为了获得性能更优的语音增强模型，研究人员通常专注于提升特定仪器度量指标上的表现。然而，当同一指标被用作损失函数来优化模型时，可能会对指标本身无法捕捉的其他方面产生负面影响。本文旨在揭示语音增强模型在评估指标上过度拟合所带来的风险。为此，我们提出了一种利用广泛使用的PESQ指标进行优化的增强模型。该模型被称为“PESQetarian”，在VB-DMD数据集上取得了3.82的PESQ得分，但在主观听感实验中表现极差。尽管3.82的PESQ得分在理论上可被视为VB-DMD基准上的“最先进”水平，但我们的实验结果表明，仅基于单一指标进行优化并仅以该指标进行孤立评估，可能导致误导性结论。因此，评估过程应引入多种互补指标，并通过主观听感实验对模型性能进行验证，以确保结果的可靠性。