SAVED P/F COMPARISON · 2026-10-19

同じ入力から、
二つの出力を聴く。

原音、PML（P）、frame-color候補（F）。
5録音・3音高・2seed、30対応の保存結果です。

品質未評価未採用試聴PCM16 · 最大5秒

このページで比べるもの

これはframe-color P/F候補の5録音・30対応の観察です。別途進行している120録音のRAW_FULL評価結果とは混ぜていません。

Pは今回の条件で新しく生成した正式PML。FはM1分割、frame SPEC選択、FFT、complex64のcast・加算を合わせた方式全体です。F−PをSPEC選択だけの効果とは解釈できません。

波形差・SPEC実値差の露出は記述量です。大きさは品質点数や採否ではありません。原音は未編集の同じ録音で、±3半音の正解音声ではありません。

同じseedはGaussian入力の管理条件です。出力波形や聴感の同等性を保証するものではありません。

この保存結果で見えたこと

全30対応でFとPの波形は異なります。全長F−PのRMSは0.000119607～0.00275156 FS、PのRMSに対する比は0.00376833～0.0785244（約0.38～7.85%）。方式全体の差で、改善量ではありません。

SPEC実値が変わる断片の注入は、全注入を分母にすると1.10～7.46%。そのkernel窓の潜在支持域は波形長の12.25～42.37%です。注入の露出と支持域の広さを、知覚上の効果の大きさや時間とは読み替えません。

sample3の+3半音では、両seedとも全長の最大差が既存の参考枠2.08～2.13秒内にあります。同軸図ではP/Fの両方に2.09～2.10秒付近の高域成分が見え、Fで先行構造が丸ごと消えたとは読めません。これは窓中心の前後10 msを含む表示の読取りで、音素境界・品質の判定ではありません。

各録音の詳細に全条件を残しています。sample3の「他の音高・seed」では+3両seedを含む6条件の2.0～2.2秒拡大を見られます。原音は未編集の参考で、編集音高の正解ではありません。

SAMPLE 1 · 6.000 s

1089-134686-0008

native / 0半音 / seed 0

原音 · PCM16

WAVを保存

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
全長の波形を同じ振幅軸で見る
原音・P・Fの全長波形、共通振幅軸
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000707927
(F−P RMS) / (P RMS)
0.0153631
F−P 最大絶対差 / FS
0.0178264
注入重み付き log-SPEC差 RMS / neper
0.268704
log-SPEC差 最大絶対値 / neper
3.38349
SPEC実値差の露出分子 / 分母比
全注入5305 / 957320.0554151
M1対象注入5305 / 128760.412007
名目時刻が波形内：全注入5305 / 953790.0556202
名目時刻が波形内：M1対象5305 / 125230.423621
値差kernelの潜在支持域 / sample26081 / 960000.271677

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

既存比較対象：HNM（旧保存音声・nativeのみ）

旧レポートに掲載済みのHNM音声をSHA・長さ照合後にそのまま再利用。今回の再生成・再測定ではなく、編集音高の正解ではありません。

HNM · archived native

WAVを保存
他の音高・seedを見る（5対応）

+0半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000609028
(F−P RMS) / (P RMS)
0.0132125
F−P 最大絶対差 / FS
0.0219037
注入重み付き log-SPEC差 RMS / neper
0.268704
log-SPEC差 最大絶対値 / neper
3.38349
SPEC実値差の露出分子 / 分母比
全注入5305 / 957320.0554151
M1対象注入5305 / 128760.412007
名目時刻が波形内：全注入5305 / 953790.0556202
名目時刻が波形内：M1対象5305 / 125230.423621
値差kernelの潜在支持域 / sample26081 / 960000.271677

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

-3半音 · seed 0

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00076172
(F−P RMS) / (P RMS)
0.0172306
F−P 最大絶対差 / FS
0.0297532
注入重み付き log-SPEC差 RMS / neper
0.263979
log-SPEC差 最大絶対値 / neper
4.12136
SPEC実値差の露出分子 / 分母比
全注入4678 / 958780.0487912
M1対象注入4678 / 100330.466261
名目時刻が波形内：全注入4678 / 954790.0489951
名目時刻が波形内：M1対象4678 / 96340.485572
値差kernelの潜在支持域 / sample21794 / 960000.227021

