得点の定義を替えると、音高の選択はどこで変わるか

従来のt分布による得点を使った旧AR3のL/Fと、波形の大きさを取り除いた方向の確率密度（ACG）の保存重みを使ったL/Fを比べました。同じ1話者の既知3録音について、保存済みの平滑化前F0（raw F0）の変更箇所を読み取った補助診断です。

旧AR3との比較では、有声→無声が6件、双方有声の音高変更が41件、無声→有声は0件でした。L/Fを合わせた47明細は、両枝の重複を除くと41時点です。

正式ベースはPMLを維持し、この診断では品質を評価していません。PMLの平滑化前の時刻列はL/Fと一致しないため、行対応や補間は行いません。ここでの有声・無声は選択器の操作上の状態で、生理的な正解ではありません。

変更件数の大小に良い・悪いの向きはなく、品質順位にはしません。真F0・品質・採用・一般化や総合順位を示す記録ではありません。

47件の変更を、録音と枝ごとに分ける

Lは局所選択、Fは系列選択です。47件は枝別の明細数であり、独立した47時点とは数えません。物理窓も重複を除くと41窓ですが、窓の重なりは残ります。

録音	枝	有声→無声	双方有声の音高変更
0008	L	1	6
0008	F	3	11
0011	L	1	3
0011	F	1	13
0032	L	0	2
0032	F	0	6

集計の原JSON

局所首位だけで系列選択の変化を説明しない

双方有声の41件のうち、26件ではその時点の最有力候補が同じで、15件では変わっていました。この26件はいずれも系列選択Fです。首位が同じでも全候補の重みが同じとは限りません。前後時点や有声区間の区切り、累積値や同点選択も関わるため、動的計画法（DP）だけを原因とはしません。

結論は、局所首位だけで系列選択の変化を説明せず、品質未測定の段階でパラメータを調整しない、という範囲です。生理的VUVや真F0の誤り率は調べていません。

47明細を、時刻・選択候補・保存F0へ戻して読む

qは候補IDで、Hzではありません。局所首位は保存された461候補の対数重みから読み、完全同値では先頭候補を選びます。「対象外」は双方有声でない変更で、局所首位の集計対象にしていない欄です。表の時刻は小数6桁で表示し、時刻のビット列・周波数の16進表記を含む全原値はJSONに保持しています。

録音	枝	評価時点番号	時刻（秒）	物理窓ID	変更区分	旧q→新q	旧Hz→新Hz	旧局所首位q→新q
0008	L	113	0.565000	111	双方有声・音高変更	120 → 52	117.1875 → 50.78125	120 → 52
0008	L	277	1.385000	275	双方有声・音高変更	65 → 66	63.4765625 → 64.453125	65 → 66
0008	L	347	1.735000	345	双方有声・音高変更	84 → 73	82.03125 → 71.2890625	84 → 73
0008	L	411	2.055000	409	双方有声・音高変更	62 → 61	60.546875 → 59.5703125	62 → 61
0008	L	711	3.555000	709	双方有声・音高変更	92 → 91	89.84375 → 88.8671875	92 → 91
0008	L	944	4.720000	942	有声→無声	81 → 対象外	79.1015625 → 0.0	対象外
0008	L	1154	5.770000	1152	双方有声・音高変更	343 → 382	334.9609375 → 373.046875	343 → 382
0008	F	411	2.055000	409	双方有声・音高変更	62 → 61	60.546875 → 59.5703125	62 → 61
0008	F	598	2.990000	596	双方有声・音高変更	90 → 52	87.890625 → 50.78125	52 → 52
0008	F	711	3.555000	709	双方有声・音高変更	92 → 91	89.84375 → 88.8671875	92 → 91
0008	F	745	3.725000	743	双方有声・音高変更	67 → 68	65.4296875 → 66.40625	68 → 68
0008	F	790	3.950000	788	双方有声・音高変更	57 → 58	55.6640625 → 56.640625	59 → 59
0008	F	876	4.380000	874	双方有声・音高変更	62 → 123	60.546875 → 120.1171875	123 → 123
0008	F	944	4.720000	942	有声→無声	79 → 対象外	77.1484375 → 0.0	対象外
0008	F	993	4.965000	991	有声→無声	245 → 対象外	239.2578125 → 0.0	対象外
0008	F	994	4.970000	992	有声→無声	245 → 対象外	239.2578125 → 0.0	対象外
0008	F	995	4.975000	993	双方有声・音高変更	247 → 62	241.2109375 → 60.546875	247 → 247
0008	F	996	4.980000	994	双方有声・音高変更	148 → 62	144.53125 → 60.546875	148 → 148
0008	F	997	4.985000	995	双方有声・音高変更	63 → 62	61.5234375 → 60.546875	63 → 63
0008	F	1018	5.090000	1016	双方有声・音高変更	58 → 57	56.640625 → 55.6640625	52 → 52
0008	F	1138	5.690000	1136	双方有声・音高変更	79 → 52	77.1484375 → 50.78125	52 → 52
0011	L	416	2.080000	414	有声→無声	68 → 対象外	66.40625 → 0.0	対象外
0011	L	547	2.735000	545	双方有声・音高変更	103 → 104	100.5859375 → 101.5625	103 → 104
0011	L	748	3.740000	746	双方有声・音高変更	54 → 492	52.734375 → 480.46875	54 → 492
0011	L	821	4.105000	819	双方有声・音高変更	115 → 227	112.3046875 → 221.6796875	115 → 227
0011	F	60	0.300000	58	双方有声・音高変更	60 → 61	58.59375 → 59.5703125	61 → 61
0011	F	70	0.350000	68	双方有声・音高変更	67 → 68	65.4296875 → 66.40625	69 → 69
0011	F	416	2.080000	414	有声→無声	66 → 対象外	64.453125 → 0.0	対象外
0011	F	417	2.085000	415	双方有声・音高変更	64 → 56	62.5 → 54.6875	486 → 486
0011	F	532	2.660000	530	双方有声・音高変更	94 → 95	91.796875 → 92.7734375	95 → 95
0011	F	547	2.735000	545	双方有声・音高変更	103 → 104	100.5859375 → 101.5625	103 → 104
0011	F	579	2.895000	577	双方有声・音高変更	52 → 75	50.78125 → 73.2421875	75 → 75
0011	F	580	2.900000	578	双方有声・音高変更	56 → 57	54.6875 → 55.6640625	56 → 56
0011	F	629	3.145000	627	双方有声・音高変更	58 → 59	56.640625 → 57.6171875	59 → 59
0011	F	636	3.180000	634	双方有声・音高変更	455 → 456	444.3359375 → 445.3125	68 → 68
0011	F	637	3.185000	635	双方有声・音高変更	455 → 456	444.3359375 → 445.3125	354 → 354
0011	F	865	4.325000	863	双方有声・音高変更	106 → 54	103.515625 → 52.734375	54 → 54
0011	F	866	4.330000	864	双方有声・音高変更	100 → 58	97.65625 → 56.640625	58 → 58
0011	F	936	4.680000	934	双方有声・音高変更	95 → 102	92.7734375 → 99.609375	112 → 112
0032	L	371	1.855000	369	双方有声・音高変更	92 → 91	89.84375 → 88.8671875	92 → 91
0032	L	473	2.365000	471	双方有声・音高変更	58 → 52	56.640625 → 50.78125	58 → 52
0032	F	89	0.445000	87	双方有声・音高変更	59 → 58	57.6171875 → 56.640625	57 → 57
0032	F	371	1.855000	369	双方有声・音高変更	92 → 91	89.84375 → 88.8671875	92 → 91
0032	F	482	2.410000	480	双方有声・音高変更	71 → 72	69.3359375 → 70.3125	74 → 74
0032	F	511	2.555000	509	双方有声・音高変更	145 → 136	141.6015625 → 132.8125	120 → 120
0032	F	765	3.825000	763	双方有声・音高変更	73 → 74	71.2890625 → 72.265625	75 → 75
0032	F	797	3.985000	795	双方有声・音高変更	59 → 58	57.6171875 → 56.640625	57 → 57

