aHM固定Cartesian編集と現PMLの多指標比較
固定120録音・40話者。現ベースはPML pml-lowband-fwcep60-v1です。候補の採用は未決定です。
各指標で良い点と弱い点を比較します。総合点・平均順位は作りません。予測MOSは新しい人間の聴取評定ではありません。順位は同じ録音の共通支持に限り、欠測を0として埋めません。95%区間は話者bootstrapによる記述的区間です。
無編集の比較
5ms STFT 対数振幅MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 3.223、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 6.3586、120録音/40話者。none: 120
- WORLD Harvest：単独支持 6.479、120録音/40話者。none: 120
5ms STFT スペクトル相対誤差 ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.093316、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.59842、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.61431、120録音/40話者。none: 120
20ms STFT 対数振幅MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 3.0955、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 5.2731、120録音/40話者。none: 120
- WORLD Harvest：単独支持 5.3085、120録音/40話者。none: 120
20ms STFT スペクトル相対誤差 ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.092915、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.32304、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.32879、120録音/40話者。none: 120
80ms STFT 対数振幅MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 2.9089、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 5.677、120録音/40話者。none: 120
- WORLD Harvest：単独支持 5.6783、120録音/40話者。none: 120
80ms STFT スペクトル相対誤差 ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.090391、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.33562、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.34929、120録音/40話者。none: 120
全時間帯域エネルギーMAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.55465、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.75554、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.7931、120録音/40話者。none: 120
3窓平均MR-STFT対数振幅MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 3.0758、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 5.7696、120録音/40話者。none: 120
- WORLD Harvest：単独支持 5.8219、120録音/40話者。none: 120
符号付きRMS差（診断） dB / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -0.24835、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.78783、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.97903、120録音/40話者。none: 120
RMS絶対差 dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.24835、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.8236、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.0049、120録音/40話者。none: 120
eSTOI明瞭性推定 score / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.98507、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.90764、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.90519、120録音/40話者。none: 120
低エネルギー区間の出力エネルギー比（診断） fraction / 診断値・順位なし
条件：無編集。主比較の共通支持：105/120録音、38/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 4.7916e-05、105録音/38話者。none: 105, generation_failed: 3, outside_scope: 12
- 現ベース PML：単独支持 0.00010292、108録音/38話者。none: 108, outside_scope: 12
- WORLD Harvest：単独支持 7.04e-05、108録音/38話者。none: 108, outside_scope: 12
低エネルギー区間の出力RMS（診断） dBFS / 診断値・順位なし
条件：無編集。主比較の共通支持：105/120録音、38/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -60.489、105録音/38話者。none: 105, generation_failed: 3, outside_scope: 12
- 現ベース PML：単独支持 -57.05、108録音/38話者。none: 108, outside_scope: 12
- WORLD Harvest：単独支持 -58.121、108録音/38話者。none: 108, outside_scope: 12
低エネルギー区間の出力peak（診断） amplitude / 診断値・順位なし
条件：無編集。主比較の共通支持：105/120録音、38/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.0074972、105録音/38話者。none: 105, generation_failed: 3, outside_scope: 12
- 現ベース PML：単独支持 0.024452、108録音/38話者。none: 108, outside_scope: 12
- WORLD Harvest：単独支持 0.022396、108録音/38話者。none: 108, outside_scope: 12
共通区間RMS（診断） dBFS / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -25.361、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 -24.299、120録音/40話者。none: 120
- WORLD Harvest：単独支持 -24.108、120録音/40話者。none: 120
peak（診断） amplitude / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.48663、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.57753、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.63856、120録音/40話者。none: 120
波高率（診断） dB / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 18.667、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 19.077、120録音/40話者。none: 120
- WORLD Harvest：単独支持 19.715、120録音/40話者。none: 120
振幅1以上の比率（診断） fraction / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 8.4072e-06、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.6826e-05、120録音/40話者。none: 120