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

-3半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000731702
(F−P RMS) / (P RMS)
0.0165623
F−P 最大絶対差 / FS
0.0261719
注入重み付き log-SPEC差 RMS / neper
0.263979
log-SPEC差 最大絶対値 / neper
4.12136
SPEC実値差の露出分子 / 分母比
全注入4678 / 958780.0487912
M1対象注入4678 / 100330.466261
名目時刻が波形内：全注入4678 / 954790.0489951
名目時刻が波形内：M1対象4678 / 96340.485572
値差kernelの潜在支持域 / sample21794 / 960000.227021

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

+3半音 · seed 0

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00103071
(F−P RMS) / (P RMS)
0.0244824
F−P 最大絶対差 / FS
0.029459
注入重み付き log-SPEC差 RMS / neper
0.247986
log-SPEC差 最大絶対値 / neper
4.39682
SPEC実値差の露出分子 / 分母比
全注入6646 / 954800.0696062
M1対象注入6646 / 179140.370995
名目時刻が波形内：全注入6646 / 952610.0697662
名目時刻が波形内：M1対象6646 / 176950.375586
値差kernelの潜在支持域 / sample33525 / 960000.349219

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

+3半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00115175
(F−P RMS) / (P RMS)
0.0273681
F−P 最大絶対差 / FS
0.0481102
注入重み付き log-SPEC差 RMS / neper
0.247986
log-SPEC差 最大絶対値 / neper
4.39682
SPEC実値差の露出分子 / 分母比
全注入6646 / 954800.0696062
M1対象注入6646 / 179140.370995
名目時刻が波形内：全注入6646 / 952610.0697662
名目時刻が波形内：M1対象6646 / 176950.375586
値差kernelの潜在支持域 / sample33525 / 960000.349219

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

SAMPLE 2 · 6.000 s

1188-133604-0003

native / 0半音 / seed 0

原音 · PCM16

WAVを保存

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
全長の波形を同じ振幅軸で見る
原音・P・Fの全長波形、共通振幅軸
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000119607
(F−P RMS) / (P RMS)
0.00376833
F−P 最大絶対差 / FS
0.00397409
注入重み付き log-SPEC差 RMS / neper
0.178235
log-SPEC差 最大絶対値 / neper
1.60736
SPEC実値差の露出分子 / 分母比
全注入1689 / 955520.0176762
M1対象注入1689 / 49060.344272
名目時刻が波形内：全注入1689 / 953530.0177131
名目時刻が波形内：M1対象1689 / 47070.358827
値差kernelの潜在支持域 / sample14197 / 960000.147885

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

既存比較対象：HNM（旧保存音声・nativeのみ）

旧レポートに掲載済みのHNM音声をSHA・長さ照合後にそのまま再利用。今回の再生成・再測定ではなく、編集音高の正解ではありません。

HNM · archived native

WAVを保存
他の音高・seedを見る（5対応）

+0半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000155309
(F−P RMS) / (P RMS)
0.00486516
F−P 最大絶対差 / FS
0.00453569
注入重み付き log-SPEC差 RMS / neper
0.178235
log-SPEC差 最大絶対値 / neper
1.60736
SPEC実値差の露出分子 / 分母比
全注入1689 / 955520.0176762
M1対象注入1689 / 49060.344272
名目時刻が波形内：全注入1689 / 953530.0177131
名目時刻が波形内：M1対象1689 / 47070.358827
値差kernelの潜在支持域 / sample14197 / 960000.147885

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

-3半音 · seed 0

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000189165
(F−P RMS) / (P RMS)
0.00611101
F−P 最大絶対差 / FS
0.00942885
注入重み付き log-SPEC差 RMS / neper
0.206632
log-SPEC差 最大絶対値 / neper
1.8212
SPEC実値差の露出分子 / 分母比
全注入1699 / 956770.0177577
M1対象注入1699 / 41920.405296
名目時刻が波形内：全注入1699 / 954560.0177988
名目時刻が波形内：M1対象1699 / 39710.427852
値差kernelの潜在支持域 / sample11760 / 960000.1225

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

-3半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000175076
(F−P RMS) / (P RMS)
0.00561693
F−P 最大絶対差 / FS
0.00780437
注入重み付き log-SPEC差 RMS / neper
0.206632
log-SPEC差 最大絶対値 / neper
1.8212
SPEC実値差の露出分子 / 分母比
全注入1699 / 956770.0177577
M1対象注入1699 / 41920.405296
名目時刻が波形内：全注入1699 / 954560.0177988
名目時刻が波形内：M1対象1699 / 39710.427852
値差kernelの潜在支持域 / sample11760 / 960000.1225

