弦距為:
c 2 ( α , β ) = 2 − 2 cos ( α − β ) . c^2(\alpha,\beta)
=
2-2\cos(\alpha-\beta). c 2 ( α , β ) = 2 − 2 cos ( α − β ) .
這正是常見的圓周相位損失。
6.5 局部歐氏近似
當:
δ T ( α , β ) ≪ 1 , \delta_{\mathbb T}(\alpha,\beta)
\ll 1, δ T ( α , β ) ≪ 1 ,
有:
2 − 2 cos ( α − β ) ≈ ( α − β ) 2 . 2-2\cos(\alpha-\beta)
\approx
(\alpha-\beta)^2. 2 − 2 cos ( α − β ) ≈ ( α − β ) 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:
相位真的接近零;
相位不可觀測。
因此資料結構至少應包含:
( ψ k , m k , c k ) , (\psi_k,m_k,c_k), ( ψ k , m k , c k ) ,
其中:
ψ k ∈ T \psi_k\in\mathbb T ψ k ∈ T ;
m k ∈ { 0 , 1 } m_k\in\{0,1\} m k ∈ { 0 , 1 } 是有效性遮罩;
c k ∈ [ 0 , 1 ] c_k\in[0,1] c k ∈ [ 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 K max K_{\max} K m a x ,並把每個框架表示為:
X K max = ( T × { 0 , 1 } × [ 0 , 1 ] ) K max − 1 . \mathcal X_{K_{\max}}
=
\left(
\mathbb T\times\{0,1\}\times[0,1]
\right)^{K_{\max}-1}. X K m a x = ( T × { 0 , 1 } × [ 0 , 1 ] ) K m a x − 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 ) = ( ∑ k m k ( x ) m k ( y ) w k δ T ( ψ k ( x ) , ψ k ( y ) ) p ∑ k m k ( x ) m k ( y ) w k ) 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}. d ∩ ( x , y ) = ( ∑ k m k ( x ) m k ( y ) w k ∑ k m k ( x ) m k ( y ) w k δ T ( ψ k ( x ) , ψ k ( y ) ) p ) 1/ p .
但當共同有效座標集合改變時, d ∩ d_{\cap} d ∩ 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\}, T = T ∪ { ⊥ } ,
其中 ⊥ \bot ⊥ 表示相位缺失。
先將圓周距離正規化:
δ ˉ ( α , β ) = δ T ( α , β ) π ∈ [ 0 , 1 ] . \bar\delta(\alpha,\beta)
=
\frac{
\delta_{\mathbb T}(\alpha,\beta)
}{\pi}
\in[0,1]. δ ˉ ( α , β ) = π δ T ( α , β ) ∈ [ 0 , 1 ] .
選擇缺失成本:
λ ∈ [ 1 2 , 1 ] . \lambda\in
\left[
\frac12,1
\right]. λ ∈ [ 2 1 , 1 ] .
定義:
ρ λ ( a , b ) = { 0 , a = b = ⊥ , λ , 恰有一者為 ⊥ , δ ˉ ( a , b ) , a , b ∈ T . \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} ρ λ ( a , b ) = ⎩ ⎨ ⎧ 0 , λ , δ ˉ ( a , b ) , a = b = ⊥ , 恰有一者為 ⊥ , a , b ∈ T .
由於任意兩個有效相位的最大距離為 1 1 1 ,而經由缺失狀態的兩段路徑成本為 2 λ ≥ 1 2\lambda\ge1 2 λ ≥ 1 , ρ λ \rho_{\lambda} ρ λ 滿足三角不等式。
因此可在:
T ‾ K − 1 \overline{\mathbb T}^{K-1} 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:
w k ( x , y ) = c k ( x ) c k ( y ) , w_k(x,y)
=
c_k^{(x)}c_k^{(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 = [ t 0 , t 1 ] , I=[t_0,t_1], I = [ t 0 , t 1 ] ,
動態 FARHP 是連續或分段連續映射:
Ψ : I ⟶ T K − 1 . \boldsymbol\Psi:
I\longrightarrow
\mathbb T^{K-1}. Ψ : I ⟶ 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 I I I 是單連通區間,任意連續圓周路徑:
ψ k : I → T \psi_k:I\to\mathbb T ψ k : I → T
在指定初始實數代表元後,都存在唯一連續提升:
ψ ~ k : I → R , \widetilde\psi_k:I\to\mathbb R, ψ k : I → R ,
使得:
e i ψ ~ k ( t ) = e i ψ k ( t ) . e^{i\widetilde\psi_k(t)}
=
e^{i\psi_k(t)}. e i ψ k ( t ) = e i ψ 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 2 π 2\pi 2 π ,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), ϕ k ( t ) ,
定義:
ψ ~ k ( t ) = ϕ ~ k ( t ) − k ϕ ~ 1 ( t ) . \widetilde\psi_k(t)
=
\widetilde\phi_k(t)-k\widetilde\phi_1(t). ψ k ( t ) = ϕ k ( t ) − k ϕ 1 ( t ) .