振幅0.999以上の比率（診断） fraction / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 8.4072e-06、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.7139e-05、120録音/40話者。none: 120
振幅1以上の最長連続長（診断） samples / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.066667、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.14167、120録音/40話者。none: 120
推定音高差中央値 cent / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.34018、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 4.4168、120録音/40話者。none: 120
- WORLD Harvest：単独支持 5.7376、120録音/40話者。none: 120
推定音高差P95 cent / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 12.509、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 234.57、120録音/40話者。none: 120
- WORLD Harvest：単独支持 220.51、120録音/40話者。none: 120
推定有声対応率 fraction / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.99315、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.92376、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.90207、120録音/40話者。none: 120
原音推定有声に対する出力有声未検出率 fraction / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.0068524、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.076238、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.097935、120録音/40話者。none: 120
40ms局所聴覚帯域距離 dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 1.069、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.9967、120録音/40話者。none: 120
- WORLD Harvest：単独支持 2.0558、120録音/40話者。none: 120
全帯域 10ms 対数RMS MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.71571、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 2.0102、120録音/40話者。none: 120
- WORLD Harvest：単独支持 2.1438、120録音/40話者。none: 120
全帯域 10ms RMS包絡正規化RMSE ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.058782、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.19376、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.20009、120録音/40話者。none: 120
全帯域 10ms 包絡相関 correlation / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.99676、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.97544、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.97811、120録音/40話者。none: 120
全帯域 10ms 符号付き包絡RMS差（診断） dB / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -0.24785、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.78793、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.97896、120録音/40話者。none: 120
全帯域 10ms 変調帯域MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.54002、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.085、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.0804、120録音/40話者。none: 120
全帯域 40ms 対数RMS MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.65694、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.5321、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.6936、120録音/40話者。none: 120
全帯域 40ms RMS包絡正規化RMSE ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.052045、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.15133、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.16204、120録音/40話者。none: 120
全帯域 40ms 包絡相関 correlation / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.99743、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.98739、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.98904、120録音/40話者。none: 120
全帯域 40ms 符号付き包絡RMS差（診断） dB / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -0.24744、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.78795、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.97924、120録音/40話者。none: 120
全帯域 40ms 変調帯域MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.53235、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.1079、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.1254、120録音/40話者。none: 120
300–1000Hz 10ms 対数RMS MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.64952、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.8457、120録音/40話者。none: 120
- WORLD Harvest：単独支持 2.0848、120録音/40話者。none: 120
300–1000Hz 10ms RMS包絡正規化RMSE ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.043586、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.23923、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.23803、120録音/40話者。none: 120
300–1000Hz 10ms 包絡相関 correlation / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.99857、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.97997、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.98191、120録音/40話者。none: 120