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

+3半音 · seed 0

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000982201
(F−P RMS) / (P RMS)
0.0331233
F−P 最大絶対差 / FS
0.0282255
注入重み付き log-SPEC差 RMS / neper
0.201355
log-SPEC差 最大絶対値 / neper
2.5915
SPEC実値差の露出分子 / 分母比
全注入3886 / 953470.0407564
M1対象注入3886 / 108470.358256
名目時刻が波形内：全注入3886 / 952320.0408056
名目時刻が波形内：M1対象3886 / 107320.362095
値差kernelの潜在支持域 / sample29383 / 960000.306073

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

+3半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00126398
(F−P RMS) / (P RMS)
0.0421548
F−P 最大絶対差 / FS
0.0394862
注入重み付き log-SPEC差 RMS / neper
0.201355
log-SPEC差 最大絶対値 / neper
2.5915
SPEC実値差の露出分子 / 分母比
全注入3886 / 953470.0407564
M1対象注入3886 / 108470.358256
名目時刻が波形内：全注入3886 / 952320.0408056
名目時刻が波形内：M1対象3886 / 107320.362095
値差kernelの潜在支持域 / sample29383 / 960000.306073

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

SAMPLE 3 · 4.045 s

121-121726-0012

native / 0半音 / seed 0

原音 · PCM16

WAVを保存

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
全長の波形を同じ振幅軸で見る
原音・P・Fの全長波形、共通振幅軸
sample3：2.0–2.2秒を拡大（目印2.08–2.13秒）

原音はnative。編集後の正解ではありません。網掛けは既存の参考枠で、音素境界の正解ではありません。

原音・P・Fの2.0–2.2秒波形、共通振幅軸
原音・P・Fの2.0–2.2秒スペクトログラム
拡大図：20 ms Hann / 2 ms hop / FFT512。中心時刻の前後10 msが窓の支持。全長図とは時間・周波数分解能が異なります。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00124607
(F−P RMS) / (P RMS)
0.0200633
F−P 最大絶対差 / FS
0.045227
注入重み付き log-SPEC差 RMS / neper
0.234075
log-SPEC差 最大絶対値 / neper
3.32823
SPEC実値差の露出分子 / 分母比
全注入810 / 641250.0126316
M1対象注入810 / 29800.271812
名目時刻が波形内：全注入810 / 640010.0126561
名目時刻が波形内：M1対象810 / 28560.283613
値差kernelの潜在支持域 / sample9365 / 647200.1447

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

既存比較対象：HNM（旧保存音声・nativeのみ）

旧レポートに掲載済みのHNM音声をSHA・長さ照合後にそのまま再利用。今回の再生成・再測定ではなく、編集音高の正解ではありません。

HNM · archived native

WAVを保存
sample3の保存済み局在観察（事後的な記述）

既に特定されていた参考枠2.08–2.13秒を観察。値は親側の保存集計を転記し、この表示処理では再計測していません。差が大きいことは改善を意味しません。

条件参考枠のF−P RMS / FS全長の最大差時刻 / 秒
pitch+0__seed00.0006690583.10331
pitch+0__seed202610150.001007663.10431
pitch+3__seed00.01492452.1135
pitch+3__seed202610150.0128212.11425
pitch-3__seed00.00151951.37319
pitch-3__seed202610150.0009508981.372

+3では全長最大差が両seedともこの参考枠内。ただし、P/Fは既存PMLの音高依存mask規則を共有しており、介入対象は音高条件によって異なります。この規則自体をFの新たな効果とは数えません。

他の音高・seedを見る（5対応）

+0半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
sample3：2.0–2.2秒を拡大（目印2.08–2.13秒）

原音はnative。編集後の正解ではありません。網掛けは既存の参考枠で、音素境界の正解ではありません。

原音・P・Fの2.0–2.2秒波形、共通振幅軸
原音・P・Fの2.0–2.2秒スペクトログラム
拡大図：20 ms Hann / 2 ms hop / FFT512。中心時刻の前後10 msが窓の支持。全長図とは時間・周波数分解能が異なります。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00101097
(F−P RMS) / (P RMS)
0.0162898
F−P 最大絶対差 / FS
0.038632
注入重み付き log-SPEC差 RMS / neper
0.234075
log-SPEC差 最大絶対値 / neper
3.32823
SPEC実値差の露出分子 / 分母比
全注入810 / 641250.0126316
M1対象注入810 / 29800.271812
名目時刻が波形内：全注入810 / 640010.0126561
名目時刻が波形内：M1対象810 / 28560.283613
値差kernelの潜在支持域 / sample9365 / 647200.1447