則:
ψ ~ ˙ k ( t ) = ϕ ~ ˙ k ( t ) − k ϕ ~ ˙ 1 ( t ) \boxed{
\dot{\widetilde\psi}_k(t)
=
\dot{\widetilde\phi}_k(t)
-k\dot{\widetilde\phi}_1(t)
} ψ ˙ k ( t ) = ϕ ˙ k ( t ) − k ϕ ˙ 1 ( t )
若:
ω k ( t ) = ϕ ~ ˙ k ( t ) , \omega_k(t)
=
\dot{\widetilde\phi}_k(t), ω k ( t ) = ϕ ˙ k ( t ) ,
則:
ψ ~ ˙ k ( t ) = ω k ( t ) − k ω 1 ( t ) . \dot{\widetilde\psi}_k(t)
=
\omega_k(t)-k\omega_1(t). ψ ˙ k ( t ) = ω k ( t ) − k ω 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) θ ( t ) 與固定偏移 β k \beta_k β k ,使:
ϕ ~ k ( t ) = k θ ( t ) + β k , \widetilde\phi_k(t)
=
k\theta(t)+\beta_k, ϕ k ( t ) = k θ ( t ) + β k ,
則:
ψ ~ k ( t ) = β k − k β 1 . \widetilde\psi_k(t)
=
\beta_k-k\beta_1. ψ k ( t ) = β k − k β 1 .
若把 β 1 = 0 \beta_1=0 β 1 = 0 吸收到 θ ( t ) \theta(t) θ ( t ) 中,則:
ψ ~ k ( t ) = β k \widetilde\psi_k(t)
=
\beta_k ψ k ( t ) = β k
為常數。
所以理想上:
共同音高變化由 θ ( t ) \theta(t) θ ( t ) 承擔;
週期內波形形狀變化由 Ψ ( t ) \boldsymbol\Psi(t) Ψ ( 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 = 2 K w k ∣ ψ ~ ˙ k ( t ) ∣ p ∑ k = 2 K w k ) 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}. ∥ Ψ ˙ ( t ) ∥ p , w = ( ∑ k = 2 K w k ∑ k = 2 K w k ∣ ψ ˙ k ( t ) ∣ p ) 1/ p .
路徑長度為:
L ( Ψ ) = ∫ t 0 t 1 ∥ Ψ ˙ ( t ) ∥ p , w d t . L(\boldsymbol\Psi)
=
\int_{t_0}^{t_1}
\|\dot{\boldsymbol\Psi}(t)\|_{p,\mathbf w}
\,dt. L ( Ψ ) = ∫ t 0 t 1 ∥ Ψ ˙ ( t ) ∥ p , w d t .
平方速度能量可定義為:
E ( Ψ ) = 1 2 ∫ t 0 t 1 ∑ k = 2 K w k ∣ ψ ~ ˙ k ( t ) ∣ 2 d t . E(\boldsymbol\Psi)
=
\frac12
\int_{t_0}^{t_1}
\sum_{k=2}^{K}
w_k
|\dot{\widetilde\psi}_k(t)|^2
\,dt. E ( Ψ ) = 2 1 ∫ t 0 t 1 k = 2 ∑ K w k ∣ ψ ˙ k ( t ) ∣ 2 d t .