47明細の原JSON / 異常記録の原JSON

冒頭2秒の参考音声を、原音と5条件で比べる

各録音の原音・PML・旧AR3 L/F・新ACG L/F、計18例です。全例が16 kHz・標本[0,32000)の同じ冒頭2秒で、47変更箇所すべてを含む抜粋ではありません。音声差を改善の根拠にはせず、品質測定入力にも戻しません。

既存12例は公開済みJSONを参照し、新6例も準備済みのPCM16バイトをそのまま使います。この掲載で再変換・音声生成はしていません。元の変換はround(x×32767)（ちょうど中間の値は偶数へ丸める）です。クリップ・音量調整・位置合わせ・無音除去はありません。

librispeech_1089-134686-0008

原音

PML（正式ベース）

従来のt分布・局所L＋D1

従来のt分布・系列F＋D1

ACG・局所L＋D1

ACG・系列F＋D1

librispeech_1089-134686-0011

原音

PML（正式ベース）

従来のt分布・局所L＋D1

従来のt分布・系列F＋D1

ACG・局所L＋D1

ACG・系列F＋D1

librispeech_1089-134686-0032

原音

PML（正式ベース）

従来のt分布・局所L＋D1

従来のt分布・系列F＋D1

ACG・局所L＋D1

ACG・系列F＋D1

全18例の元音声・出力SHAと引用元 / 新6例の掲載用音声JSON / 既存音声の引用元JSON

出典はLibriSpeech test-clean / OpenSLR 12、Vassil Panayotov・Daniel Povey、LibriVox由来です。CC BY 4.0で、掲載用の区間切出し・PCM16変換を加えています。

原値と全ログを保持し、独立確認の限界を分ける

診断プログラムと条件は実行前にSHAで固定した保存記録です。既存の旧AR3と保持・監査済みnative v4の配列だけを読み、尤度・DP・D1・音声・品質を再実行していません。PMLの平滑化前の配列は長さも時刻のビット列も一致せず、補間しませんでした。

診断の保存記録は終了コード0、0.733652秒、最大RSS 187,252 KiBです。警告・例外のスタックトレースは0件で、全標準出力・標準エラーを保存しています。これは今回の配列診断の記録であり、音声生成時の警告が0件という意味ではありません。

別コードの独立照合は117項目すべて通過し、47明細・集計が一致しました。数値が同じでビット列だけ異なる平滑化前F0と、不整合記録はいずれも0件です。終了・時間・RSSの確認は保存メタデータとログの照合であり、遠隔実行の独立証明や再実行ではありません。品質や因果の保証にもなりません。

元診断ZIPは13,101 bytes、SHA256 50665b811d46a5835e1236f43596e2d7a726b308958ea786a314957deb908eec。元独立監査JSONは98,508 bytes、SHA256 601aabe90e1c6ffb1dbc93ced03e8f0591ca6dc490b8afbe4895281bb9a8404eです。公開用抜粋では実装ソース、ローカル入力パス、起動コマンドを除き、元の容量・SHA、検査判定・数値・限界を残しました。

正式ベースPMLと既存75品質値・21短音声・日時は保持しています。予定の品質run-002は未公開で、この補助記録に品質値や未測定の順位を加えていません。