300–1000Hz 10ms 符号付き包絡RMS差（診断） dB / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -0.17643、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.2924、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.349、120録音/40話者。none: 120
300–1000Hz 10ms 変調帯域MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.41348、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.3408、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.3557、120録音/40話者。none: 120
300–1000Hz 40ms 対数RMS MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.57325、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.3173、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.6637、120録音/40話者。none: 120
300–1000Hz 40ms RMS包絡正規化RMSE ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.035256、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.20135、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.20517、120録音/40話者。none: 120
300–1000Hz 40ms 包絡相関 correlation / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.99911、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.99002、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.99065、120録音/40話者。none: 120
300–1000Hz 40ms 符号付き包絡RMS差（診断） dB / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -0.17604、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.2919、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.3493、120録音/40話者。none: 120
300–1000Hz 40ms 変調帯域MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.41825、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.3098、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.3392、120録音/40話者。none: 120
1000–3000Hz 10ms 対数RMS MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.94136、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.6387、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.5483、120録音/40話者。none: 120
1000–3000Hz 10ms RMS包絡正規化RMSE ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.07378、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.19178、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.18801、120録音/40話者。none: 120
1000–3000Hz 10ms 包絡相関 correlation / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.99715、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.97963、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.98248、120録音/40話者。none: 120
1000–3000Hz 10ms 符号付き包絡RMS差（診断） dB / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -0.40068、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.70132、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.80717、120録音/40話者。none: 120
1000–3000Hz 10ms 変調帯域MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.62307、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.92126、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.91379、120録音/40話者。none: 120
1000–3000Hz 40ms 対数RMS MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.89384、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.0352、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.0252、120録音/40話者。none: 120
1000–3000Hz 40ms RMS包絡正規化RMSE ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.065357、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.1282、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.13196、120録音/40話者。none: 120
1000–3000Hz 40ms 包絡相関 correlation / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.99804、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.99365、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.99446、120録音/40話者。none: 120
1000–3000Hz 40ms 符号付き包絡RMS差（診断） dB / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -0.40032、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.702、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.80752、120録音/40話者。none: 120
1000–3000Hz 40ms 変調帯域MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.64645、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.95595、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.9549、120録音/40話者。none: 120
3000–6000Hz 10ms 対数RMS MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 1.1004、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 1.4816、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.6559、120録音/40話者。none: 120
3000–6000Hz 10ms RMS包絡正規化RMSE ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.15252、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.18823、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.2332、120録音/40話者。none: 120