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:
ψ k ( t 0 ) = ψ k ( t 1 ) 於 T , \psi_k(t_0)=\psi_k(t_1)
\quad\text{於 }\mathbb T, ψ k ( t 0 ) = ψ k ( t 1 ) 於 T ,
則其提升可能滿足:
ψ ~ k ( t 1 ) − ψ ~ k ( t 0 ) = 2 π n k , \widetilde\psi_k(t_1)
-
\widetilde\psi_k(t_0)
=
2\pi n_k, ψ k ( t 1 ) − ψ k ( t 0 ) = 2 π n k ,
其中:
n k ∈ Z . n_k\in\mathbb Z. n k ∈ Z .
n k n_k n k 是第 k k k 個 FARHP 座標的繞行數。完整閉合軌跡的拓撲類可由:
n = ( n 2 , … , n K ) ∈ Z K − 1 \mathbf n
=(n_2,\ldots,n_K)
\in
\mathbb Z^{K-1} n = ( n 2 , … , n K ) ∈ 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, ψ ( 1 ) , … , ψ ( N ) ∈ T ,
以及權重 a n ≥ 0 a_n\ge0 a n ≥ 0 ,定義複數合量:
R = ∑ n = 1 N a n e i ψ ( n ) . R
=
\sum_{n=1}^{N}
a_n e^{i\psi^{(n)}}. R = n = 1 ∑ N a n e i ψ ( n ) .
若 R ≠ 0 R\neq0 R = 0 ,圓周平均為:
ψ ˉ = Arg ( R ) . \bar\psi
=
\operatorname{Arg}(R). ψ ˉ = Arg ( R ) .
正規化合量長度:
r = ∣ R ∣ ∑ n a n ∈ [ 0 , 1 ] r
=
\frac{|R|}{\sum_n a_n}
\in[0,1] r = ∑ n a n ∣ R ∣ ∈ [ 0 , 1 ]
可用作集中程度:
r ≈ 1 r\approx1 r ≈ 1 :相位高度集中;
r ≈ 0 r\approx0 r ≈ 0 :相位分散或多峰對消。
當 R = 0 R=0 R = 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:
ψ ˉ k = Arg ( ∑ n = 1 N a n e i ψ k ( n ) ) . \bar\psi_k
=
\operatorname{Arg}
\left(
\sum_{n=1}^{N}
a_n e^{i\psi_k^{(n)}}
\right). ψ ˉ k = Arg ( n = 1 ∑ N a n e i ψ k ( n ) ) .
同時保留每個座標的集中度 r k r_k r k 。
低 r k r_k r 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
對 α , β ∈ T \alpha,\beta\in\mathbb T α , β ∈ T ,令:
Δ = wrap ( β − α ) . \Delta
=
\operatorname{wrap}(\beta-\alpha). Δ = wrap ( β − α ) .
當:
∣ Δ ∣ < π , |\Delta|<\pi, ∣Δ∣ < π ,
最短測地插值為:
γ ( λ ) = wrap ( α + λ Δ ) \boxed{
\gamma(\lambda)
=
\operatorname{wrap}
(\alpha+\lambda\Delta)
} γ ( λ ) = wrap ( α + λ Δ )
其中:
λ ∈ [ 0 , 1 ] . \lambda\in[0,1]. λ ∈ [ 0 , 1 ] .
若:
∣ Δ ∣ = π , |\Delta|=\pi, ∣Δ∣ = π ,
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:
γ k ( λ ) = wrap ( ψ k ( a ) + λ wrap ( ψ k ( b ) − ψ k ( a ) ) ) . \gamma_k(\lambda)
=
\operatorname{wrap}
\left(
\psi_k^{(a)}
+
\lambda
\operatorname{wrap}
(\psi_k^{(b)}-\psi_k^{(a)})
\right). γ k ( λ ) = wrap ( ψ k ( a ) + λ wrap ( ψ k ( b ) − ψ k ( a ) ) ) .
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 ) = ( 1 − λ ) e i α + λ e i β , z(\lambda)
=
(1-\lambda)e^{i\alpha}
+
\lambda e^{i\beta}, z ( λ ) = ( 1 − λ ) e i α + λ e i β ,
再正規化:
γ ( λ ) = Arg z ( λ ) . \gamma(\lambda)
=
\operatorname{Arg}z(\lambda). γ ( λ ) = Arg z ( λ ) .
若:
β − α = π \beta-\alpha=\pi β − α = π
且:
λ = 1 2 , \lambda=\frac12, λ = 2 1 ,
則:
z ( λ ) = 0 , z(\lambda)=0, z ( λ ) = 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 ϕ 1 \phi_1 ϕ 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 ϕ 1 \phi_1 ϕ 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 = ( h 1 , h 2 , … , h m ) T ∈ N m . H
=
(h_1,h_2,\ldots,h_m)^{\mathsf T}
\in
\mathbb N^m. H = ( h 1 , h 2 , … , h m ) T ∈ N m .
