| 类别 | 模型 | MOS | SMOS | 说话人相似度(↑) |
| 可见说话人 | BM | 3.21 | 3.36 | 77.19 |
| BM + RR | 3.11 | 3.30 | 75.09 | |
| BM + RR + CE | 3.11 | 3.32 | 80.70 | |
| 不可见说话人 | BM | 3.43 | 3.36 | 78.00 |
| BM + RR | 3.54 | 3.41 | 78.95 | |
| BM + RR + CE | 3.50 | 3.60 | 76.34 |