3000–6000Hz 10ms 包絡相関 correlation / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.99239、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.97599、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.96537、120録音/40話者。none: 120
3000–6000Hz 10ms 符号付き包絡RMS差（診断） dB / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -1.157、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 -0.08614、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.43108、120録音/40話者。none: 120
3000–6000Hz 10ms 変調帯域MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 1.3658、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.81626、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.88331、120録音/40話者。none: 120
3000–6000Hz 40ms 対数RMS MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 1.088、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.88468、120録音/40話者。none: 120
- WORLD Harvest：単独支持 1.0406、120録音/40話者。none: 120
3000–6000Hz 40ms RMS包絡正規化RMSE ratio / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.14441、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.11077、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.14297、120録音/40話者。none: 120
3000–6000Hz 40ms 包絡相関 correlation / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.99447、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.99205、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.98768、120録音/40話者。none: 120
3000–6000Hz 40ms 符号付き包絡RMS差（診断） dB / 診断値・順位なし
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -1.1572、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 -0.086755、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.43098、120録音/40話者。none: 120
3000–6000Hz 40ms 変調帯域MAE dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 1.4272、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.90191、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.93798、120録音/40話者。none: 120
20ms ERB距離 dB / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.78554、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 2.1094、120録音/40話者。none: 120
- WORLD Harvest：単独支持 2.1721、120録音/40話者。none: 120
SCOREQ参照距離 score / 小さいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.11595、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.29479、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.37907、120録音/40話者。none: 120
予測MOS predicted MOS / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 3.5506、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 3.2755、120録音/40話者。none: 120
- WORLD Harvest：単独支持 3.0454、120録音/40話者。none: 120
- 原音：単独支持 3.8492、120録音/40話者。none: 120
ECAPA話者類似度 cosine / 大きいほど良い
条件：無編集。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.96909、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.94863、120録音/40話者。none: 120
- WORLD Harvest：単独支持 0.93054、120録音/40話者。none: 120
増分CER rate / 小さいほど良い
条件：無編集。主比較の共通支持：54/120録音、32/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 -0.0021734、54録音/32話者。full_transcript_unavailable: 65, none: 54, generation_failed: 1
- 現ベース PML：単独支持 -0.002111、55録音/32話者。full_transcript_unavailable: 65, none: 55
- WORLD Harvest：単独支持 0.0040339、55録音/32話者。full_transcript_unavailable: 65, none: 55
増分WER rate / 小さいほど良い
条件：無編集。主比較の共通支持：54/120録音、32/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.0030382、54録音/32話者。full_transcript_unavailable: 65, none: 54, generation_failed: 1
- 現ベース PML：単独支持 0.0017151、55録音/32話者。full_transcript_unavailable: 65, none: 55
- WORLD Harvest：単独支持 0.020195、55録音/32話者。full_transcript_unavailable: 65, none: 55
短音声の比較
librispeech_1089-134686-0008 / 原音先頭2秒。LibriSpeech / OpenSLR、CC BY 4.0。変更：保存済み原入力の先頭32,000標本（2秒）を抜粋。16 kHz mono、16-bit PCM little-endian WAVへ固定フルスケール変換（round(x×32768)、最近接・同距離は偶数、ディザなし）。音量正規化・クリッピング・フィルター・リサンプリング・無音除去・時間位置合わせなし。量子化誤差は最大1/65536以下。測定用NPYは変更していない。SHA256: 8ea2a45b1bb10cef7612e5a74184868a6c832a5c2bc48a885139e7b5c44ddaf4
librispeech_1089-134686-0008 / 現ベース PML先頭2秒。LibriSpeech / OpenSLR、CC BY 4.0。変更：保存済み現ベース PML無編集再合成出力の先頭32,000標本（2秒）を抜粋。16 kHz mono、16-bit PCM little-endian WAVへ固定フルスケール変換（round(x×32768)、最近接・同距離は偶数、ディザなし）。音量正規化・クリッピング・フィルター・リサンプリング・無音除去・時間位置合わせなし。量子化誤差は最大1/65536以下。測定用NPYは変更していない。SHA256: 2609fb0f90307b278de93202a76494ba69cd16bef6e074a5f146473b98e868d5
librispeech_1089-134686-0008 / WORLD Harvest先頭2秒。LibriSpeech / OpenSLR、CC BY 4.0。変更：保存済みWORLD Harvest無編集再合成出力の先頭32,000標本（2秒）を抜粋。16 kHz mono、16-bit PCM little-endian WAVへ固定フルスケール変換（round(x×32768)、最近接・同距離は偶数、ディザなし）。音量正規化・クリッピング・フィルター・リサンプリング・無音除去・時間位置合わせなし。量子化誤差は最大1/65536以下。測定用NPYは変更していない。SHA256: f066a53b706abb33f533754c1a4e13b04b3216970f0a841e0d7de6cff2cc8599