對應相位向量:
ϕ H = ( ϕ h 1 , … , ϕ h m ) ∈ T m . \boldsymbol\phi_H
=
(\phi_{h_1},\ldots,\phi_{h_m})
\in
\mathbb T^m. ϕ H = ( ϕ h 1 , … , ϕ h m ) ∈ T m .
共同時間平移作用為:
ϕ H ⟼ ϕ H + H θ . \boldsymbol\phi_H
\longmapsto
\boldsymbol\phi_H+H\theta. ϕ H ⟼ ϕ H + H θ .
10.3 整數不變量格
定義:
L H = { a ∈ Z m ∣ a T H = 0 } . L_H
=
\left\{
\mathbf a\in\mathbb Z^m
\mid
\mathbf a^{\mathsf T}H=0
\right\}. L H = { a ∈ Z m ∣ a T H = 0 } .
對任意 a ∈ L H \mathbf a\in L_H a ∈ L H ,定義:
I a ( ϕ H ) = a T ϕ H ( m o d 2 π ) . I_{\mathbf a}(\boldsymbol\phi_H)
=
\mathbf a^{\mathsf T}
\boldsymbol\phi_H
\pmod{2\pi}. I a ( ϕ H ) = a T ϕ H ( mod 2 π ) .
則:
I a ( ϕ H + H θ ) = a T ϕ H + a T H θ = I a ( ϕ H ) . \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} I a ( ϕ H + H θ ) = a T ϕ H + a T H θ = I a ( ϕ H ) .
所以 L H L_H L 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 h a , h b h_a,h_b h a , h b ,有簡單不變量:
χ a , b = h b ϕ h a − h a ϕ h b ( m o d 2 π ) \boxed{
\chi_{a,b}
=
h_b\phi_{h_a}
-
h_a\phi_{h_b}
\pmod{2\pi}
} χ a , b = h b ϕ h a − h a ϕ h b ( mod 2 π )
因為係數向量在第 a a a 座標取 h b h_b h b 、第 b b b 座標取 − h a -h_a − h a ,其與 H H H 的內積為零。
若 h a = 1 h_a=1 h a = 1 、 h b = k h_b=k h b = k ,則:
χ a , b = k ϕ 1 − ϕ k = − ψ k . \chi_{a,b}
=
k\phi_1-
\phi_k
=
-\psi_k. χ a , b = k ϕ 1 − ϕ k = − ψ 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 ( h 1 , … , h m ) , g
=
\gcd(h_1,\ldots,h_m), g = g cd( h 1 , … , h m ) ,
並定義原始索引向量:
H ′ = 1 g H . H'
=
\frac{1}{g}H. H ′ = g 1 H .
H ′ H' H ′ 的座標最大公因數為一。
由於圓群上的乘 g g g 映射是滿射, H θ H\theta H θ 與 H ′ θ ′ H'\theta' H ′ θ ′ 產生相同軌道子群。因此商空間仍然由原始向量 H ′ H' H ′ 決定。
但物理上,若所有觀測諧波索引都有共同因數 g > 1 g>1 g > 1 ,則只能建立以:
g f 0 g f_0 g f 0
為局部時鐘的虛擬錨。原始基頻週期內仍保留 g g g 重相位歧義。
例如,只觀測第二與第四諧波時:
H = ( 2 , 4 ) , H=(2,4), H = ( 2 , 4 ) ,
其原始向量為:
H ′ = ( 1 , 2 ) . H'=(1,2). H ′ = ( 1 , 2 ) .
系統可建立以 2 f 0 2f_0 2 f 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 f 0 f_0 f 0 週期中的前半週或後半週。
10.6 Bézout 合成錨
因為:
gcd ( H 1 ′ , … , H m ′ ) = 1 , \gcd(H'_1,\ldots,H'_m)=1, g cd( H 1 ′ , … , H m ′ ) = 1 ,
存在整數向量:
c ∈ Z m \mathbf c\in\mathbb Z^m c ∈ Z m
使:
c T H ′ = 1. \mathbf c^{\mathsf T}H'=1. c T H ′ = 1.
