正式ベースは既存PMLです。新しいD1の9枝はnative生成に成功しました。PMLの3枝は旧バイト再利用で、新たな再合成ではありません。品質v2の51個票を測定済みです。
| 条件 | native成功／対象 | 今回の処理 | 音質指標・MOS |
|---|---|---|---|
| 既存PML（正式ベース） | 3/3 | 旧バイト再利用 | 4指標×3録音 測定済み |
| REAPER入力＋D1 | 3/3 | 新規解析・保存・復号 | 4指標×3録音 測定済み |
| 局所候補＋D1 | 3/3 | 新規解析・保存・復号 | 4指標×3録音 測定済み |
| 系列候補＋D1 | 3/3 | 新規解析・保存・復号 | 4指標×3録音 測定済み |
同じ1話者の既観測3録音による開発比較です。独立検証・採用・固定120録音完了ではありません。native成功から真のF0精度や音質改善は推論できません。
品質v2は実終了0、96.77281178899989秒、最大RSS 1989444 KiB、51/51値を測定し、52警告を保存しました。L_d1/F_d1は3録音ともPMLよりeSTOI・ECAPAが低く、SCOREQが高い値です。UTMOSは0011だけPMLより高く、残り2録音は低い値です。R_d1の参照3指標は0011だけPMLより有利方向で、UTMOSは0032だけ高い値でした。この既観測3録音の結果から一般性能の優越や否定は主張せず、PMLを維持します。
SCOREQだけ小さい方向、他3指標は大きい方向です。UTMOSは保存native全区間、他3指標は同録音の共通先頭区間を用います。原音はUTMOS参考のみで、他指標は対象外です。保存原音も固定抜粋で、元録音全長とはしません。表示は小数第6位に丸め、原値・状態・区間・計算条件は各値のリンク先に原バイトで保存しています。平均・順位・有意性・採用判断は行いません。
16 kHz、開始標本0。UTMOS：96000標本、参照3指標：95840標本。掲載短音声の2秒とは別の区間です。
| 条件 | UTMOSv2 ↑ | eSTOI ↑ | ECAPA cosine ↑ | SCOREQ natural ↓ |
|---|---|---|---|---|
| 既存PML（正式ベース） | 3.255971 | 0.922571 | 0.951873 | 0.314203 |
| REAPER入力＋D1 | 3.111721 | 0.921705 | 0.949570 | 0.331177 |
| 局所候補＋D1 | 2.763253 | 0.882258 | 0.891957 | 0.552683 |
| 系列候補＋D1 | 3.199565 | 0.879210 | 0.898889 | 0.496419 |
| 原音（UTMOS参考のみ） | 4.073603 | 対象外 | 対象外 | 対象外 |
SCOREQは負方向が小さく、他3指標は正方向が大きい値です。総合差と選択器差を区別します。
| 対応 | UTMOSv2 ↑ | eSTOI ↑ | ECAPA cosine ↑ | SCOREQ natural ↓ |
|---|---|---|---|---|
| R_d1 − pml | -0.144250 | -0.000866 | -0.002303 | +0.016975 |
| L_d1 − R_d1 | -0.348467 | -0.039447 | -0.057613 | +0.221505 |
| F_d1 − R_d1 | +0.087844 | -0.042495 | -0.050682 | +0.165242 |
| F_d1 − L_d1 | +0.436312 | -0.003048 | +0.006932 | -0.056263 |
| F_d1 − pml | -0.056406 | -0.043361 | -0.052985 | +0.182217 |
16 kHz、開始標本0。UTMOS：96000標本、参照3指標：95840標本。掲載短音声の2秒とは別の区間です。
| 条件 | UTMOSv2 ↑ | eSTOI ↑ | ECAPA cosine ↑ | SCOREQ natural ↓ |
|---|---|---|---|---|
| 既存PML（正式ベース） | 3.283094 | 0.907161 | 0.925582 | 0.335403 |
| REAPER入力＋D1 | 3.259978 | 0.908045 | 0.931485 | 0.309691 |
| 局所候補＋D1 | 3.458186 | 0.866863 | 0.890071 | 0.627988 |
| 系列候補＋D1 | 3.544567 | 0.859495 | 0.887953 | 0.554709 |
| 原音（UTMOS参考のみ） | 4.290393 | 対象外 | 対象外 | 対象外 |
SCOREQは負方向が小さく、他3指標は正方向が大きい値です。総合差と選択器差を区別します。
| 対応 | UTMOSv2 ↑ | eSTOI ↑ | ECAPA cosine ↑ | SCOREQ natural ↓ |
|---|---|---|---|---|
| R_d1 − pml | -0.023116 | +0.000884 | +0.005903 | -0.025712 |
| L_d1 − R_d1 | +0.198208 | -0.041183 | -0.041415 | +0.318297 |
| F_d1 − R_d1 | +0.284589 | -0.048551 | -0.043532 | +0.245017 |
| F_d1 − L_d1 | +0.086381 | -0.007368 | -0.002118 | -0.073279 |
| F_d1 − pml | +0.261473 | -0.047666 | -0.037629 | +0.219306 |
16 kHz、開始標本0。UTMOS：65440標本、参照3指標：65280標本。掲載短音声の2秒とは別の区間です。