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

-3半音 · seed 0

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
sample3：2.0–2.2秒を拡大（目印2.08–2.13秒）

原音はnative。編集後の正解ではありません。網掛けは既存の参考枠で、音素境界の正解ではありません。

原音・P・Fの2.0–2.2秒波形、共通振幅軸
原音・P・Fの2.0–2.2秒スペクトログラム
拡大図：20 ms Hann / 2 ms hop / FFT512。中心時刻の前後10 msが窓の支持。全長図とは時間・周波数分解能が異なります。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00103248
(F−P RMS) / (P RMS)
0.0174818
F−P 最大絶対差 / FS
0.0323244
注入重み付き log-SPEC差 RMS / neper
0.220554
log-SPEC差 最大絶対値 / neper
3.29646
SPEC実値差の露出分子 / 分母比
全注入709 / 643240.0110223
M1対象注入709 / 24210.292854
名目時刻が波形内：全注入709 / 641160.0110581
名目時刻が波形内：M1対象709 / 22130.32038
値差kernelの潜在支持域 / sample8842 / 647200.136619

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

-3半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
sample3：2.0–2.2秒を拡大（目印2.08–2.13秒）

原音はnative。編集後の正解ではありません。網掛けは既存の参考枠で、音素境界の正解ではありません。

原音・P・Fの2.0–2.2秒波形、共通振幅軸
原音・P・Fの2.0–2.2秒スペクトログラム
拡大図：20 ms Hann / 2 ms hop / FFT512。中心時刻の前後10 msが窓の支持。全長図とは時間・周波数分解能が異なります。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000428881
(F−P RMS) / (P RMS)
0.00727298
F−P 最大絶対差 / FS
0.0184207
注入重み付き log-SPEC差 RMS / neper
0.220554
log-SPEC差 最大絶対値 / neper
3.29646
SPEC実値差の露出分子 / 分母比
全注入709 / 643240.0110223
M1対象注入709 / 24210.292854
名目時刻が波形内：全注入709 / 641160.0110581
名目時刻が波形内：M1対象709 / 22130.32038
値差kernelの潜在支持域 / sample8842 / 647200.136619

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

+3半音 · seed 0

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
sample3：2.0–2.2秒を拡大（目印2.08–2.13秒）

原音はnative。編集後の正解ではありません。網掛けは既存の参考枠で、音素境界の正解ではありません。

原音・P・Fの2.0–2.2秒波形、共通振幅軸
原音・P・Fの2.0–2.2秒スペクトログラム
拡大図：20 ms Hann / 2 ms hop / FFT512。中心時刻の前後10 msが窓の支持。全長図とは時間・周波数分解能が異なります。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00206404
(F−P RMS) / (P RMS)
0.0357329
F−P 最大絶対差 / FS
0.111181
注入重み付き log-SPEC差 RMS / neper
0.299913
log-SPEC差 最大絶対値 / neper
3.32823
SPEC実値差の露出分子 / 分母比
全注入1935 / 639630.0302519
M1対象注入1935 / 63560.304437
名目時刻が波形内：全注入1935 / 638650.0302983
名目時刻が波形内：M1対象1935 / 62580.309204
値差kernelの潜在支持域 / sample17680 / 647200.273177

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

+3半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
sample3：2.0–2.2秒を拡大（目印2.08–2.13秒）

原音はnative。編集後の正解ではありません。網掛けは既存の参考枠で、音素境界の正解ではありません。

原音・P・Fの2.0–2.2秒波形、共通振幅軸
原音・P・Fの2.0–2.2秒スペクトログラム
拡大図：20 ms Hann / 2 ms hop / FFT512。中心時刻の前後10 msが窓の支持。全長図とは時間・周波数分解能が異なります。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00208203
(F−P RMS) / (P RMS)
0.0360653
F−P 最大絶対差 / FS
0.0613328
注入重み付き log-SPEC差 RMS / neper
0.299913
log-SPEC差 最大絶対値 / neper
3.32823
SPEC実値差の露出分子 / 分母比
全注入1935 / 639630.0302519
M1対象注入1935 / 63560.304437
名目時刻が波形内：全注入1935 / 638650.0302983
名目時刻が波形内：M1対象1935 / 62580.309204
値差kernelの潜在支持域 / sample17680 / 647200.273177