定義合成錨:
α H = c T ϕ H ( m o d 2 π ) . \alpha_H
=
\mathbf c^{\mathsf T}
\boldsymbol\phi_H
\pmod{2\pi}. α H = c T ϕ H ( mod 2 π ) .
在作用:
ϕ H ↦ ϕ H + H ′ θ \boldsymbol\phi_H
\mapsto
\boldsymbol\phi_H+H'\theta ϕ H ↦ ϕ H + H ′ θ
下:
α H ↦ α H + θ . \alpha_H
\mapsto
\alpha_H+\theta. α H ↦ α H + θ .
所以可定義廣義錨定座標:
ψ H , j = ϕ h j − H j ′ α H ( m o d 2 π ) . \psi_{H,j}
=
\phi_{h_j}
-H'_j\alpha_H
\pmod{2\pi}. ψ H , j = ϕ h j − H j ′ α H ( mod 2 π ) .
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 c 通常不唯一。不同 c \mathbf c 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 H ∈ Z m H\in\mathbb Z^m H ∈ Z m ,令 H ′ = H / gcd ( H ) H'=H/\gcd(H) H ′ = H / g cd( H ) 。共同平移子群:
G H = { H ′ θ : θ ∈ T } \mathcal G_H
=
\{H'\theta:\theta\in\mathbb T\} G H = { H ′ θ : θ ∈ T }
是一維閉子群,且:
T m / G H ≅ T m − 1 . \mathbb T^m/\mathcal G_H
\cong
\mathbb T^{m-1}. T m / G H ≅ T m − 1 .
任一整數格基底:
a 1 , … , a m − 1 ∈ L H \mathbf a_1,\ldots,\mathbf a_{m-1}
\in L_H a 1 , … , a m − 1 ∈ 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 Z m \mathbb Z^m 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 − 1 :
x ( t ) ⟼ − x ( t ) x(t)
\longmapsto
-x(t) x ( t ) ⟼ − x ( t )
等價於每個非零諧波相位都加上 π \pi π :
ϕ k ⟼ ϕ k + π . \phi_k
\longmapsto
\phi_k+\pi. ϕ k ⟼ ϕ k + π .
因此:
ψ k ′ = ( ϕ k + π ) − k ( ϕ 1 + π ) = ψ k + ( 1 − k ) π ( m o d 2 π ) . \begin{aligned}
\psi_k'
&=
(\phi_k+\pi)
-k(\phi_1+\pi)\\
&=
\psi_k+(1-k)\pi
\pmod{2\pi}.
\end{aligned} ψ k ′ = ( ϕ k + π ) − k ( ϕ 1 + π ) = ψ k + ( 1 − k ) π ( mod 2 π ) .
所以極性作用在 FARHP 空間上為:
P K ( ψ k ) = ψ k + ( 1 − k ) π \boxed{
\mathfrak P_K(\psi_k)
=
\psi_k+(1-k)\pi
} P K ( ψ k ) = ψ k + ( 1 − k ) π
進一步:
若 k k k 為奇數, 1 − k 1-k 1 − k 為偶數,故 ψ k \psi_k ψ k 不變;
若 k k k 為偶數, 1 − k 1-k 1 − k 為奇數,故 ψ k \psi_k ψ k 增加 π \pi π 。
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:
P K 2 = id . \mathfrak P_K^2
=
\operatorname{id}. P K 2 = 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:
d p o l ( ψ , χ ) = min { d ( ψ , χ ) , d ( P K ψ , χ ) } . d_{\mathrm{pol}}(\psi,\chi)
=
\min
\left\{
d(\psi,\chi),
d(\mathfrak P_K\psi,\chi)
\right\}. d pol ( ψ , χ ) = min { d ( ψ , χ ) , d ( P K ψ , χ ) } .
這等於再對極性群 Z 2 \mathbb Z_2 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) x ( t ) ⟼ x ( − t )
使相位近似變為:
ϕ k ⟼ − ϕ k . \phi_k
\longmapsto
-\phi_k. ϕ k ⟼ − ϕ k .
因此:
ψ k ⟼ − ψ k \boxed{
\psi_k
\longmapsto
-\psi_k
} ψ k ⟼ − ψ 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:
R K 2 = id . \mathfrak R_K^2
=
\operatorname{id}. R K 2 = 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 = T 0 2 \tau
=
\frac{T_0}{2} τ = 2 T 0
會使第 k k k 諧波相位增加:
k π . k\pi. k π .
