短い候補音声の出典と改変
出典はOpenSLR SLR12のLibriSpeech test-cleanです。英語の朗読音声をLibriVoxなどから集めたコーパスで、Creative Commons Attribution 4.0 International（CC BY 4.0）に従って利用します。コーパスの作成者としてVassil Panayotovらを表示します。元の朗読者・作品は、固定入力manifestから個別に同定していません。
新たに掲載するのは、公開例として固定済みのlibrispeech_1089-134686-0008とlibrispeech_1188-133604-0003だけです。保存済みpYIN Viterbi系列を入口に使った候補による無編集・−3半音・＋3半音の再合成を、各録音の先頭5秒で示します。候補の全長360音声や、元音声全体は掲載しません。
候補の元出力は24 kHz float32です。先頭120,000標本をround(x × 32767)でsigned PCM16 WAVにしました。音量倍率、クリップ、位置合わせ、再標本化は加えていません。この短例は採点元のfloat32全長波形とは別のバイト列です。ファイルごとの容量・SHA、元波形の容量・SHA、標本数とclip件数は音声manifestに記録しました。
原音・Apron・LLSM2 Layer0の比較音声は既公開レポートにあります。一覧で無編集を聴き比べるため、録音0008の3本だけを元の公開WAVと完全に同じバイト列で再利用しました。元レポートの音声は変更せず、再合成や再量子化もしていません。この3本と新しい候補6本は音声manifestで別々に記録しています。JVSやユーザーの非公開音声は掲載していません。