PML:音高と低域ノイズ指定を切り分ける

現行PML/低域に延長する値だけ元F0で固定/延長範囲も元F0で固定、の3条件。120録音×±3半音で720枠。seed0のみ。

生成成功720、失敗0。失敗は0誤差へ置き換えていません。

今回の読み取り

720枠すべて生成できました。低域の参照を固定すると波形は変わりますが、指定サンプルの高域の先行成分は残りました。2.080–2.170秒で測った1.5–3kHz/3–8kHzの−50・−40dBFS初回通過時刻は、各編集量内の3条件ですべて同じでした。+3半音の1.5–3kHz平均窓パワーの変化も0.001dB未満でした。

これは低域指定だけでは、この箇所で観測した高域の先行を解消できなかったという結果です。聴感上の風音の原因全体を確定・否定したわけではありません。低域の聞こえ方や他の録音の品質は別問題です。固定箇所の観測値を残しています。

どれだけ波形が変わったか

現行PMLとの差のRMS÷同じ編集量の現行PMLのRMS。大きいほど変化が大きいだけで、良い/悪いを意味しません。録音等重みです。2つの差のRMSを引いて「延長範囲だけの効果」とすることはできません。全体RMS・20ms帯域パワーだけでは、破裂音の先行成分の改善は判定できません。

条件対応録音数平均中央値範囲
-3 / 延長する値だけ元F0で固定1200.0188710.0120420.001286–0.316513
-3 / 低域指定全体を元F0で固定1200.0209970.0133160.001363–0.316806
+3 / 延長する値だけ元F0で固定1200.0762800.0704120.010072–0.463209
+3 / 低域指定全体を元F0で固定1200.0730050.0665350.009936–0.460193

固定5例の再生

±3半音に対応する正解原音はありません。このページの比較は同じ音高編集に対する3種類の低域指定です。固定5例以外は波形hashと小さい観測配列だけを保存しており、全長音声の追加評価には再合成が必要です。

librispeech_1089-134686-0008

全条件共通の再生ゲイン:1.000000。計測値へは適用していません。

-3半音の3条件を聴く

現行PML

延長する値だけ元F0で固定

低域指定全体を元F0で固定

青:現行、橙:延長値固定、緑:低域指定固定。20ms窓・5ms刻みの保存観測です。数msの先行音の判定には使いません。

0–1kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

1–4kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

4–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒
+3半音の3条件を聴く

現行PML

延長する値だけ元F0で固定

低域指定全体を元F0で固定

青:現行、橙:延長値固定、緑:低域指定固定。20ms窓・5ms刻みの保存観測です。数msの先行音の判定には使いません。

0–1kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

1–4kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

4–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

librispeech_1089-134686-0032

全条件共通の再生ゲイン:1.000000。計測値へは適用していません。

-3半音の3条件を聴く

現行PML

延長する値だけ元F0で固定

低域指定全体を元F0で固定

青:現行、橙:延長値固定、緑:低域指定固定。20ms窓・5ms刻みの保存観測です。数msの先行音の判定には使いません。

0–1kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.08秒

1–4kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.08秒

4–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.08秒
+3半音の3条件を聴く

現行PML

延長する値だけ元F0で固定

低域指定全体を元F0で固定

青:現行、橙:延長値固定、緑:低域指定固定。20ms窓・5ms刻みの保存観測です。数msの先行音の判定には使いません。

0–1kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.08秒

1–4kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.08秒

4–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.08秒

librispeech_1188-133604-0003

全条件共通の再生ゲイン:1.000000。計測値へは適用していません。

-3半音の3条件を聴く

現行PML

延長する値だけ元F0で固定

低域指定全体を元F0で固定

青:現行、橙:延長値固定、緑:低域指定固定。20ms窓・5ms刻みの保存観測です。数msの先行音の判定には使いません。

0–1kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

1–4kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

4–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒
+3半音の3条件を聴く

現行PML

延長する値だけ元F0で固定

低域指定全体を元F0で固定

青:現行、橙:延長値固定、緑:低域指定固定。20ms窓・5ms刻みの保存観測です。数msの先行音の判定には使いません。

0–1kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

1–4kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

4–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

librispeech_121-121726-0012

全条件共通の再生ゲイン:1.000000。計測値へは適用していません。

-3半音の3条件を聴く

現行PML

延長する値だけ元F0で固定

低域指定全体を元F0で固定

青:現行、橙:延長値固定、緑:低域指定固定。20ms窓・5ms刻みの保存観測です。数msの先行音の判定には使いません。

0–1kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.04秒

1–4kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.04秒

4–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.04秒

指定箇所の拡大:同じ編集量での条件差

2.080–2.170秒、5ms窓・1ms刻み。原音との誤差ではありません。既知の発見例であり、新しい独立評価ではありません。

1.5–3kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1002.083秒2.17秒

3–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1002.083秒2.17秒
+3半音の3条件を聴く

現行PML

延長する値だけ元F0で固定

低域指定全体を元F0で固定

青:現行、橙:延長値固定、緑:低域指定固定。20ms窓・5ms刻みの保存観測です。数msの先行音の判定には使いません。

0–1kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.04秒

1–4kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.04秒

4–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒4.04秒

指定箇所の拡大:同じ編集量での条件差

2.080–2.170秒、5ms窓・1ms刻み。原音との誤差ではありません。既知の発見例であり、新しい独立評価ではありません。

1.5–3kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1002.083秒2.17秒

3–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1002.083秒2.17秒

librispeech_1221-135766-0005

全条件共通の再生ゲイン:1.000000。計測値へは適用していません。

-3半音の3条件を聴く

現行PML

延長する値だけ元F0で固定

低域指定全体を元F0で固定

青:現行、橙:延長値固定、緑:低域指定固定。20ms窓・5ms刻みの保存観測です。数msの先行音の判定には使いません。

0–1kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

1–4kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

4–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒
+3半音の3条件を聴く

現行PML

延長する値だけ元F0で固定

低域指定全体を元F0で固定

青:現行、橙:延長値固定、緑:低域指定固定。20ms窓・5ms刻みの保存観測です。数msの先行音の判定には使いません。

0–1kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

1–4kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

4–8kHz・帯域パワー dBFS(平均二乗1=0、表示範囲−100〜0)

0-20-40-60-80-1000.010秒5.99秒

帰属と保存

原音由来:LibriSpeech ASR corpus、V. Panayotov / G. Chen / D. Povey / S. Khudanpur。LibriVoxの朗読、Project Gutenberg由来テキストを含む。配布元、CC BY 4.0。このページは特徴抽出・再合成・±3半音編集・低域指定の反実仮想による派生音声です。作者の推奨を意味しません。

観測の集約と再生変換の来歴。全長float64から録音ごとの全条件共通ゲインを適用し、round(x×32767)でPCM16へ変換しました。クリップ・条件別正規化はしていません。2026-10-18。