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 π ,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. 半週期平移 = 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:
T K − 1 \mathbb T^{K-1} T K − 1
是交換群,所以兩個 FARHP 狀態可做座標加法:
( ψ + χ ) k = ψ k + χ k ( m o d 2 π ) . (\boldsymbol\psi+\boldsymbol\chi)_k
=
\psi_k+\chi_k
\pmod{2\pi}. ( ψ + χ ) k = ψ k + χ k ( mod 2 π ) .
其單位元為:
0 = ( 0 , … , 0 ) , \mathbf 0
=(0,\ldots,0), 0 = ( 0 , … , 0 ) ,
逆元為:
− ψ . -\boldsymbol\psi. − ψ .
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:
X k = S k H k , X_k
=S_kH_k, X k = S k H k ,
則相位相加:
ϕ k ( X ) = ϕ k ( S ) + ϕ k ( H ) . \phi_k^{(X)}
=
\phi_k^{(S)}
+
\phi_k^{(H)}. ϕ k ( X ) = ϕ k ( S ) + ϕ k ( H ) .
由 Q K Q_K Q K 是群同態:
Q K ( ϕ ( S ) + ϕ ( H ) ) = Q K ( ϕ ( S ) ) + Q K ( ϕ ( H ) ) \boxed{
Q_K
(\boldsymbol\phi^{(S)}+
\boldsymbol\phi^{(H)})
=
Q_K(\boldsymbol\phi^{(S)})
+
Q_K(\boldsymbol\phi^{(H)})
} Q K ( ϕ ( S ) + ϕ ( H ) ) = Q K ( ϕ ( S ) ) + Q K ( ϕ ( 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:
X k = S k + H k , X_k
=S_k+H_k, X k = S k + H k ,
則:
arg ( X k ) = arg ( S k + H k ) \arg(X_k)
=
\arg(S_k+H_k) arg ( X k ) = arg ( S k + H k )
一般不等於:
arg S k + arg H k . \arg S_k+
\arg H_k. arg S k + arg H k .
所以:
Q K ( arg ( S + H ) ) ≠ Q K ( arg S ) + Q K ( arg H ) Q_K
\left(
\arg(\mathbf S+
\mathbf H)
\right)
\neq
Q_K(\arg\mathbf S)
+
Q_K(\arg\mathbf H) Q K ( arg ( S + H ) ) = Q K ( arg S ) + Q K ( arg 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 = s K ( ψ ) + ι K ( ϕ 1 ) , \boldsymbol\phi
=
s_K(\boldsymbol\psi)
+
\iota_K(\phi_1), ϕ = s K ( ψ ) + ι K ( ϕ 1 ) ,
完整相位資訊可拆成:
一個共同週期相位 ϕ 1 ∈ T \phi_1\in\mathbb T ϕ 1 ∈ T ;
一個相對相位形狀 ψ ∈ T K − 1 \boldsymbol\psi\in\mathbb T^{K-1} ψ ∈ T K − 1 。
因此,在沒有振幅退化與索引錯配時:
T K ≅ T × T K − 1 \mathbb T^K
\cong
\mathbb T
\times
\mathbb T^{K-1} T K ≅ T × 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 f 0 f_0 f 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 K K K 諧波相位具有 K K K 個圓周自由度。共同週期平移佔一個自由度,因此商空間有:
K − 1 K-1 K − 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 Q K Q_K Q 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 : T K → Y F:\mathbb T^K\to Y F : T K → Y
若滿足:
F ( ϕ + ι K ( θ ) ) = F ( ϕ ) F(\boldsymbol\phi+
\iota_K(\theta))
=
F(\boldsymbol\phi) F ( ϕ + ι K ( θ )) = F ( ϕ )
則存在函數:
F ~ : T K − 1 → Y \widetilde F:
\mathbb T^{K-1}
\to Y F : T K − 1 → Y
使:
F = F ~ ∘ Q K . F
=
\widetilde F\circ Q_K. F = F ∘ 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:
ψ k ∈ ( − π , π ] , \psi_k\in(-\pi,\pi], ψ k ∈ ( − π , π ] ,
會在 − π -\pi − π 與 π \pi π 附近產生人工大誤差。
建議主要表示為:
u k = ( cos ψ k , sin ψ k ) . \mathbf u_k
=
(\cos\psi_k,
\sin\psi_k). u k = ( cos ψ k , sin ψ k ) .