| 条件 | UTMOSv2 ↑ | eSTOI ↑ | ECAPA cosine ↑ | SCOREQ natural ↓ |
|---|---|---|---|---|
| 既存PML（正式ベース） | 3.509980 | 0.924168 | 0.935105 | 0.354661 |
| REAPER入力＋D1 | 3.687006 | 0.924114 | 0.931582 | 0.375703 |
| 局所候補＋D1 | 3.306168 | 0.899301 | 0.884608 | 0.480852 |
| 系列候補＋D1 | 3.130829 | 0.894613 | 0.891895 | 0.490760 |
| 原音（UTMOS参考のみ） | 4.574299 | 対象外 | 対象外 | 対象外 |
SCOREQは負方向が小さく、他3指標は正方向が大きい値です。総合差と選択器差を区別します。
| 対応 | UTMOSv2 ↑ | eSTOI ↑ | ECAPA cosine ↑ | SCOREQ natural ↓ |
|---|---|---|---|---|
| R_d1 − pml | +0.177025 | -0.000055 | -0.003523 | +0.021042 |
| L_d1 − R_d1 | -0.380837 | -0.024813 | -0.046974 | +0.105150 |
| F_d1 − R_d1 | -0.556177 | -0.029501 | -0.039687 | +0.115058 |
| F_d1 − L_d1 | -0.175340 | -0.004688 | +0.007287 | +0.009908 |
| F_d1 − pml | -0.379152 | -0.029556 | -0.043210 | +0.136100 |
対応差の原値と式 ／ 品質v2の元実行証拠 ／ 計算条件と評価器の来歴 ／ 52警告を含む全イベント ／ nativeとのメンバー・採点先頭区間SHAの照合。
52警告は依存ライブラリの非推奨APIとCPU環境に関する6種類で、消していません。評価器の保存メタデータを参照しており、ここで重みファイルなどの再取得検証や再推論はしていません。UTMOSは人の評定ではなく、ECAPAは知覚類似性を保証しません。旧標準8方式は評価条件が未一致なので数値を引用しません。
次は保存したraw F0と候補評価値（potential）を使い、低い候補の選択機構を調べる計画です。この掲載では解法やρを結果へ合わせません。REAPERの探索下限65 HzとL/F下限50.78125 Hzは支持範囲が異なり、clamp件数を真F0誤り率や低qの直接選択件数とはみなしません。
各録音の同じ区間を掲載します。短例は掲載専用PCM16コピーで、品質測定入力ではありません。一覧には0008の5条件だけを表示します。
原音
既存PML（正式ベース）
REAPER入力＋D1
局所候補＋D1
系列候補＋D1
原入力の記録：入力個票。保存された枝別個票：既存PML（正式ベース） ／ REAPER入力＋D1 ／ 局所候補＋D1 ／ 系列候補＋D1
原音
既存PML（正式ベース）
REAPER入力＋D1
局所候補＋D1
系列候補＋D1
原入力の記録：入力個票。保存された枝別個票：既存PML（正式ベース） ／ REAPER入力＋D1 ／ 局所候補＋D1 ／ 系列候補＋D1
原音
既存PML（正式ベース）
REAPER入力＋D1
局所候補＋D1
系列候補＋D1
原入力の記録：入力個票。保存された枝別個票：既存PML（正式ベース） ／ REAPER入力＋D1 ／ 局所候補＋D1 ／ 系列候補＋D1
R_d1−PMLは同じREAPER rawに対する後処理差、L_d1/F_d1−R_d1は同じ後処理での選択器差、F_d1−L_d1は系列選択差です。F_d1−PMLは総合差であり、系列選択だけの効果とはしません。旧L/F-IIRには音声がなく、完全6条件の品質比較ではありません。
品質v1は環境記録のplatform.platform()がsubprocessを呼び、そのタスクの制約で停止したとの親報告です。実終了1、0/51で品質出力はありません。環境記録をos.unameだけへ直した別v2が51/51測定に成功しました。v1失敗は保持し、平均・順位は作っていません。
実終了0、32.31123198499998秒、最大RSS 257456 KiB。元の実行証拠JSONと元の独立監査JSONを原バイトで保存しました。ソース・スキーマ、保存配列の数式契約、ファイルハッシュの3項目の監査は通過しています。通常float64の保存配列整合であり、独立した高精度解・丸め誤差包含・波形再合成の独立再現・品質認証ではありません。
RTF（実時間比）は受領raw F0以降の部分計時で、REAPER・候補選択などを含みません。旧PML計時は過去値なので速度比較に使いません。元IIRのL/F失敗、旧段階Bと残り117録音の停止は保持します。
掲載結果JSON ／ 受領容量・SHAと個票の来歴。原結果ZIP、候補コード、モデル、全長波形はGitへ追加していません。
LibriSpeech test-clean / OpenSLR 12、Vassil Panayotov（Daniel Povey協力）、LibriVox由来。配布元、CC BY 4.0。録音IDは各欄に記載しました。改変は原音の先頭2秒抜粋、既存PML・D1による変換済み音声の同区間抜粋、および掲載用PCM16量子化です。配布者による本改変の推奨を意味しません。
16 kHz、標本[0,32000)、モノラル。round(x×32767)の最近接・偶数丸めで、丸め後の全標本が[-32768,32767]に収まることを確認してからPCM16 WAVへ書き出しました。クリップ・音量正規化・再合成は行っていません。変換式・区間・元メンバーSHA・出力SHA・範囲確認、短音声JSONを参照してください。