融合面部视频与ECG信号，通过非对称注意力架构实现生理-行为异构信号统一建模的压力自动评估。

提出Timbre框架，通过跨视图可靠性加权共识抑制视觉-语言模型在无标签测试时因文本表述偏差导致的错误固化。