並要求:
∥ u k ∥ 2 ≈ 1. \|\mathbf u_k\|_2
\approx1. ∥ u k ∥ 2 ≈ 1.
14.2 單位圓投影
若模型輸出:
v ^ k ∈ R 2 , \widehat{\mathbf v}_k
\in\mathbb R^2, v k ∈ R 2 ,
可投影為:
u ^ k = v ^ k ∥ v ^ k ∥ 2 + ϵ . \widehat{\mathbf u}_k
=
\frac{
\widehat{\mathbf v}_k
}{
\|\widehat{\mathbf v}_k\|_2+\epsilon
}. u k = ∥ v k ∥ 2 + ϵ v k .
但當:
∥ v ^ k ∥ 2 ≈ 0 , \|\widehat{\mathbf v}_k\|_2
\approx0, ∥ v k ∥ 2 ≈ 0 ,
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:
Δ k = atan2 ( sin ( ψ ^ k − ψ k ) , cos ( ψ ^ k − ψ k ) ) . \Delta_k
=
\operatorname{atan2}
\left(
\sin(\widehat\psi_k-
\psi_k),
\cos(\widehat\psi_k-
\psi_k)
\right). Δ k = atan2 ( sin ( ψ k − ψ k ) , cos ( ψ k − ψ k ) ) .
而不是直接使用:
ψ ^ k − ψ k . \widehat\psi_k-
\psi_k. ψ k − ψ 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 k k k ,因為:
ψ k = ϕ k − k ϕ 1 \psi_k
=
\phi_k-k\phi_1 ψ k = ϕ k − k ϕ 1
中的係數依賴 k k k 。
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 k k k 。
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 π ,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 K K K 、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:
f k = k f 1 , f_k=kf_1, f k = k f 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:
Δ ψ k = − 2 π ( f k − k f 1 ) τ . \Delta\psi_k
=
-2\pi(f_k-kf_1)\tau. Δ ψ k = − 2 π ( f k − k f 1 ) τ .
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 ( Δ ψ j , Δ ψ k ) = j k σ 1 2 . \operatorname{Cov}
(\Delta\psi_j,\Delta\psi_k)
=
jk\sigma_1^2. Cov ( Δ ψ j , Δ ψ k ) = j k σ 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 π 。
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:
Ψ o b s e r v e d = Ψ s o u r c e + Ψ f i l t e r + Ψ m e a s u r e m e n t \boldsymbol\Psi_{\mathrm{observed}}
=
\boldsymbol\Psi_{\mathrm{source}}
+
\boldsymbol\Psi_{\mathrm{filter}}
+
\boldsymbol\Psi_{\mathrm{measurement}} Ψ observed = Ψ source + Ψ filter + Ψ 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 ψ k \psi_k ψ 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 f 0 ( t ) f_0(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 k k k 的身份錯誤, ϕ k − k ϕ 1 \phi_k-k\phi_1 ϕ k − k ϕ 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:
α H = c T ϕ H \alpha_H
=
\mathbf c^{\mathsf T}\boldsymbol\phi_H α H = c T ϕ 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 K K K 個諧波時,完整相位狀態位於:
T K . \mathbb T^K. T K .
