边缘语音系统的节能，不能牺牲目标证据

持续监听的设备不能只比模型参数量。多通道增强还会消耗数据搬运、缓存和阵列同步的成本；把网络缩小之后，目标声音也可能更容易被误删。

Spiking Neural Beamforming for Multichannel Speech Enhancement on the Edge 将脉冲稀疏性带入多通道波束形成，目标是降低边缘设备的计算与数据搬运。评估不应止于理论稀疏率：阵列同步、方向误差、瞬态干扰和实际硬件能耗才能说明节省是否成立。What Makes Codec Tokens Effective for Target Speaker Extraction? 则从语义—声学解耦角度追问 codec token 哪些部分真正帮助目标提取，避免系统把内容线索和身份线索混成无法诊断的表示。

Loud-loss 以等响度曲线设计感知损失，提醒“误差相同”不代表人耳代价相同；主动降噪与 AI 增强在真实助听器录音上的联合研究则说明，物理降噪和后端增强可以互补，但应在真实佩戴和不同听力条件下检验。最后，关于噪声中 VAD 窗长的基准表明，即使是最基础的活动判断，窗口选择也会改变延迟、误报和漏检的平衡。

这几项工作各自优化不同环节，不能相加成一个“更省电”的总承诺。至少需要在同一设备上记录整条链路的功耗和延迟，并分别检查目标说话人保留率、误触发与语音质量；理论稀疏率本身不是电池续航数据。