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

SAMPLE 4 · 6.000 s

1221-135766-0005

native / 0半音 / seed 0

原音 · PCM16

WAVを保存

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
全長の波形を同じ振幅軸で見る
原音・P・Fの全長波形、共通振幅軸
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00233108
(F−P RMS) / (P RMS)
0.0600736
F−P 最大絶対差 / FS
0.100122
注入重み付き log-SPEC差 RMS / neper
0.283189
log-SPEC差 最大絶対値 / neper
2.69945
SPEC実値差の露出分子 / 分母比
全注入3532 / 948870.0372232
M1対象注入3532 / 139210.253717
名目時刻が波形内：全注入3532 / 947180.0372896
名目時刻が波形内：M1対象3532 / 137520.256835
値差kernelの潜在支持域 / sample33615 / 960000.350156

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

既存比較対象：HNM（旧保存音声・nativeのみ）

旧レポートに掲載済みのHNM音声をSHA・長さ照合後にそのまま再利用。今回の再生成・再測定ではなく、編集音高の正解ではありません。

HNM · archived native

WAVを保存
他の音高・seedを見る（5対応）

+0半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.0025819
(F−P RMS) / (P RMS)
0.0671447
F−P 最大絶対差 / FS
0.0999491
注入重み付き log-SPEC差 RMS / neper
0.283189
log-SPEC差 最大絶対値 / neper
2.69945
SPEC実値差の露出分子 / 分母比
全注入3532 / 948870.0372232
M1対象注入3532 / 139210.253717
名目時刻が波形内：全注入3532 / 947180.0372896
名目時刻が波形内：M1対象3532 / 137520.256835
値差kernelの潜在支持域 / sample33615 / 960000.350156

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

-3半音 · seed 0

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.0025737
(F−P RMS) / (P RMS)
0.0702205
F−P 最大絶対差 / FS
0.186172
注入重み付き log-SPEC差 RMS / neper
0.280818
log-SPEC差 最大絶対値 / neper
2.53778
SPEC実値差の露出分子 / 分母比
全注入2684 / 951180.0282176
M1対象注入2684 / 94130.285138
名目時刻が波形内：全注入2684 / 949220.0282758
名目時刻が波形内：M1対象2684 / 92170.291201
値差kernelの潜在支持域 / sample23594 / 960000.245771

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

-3半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00176555
(F−P RMS) / (P RMS)
0.048455
F−P 最大絶対差 / FS
0.0703647
注入重み付き log-SPEC差 RMS / neper
0.280818
log-SPEC差 最大絶対値 / neper
2.53778
SPEC実値差の露出分子 / 分母比
全注入2684 / 951180.0282176
M1対象注入2684 / 94130.285138
名目時刻が波形内：全注入2684 / 949220.0282758
名目時刻が波形内：M1対象2684 / 92170.291201
値差kernelの潜在支持域 / sample23594 / 960000.245771

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

+3半音 · seed 0

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.00275156
(F−P RMS) / (P RMS)
0.0785244
F−P 最大絶対差 / FS
0.121328
注入重み付き log-SPEC差 RMS / neper
0.277318
log-SPEC差 最大絶対値 / neper
4.22458
SPEC実値差の露出分子 / 分母比
全注入4890 / 945770.0517039
M1対象注入4890 / 231260.21145
名目時刻が波形内：全注入4890 / 944750.0517597
名目時刻が波形内：M1対象4890 / 230240.212387
値差kernelの潜在支持域 / sample40671 / 960000.423656

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

+3半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.0026509
(F−P RMS) / (P RMS)
0.0760875
F−P 最大絶対差 / FS
0.118014
注入重み付き log-SPEC差 RMS / neper
0.277318
log-SPEC差 最大絶対値 / neper
4.22458
SPEC実値差の露出分子 / 分母比
全注入4890 / 945770.0517039
M1対象注入4890 / 231260.21145
名目時刻が波形内：全注入4890 / 944750.0517597
名目時刻が波形内：M1対象4890 / 230240.212387
値差kernelの潜在支持域 / sample40671 / 960000.423656

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

SAMPLE 5 · 4.090 s

1089-134686-0032

native / 0半音 / seed 0

原音 · PCM16

WAVを保存

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
全長の波形を同じ振幅軸で見る
原音・P・Fの全長波形、共通振幅軸
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000405345
(F−P RMS) / (P RMS)
0.00817446
F−P 最大絶対差 / FS
0.0127834
注入重み付き log-SPEC差 RMS / neper
0.249839
log-SPEC差 最大絶対値 / neper
3.13706
SPEC実値差の露出分子 / 分母比
全注入3904 / 653510.0597389
M1対象注入3904 / 95440.409053
名目時刻が波形内：全注入3904 / 650250.0600384
名目時刻が波形内：M1対象3904 / 92180.423519
値差kernelの潜在支持域 / sample15609 / 654400.238524

