音频大模型为何忽略声学线索

统一管线对比多种音频编码器，发现更换前端并不能解决声学信息利用不足。

推荐理由：在同一Qwen3.5-4B管线中替换Whisper、EnCodec等编码器后，声学线索利用仍未根治，且Whisper整体更强；瓶颈可能在跨模态对齐或语言模型读取机制。