librispeech_1089-134686-0008 / 候補 aHM＋Cartesian編集先頭2秒。LibriSpeech / OpenSLR、CC BY 4.0。変更：保存済みaHM Cartesian q=0無編集再合成出力の先頭32,000標本（2秒）を抜粋。16 kHz mono、16-bit PCM little-endian WAVへ固定フルスケール変換（round(x×32768)、最近接・同距離は偶数、ディザなし）。音量正規化・クリッピング・フィルター・リサンプリング・無音除去・時間位置合わせなし。量子化誤差は最大1/65536以下。測定用NPYは変更していない。SHA256: 1043528edc2e52a57f250921c392ad0d401db6c0fc5556ec2ceca30c3a7f6b93
librispeech_1188-133604-0003 / 原音先頭2秒。LibriSpeech / OpenSLR、CC BY 4.0。変更：保存済み原入力の先頭32,000標本（2秒）を抜粋。16 kHz mono、16-bit PCM little-endian WAVへ固定フルスケール変換（round(x×32768)、最近接・同距離は偶数、ディザなし）。音量正規化・クリッピング・フィルター・リサンプリング・無音除去・時間位置合わせなし。量子化誤差は最大1/65536以下。測定用NPYは変更していない。SHA256: 9a645533825d42fc594515ad881bd553f67ddd2c8cab0e7bf62a1dbe32dae461
librispeech_1188-133604-0003 / 現ベース PML先頭2秒。LibriSpeech / OpenSLR、CC BY 4.0。変更：保存済み現ベース PML無編集再合成出力の先頭32,000標本（2秒）を抜粋。16 kHz mono、16-bit PCM little-endian WAVへ固定フルスケール変換（round(x×32768)、最近接・同距離は偶数、ディザなし）。音量正規化・クリッピング・フィルター・リサンプリング・無音除去・時間位置合わせなし。量子化誤差は最大1/65536以下。測定用NPYは変更していない。SHA256: 4abe479493c337df648ec49bf07fec6535260aa057519090562155c4ba93bd87
librispeech_1188-133604-0003 / WORLD Harvest先頭2秒。LibriSpeech / OpenSLR、CC BY 4.0。変更：保存済みWORLD Harvest無編集再合成出力の先頭32,000標本（2秒）を抜粋。16 kHz mono、16-bit PCM little-endian WAVへ固定フルスケール変換（round(x×32768)、最近接・同距離は偶数、ディザなし）。音量正規化・クリッピング・フィルター・リサンプリング・無音除去・時間位置合わせなし。量子化誤差は最大1/65536以下。測定用NPYは変更していない。SHA256: e4bd231126ba8b83b666424e2c977a5f155c5304b29f60d7c7f8fae54f08002b
librispeech_1188-133604-0003 / 候補 aHM＋Cartesian編集先頭2秒。LibriSpeech / OpenSLR、CC BY 4.0。変更：保存済みaHM Cartesian q=0無編集再合成出力の先頭32,000標本（2秒）を抜粋。16 kHz mono、16-bit PCM little-endian WAVへ固定フルスケール変換（round(x×32768)、最近接・同距離は偶数、ディザなし）。音量正規化・クリッピング・フィルター・リサンプリング・無音除去・時間位置合わせなし。量子化誤差は最大1/65536以下。測定用NPYは変更していない。SHA256: 13b7dd37e31ff62be82c223747f80dc912d40bba12db3e46e96be25d883986ed
音高編集の比較
予測MOS predicted MOS / 大きいほど良い
条件：−3半音。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 3.2479、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 3.2628、120録音/40話者。none: 120
- WORLD Harvest：単独支持 —、0録音/0話者。unsupported_operation: 120
- 全120件で操作未対応のため共通比較から除外：world_harvest
予測MOS predicted MOS / 大きいほど良い
条件：＋3半音。主比較の共通支持：115/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 3.0345、115録音/40話者。none: 115, generation_failed: 5
- 現ベース PML：単独支持 3.1491、120録音/40話者。none: 120
- WORLD Harvest：単独支持 —、0録音/0話者。unsupported_operation: 120
- 全120件で操作未対応のため共通比較から除外：world_harvest
ECAPA話者類似度 cosine / 大きいほど良い
条件：−3半音。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.81401、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.84485、120録音/40話者。none: 120
- WORLD Harvest：単独支持 —、0録音/0話者。unsupported_operation: 120
- 全120件で操作未対応のため共通比較から除外：world_harvest
ECAPA話者類似度 cosine / 大きいほど良い
条件：＋3半音。主比較の共通支持：115/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.83535、115録音/40話者。none: 115, generation_failed: 5
- 現ベース PML：単独支持 0.88399、120録音/40話者。none: 120
- WORLD Harvest：単独支持 —、0録音/0話者。unsupported_operation: 120
- 全120件で操作未対応のため共通比較から除外：world_harvest
音高追従MAE cent / 小さいほど良い
条件：−3半音。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 13.972、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 32.996、120録音/40話者。none: 120
- WORLD Harvest：単独支持 —、0録音/0話者。unsupported_operation: 120
- 全120件で操作未対応のため共通比較から除外：world_harvest
有声未検出率 fraction / 小さいほど良い
条件：−3半音。主比較の共通支持：117/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.15144、117録音/40話者。none: 117, generation_failed: 3
- 現ベース PML：単独支持 0.20166、120録音/40話者。none: 120
- WORLD Harvest：単独支持 —、0録音/0話者。unsupported_operation: 120
- 全120件で操作未対応のため共通比較から除外：world_harvest
音高追従MAE cent / 小さいほど良い
条件：＋3半音。主比較の共通支持：115/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 18.467、115録音/40話者。none: 115, generation_failed: 5
- 現ベース PML：単独支持 28.42、120録音/40話者。none: 120
- WORLD Harvest：単独支持 —、0録音/0話者。unsupported_operation: 120
- 全120件で操作未対応のため共通比較から除外：world_harvest
有声未検出率 fraction / 小さいほど良い
条件：＋3半音。主比較の共通支持：115/120録音、40/40話者。
欠測・単独支持の参考値
- 候補 aHM＋Cartesian編集：単独支持 0.056282、115録音/40話者。none: 115, generation_failed: 5
- 現ベース PML：単独支持 0.061902、120録音/40話者。none: 120
- WORLD Harvest：単独支持 —、0録音/0話者。unsupported_operation: 120
- 全120件で操作未対応のため共通比較から除外：world_harvest
この集約の範囲
ここに示すのは通常品質と±3半音の編集評価です。特徴空間ABX・独立trainからの読み出し・実行速度とpayload量は別の測定群であり、このページだけで全研究の完了とは扱いません。
再現用の識別子
計画SHA256: 7ef77aa4a486709a03ea7ebf273b0675c47949d34f08424e34a6ecc8440b9ee8
集約SHA256: 3f3dff136fba05860c3cb2ac965724b40e4528a17aaf71257afd717ac18eeda2