共同週期時間原點的改變沿:
ι K ( θ ) = ( θ , 2 θ , … , K θ ) \iota_K(\theta)
=
(\theta,2\theta,\ldots,K\theta) ι K ( θ ) = ( θ , 2 θ , … , K θ )
形成一維圓群軌道。FARHP 映射:
Q K ( ϕ ) = ( ϕ 2 − 2 ϕ 1 , … , ϕ K − K ϕ 1 ) ( m o d 2 π ) Q_K(\boldsymbol\phi)
=
(\phi_2-2\phi_1,
\ldots,
\phi_K-K\phi_1)
\pmod{2\pi} Q K ( ϕ ) = ( ϕ 2 − 2 ϕ 1 , … , ϕ K − K ϕ 1 ) ( mod 2 π )
的核恰好等於該軌道子群,因此:
T K / ι K ( T ) ≅ T K − 1 \boxed{
\mathbb T^K/
\iota_K(\mathbb T)
\cong
\mathbb T^{K-1}
} T K / ι K ( T ) ≅ 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:
FARHP 的不變性依賴諧波鎖定,失諧會留下可量化殘餘;
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;
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;
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;
動態 FARHP 是環面上的路徑,解除包覆是路徑提升問題;
基頻缺失時,仍可由整數不變量格建立廣義相位座標;
極性反轉、時間反演與聲學串接在 FARHP 空間中具有明確作用;
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}
} 總篇 → 商環面數學 → 聲學邊界 → 離散表示 → 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, K = 5 ,
有:
h 5 = ( 1 2 3 4 5 ) , \mathbf h_5
=
\begin{pmatrix}
1\\2\\3\\4\\5
\end{pmatrix}, h 5 = 1 2 3 4 5 ,
以及:
B 5 = ( − 2 1 0 0 0 − 3 0 1 0 0 − 4 0 0 1 0 − 5 0 0 0 1 ) . 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}. B 5 = − 2 − 3 − 4 − 5 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 .
直接驗證:
B 5 h 5 = ( 0 0 0 0 ) . B_5\mathbf h_5
=
\begin{pmatrix}
0\\0\\0\\0
\end{pmatrix}. B 5 h 5 = 0 0 0 0 .
FARHP 座標為:
( ψ 2 ψ 3 ψ 4 ψ 5 ) = B 5 ( ϕ 1 ϕ 2 ϕ 3 ϕ 4 ϕ 5 ) ( m o d 2 π ) . \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}. ψ 2 ψ 3 ψ 4 ψ 5 = B 5 ϕ 1 ϕ 2 ϕ 3 ϕ 4 ϕ 5 ( mod 2 π ) .
若完整相位估計誤差協方差為對角矩陣:
Σ ϕ = diag ( σ 1 2 , σ 2 2 , σ 3 2 , σ 4 2 , σ 5 2 ) , \Sigma_{\phi}
=
\operatorname{diag}
(\sigma_1^2,
\sigma_2^2,
\sigma_3^2,
\sigma_4^2,
\sigma_5^2), Σ ϕ = diag ( σ 1 2 , σ 2 2 , σ 3 2 , σ 4 2 , σ 5 2 ) ,
則 FARHP 誤差協方差為:
Σ ψ = ( σ 2 2 + 4 σ 1 2 6 σ 1 2 8 σ 1 2 10 σ 1 2 6 σ 1 2 σ 3 2 + 9 σ 1 2 12 σ 1 2 15 σ 1 2 8 σ 1 2 12 σ 1 2 σ 4 2 + 16 σ 1 2 20 σ 1 2 10 σ 1 2 15 σ 1 2 20 σ 1 2 σ 5 2 + 25 σ 1 2 ) . \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}. Σ ψ = σ 2 2 + 4 σ 1 2 6 σ 1 2 8 σ 1 2 10 σ 1 2 6 σ 1 2 σ 3 2 + 9 σ 1 2 12 σ 1 2 15 σ 1 2 8 σ 1 2 12 σ 1 2 σ 4 2 + 16 σ 1 2 20 σ 1 2 10 σ 1 2 15 σ 1 2 20 σ 1 2 σ 5 2 + 25 σ 1 2 .
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 T
相位圓群 R / ( 2 π Z ) \mathbb R/(2\pi\mathbb Z) R / ( 2 π Z )
P K \mathcal P_K P K
完整 K K K 諧波相位環面 T K \mathbb T^K T K
h K \mathbf h_K h K
諧波權重向量 ( 1 , 2 , … , K ) T (1,2,\ldots,K)^{\mathsf T} ( 1 , 2 , … , K ) T
ι K \iota_K ι K
共同週期相位嵌入
G K \mathcal G_K G K
共同週期平移子群
B K B_K B K
FARHP 整數差分矩陣
Q K Q_K Q K
商映射/FARHP 映射
ψ \boldsymbol\psi ψ
FARHP 狀態
m k m_k m k
相位有效性遮罩
c k c_k c k
相位估計置信度
δ T \delta_{\mathbb T} δ T
圓周測地距離
d p , w d_{p,\mathbf w} d p , w
加權環面距離
L H L_H L H
廣義整數相位不變量格
P K \mathfrak P_K P K
極性反轉作用
R K \mathfrak R_K R K
時間反演作用