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

既存比較対象：HNM（旧保存音声・nativeのみ）

旧レポートに掲載済みのHNM音声をSHA・長さ照合後にそのまま再利用。今回の再生成・再測定ではなく、編集音高の正解ではありません。

HNM · archived native

WAVを保存
他の音高・seedを見る（5対応）

+0半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000367942
(F−P RMS) / (P RMS)
0.0074243
F−P 最大絶対差 / FS
0.0166863
注入重み付き log-SPEC差 RMS / neper
0.249839
log-SPEC差 最大絶対値 / neper
3.13706
SPEC実値差の露出分子 / 分母比
全注入3904 / 653510.0597389
M1対象注入3904 / 95440.409053
名目時刻が波形内：全注入3904 / 650250.0600384
名目時刻が波形内：M1対象3904 / 92180.423519
値差kernelの潜在支持域 / sample15609 / 654400.238524

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

-3半音 · seed 0

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000248041
(F−P RMS) / (P RMS)
0.00519763
F−P 最大絶対差 / FS
0.0104665
注入重み付き log-SPEC差 RMS / neper
0.281779
log-SPEC差 最大絶対値 / neper
3.13706
SPEC実値差の露出分子 / 分母比
全注入4017 / 653420.0614765
M1対象注入4017 / 83410.481597
名目時刻が波形内：全注入4017 / 650900.0617145
名目時刻が波形内：M1対象4017 / 80890.4966
値差kernelの潜在支持域 / sample13955 / 654400.213249

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

-3半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000240102
(F−P RMS) / (P RMS)
0.00503495
F−P 最大絶対差 / FS
0.00977175
注入重み付き log-SPEC差 RMS / neper
0.281779
log-SPEC差 最大絶対値 / neper
3.13706
SPEC実値差の露出分子 / 分母比
全注入4017 / 653420.0614765
M1対象注入4017 / 83410.481597
名目時刻が波形内：全注入4017 / 650900.0617145
名目時刻が波形内：M1対象4017 / 80890.4966
値差kernelの潜在支持域 / sample13955 / 654400.213249

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

+3半音 · seed 0

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000506813
(F−P RMS) / (P RMS)
0.0110387
F−P 最大絶対差 / FS
0.0226592
注入重み付き log-SPEC差 RMS / neper
0.227753
log-SPEC差 最大絶対値 / neper
3.13706
SPEC実値差の露出分子 / 分母比
全注入4858 / 651120.0746099
M1対象注入4858 / 135220.359266
名目時刻が波形内：全注入4858 / 649450.0748018
名目時刻が波形内：M1対象4858 / 133550.363759
値差kernelの潜在支持域 / sample18564 / 654400.28368

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

+3半音 · seed 20261015

P · PML

WAVを保存

F · frame-color候補

WAVを保存
同じ時刻軸と固定色範囲で比較した原音・P・Fのスペクトログラム
原音/P/Fの全長波形を共通の時刻軸と色範囲で表示。試聴WAVは先頭最大5秒。音量正規化なし。
保存された波形差・SPEC露出を見る
F−P RMS / FS
0.000476582
(F−P RMS) / (P RMS)
0.0103754
F−P 最大絶対差 / FS
0.0142039
注入重み付き log-SPEC差 RMS / neper
0.227753
log-SPEC差 最大絶対値 / neper
3.13706
SPEC実値差の露出分子 / 分母比
全注入4858 / 651120.0746099
M1対象注入4858 / 135220.359266
名目時刻が波形内：全注入4858 / 649450.0748018
名目時刻が波形内：M1対象4858 / 133550.363759
値差kernelの潜在支持域 / sample18564 / 654400.28368

注入は重なる出力位置でも別に数えます。潜在支持域はkernel窓の和集合であり、実際の効果時間ではありません。nullを0に補完していません。

音声・表示・記録の読み方

生成側の終了状態: generated_observed_not_quality_evaluated_not_adopted

元レポートの音声クレジット音声の来歴・変換記録保存値の要約 JSON全30対応 CSV列・分母・単位表示条件作成記録

音声の出典と改変

LibriSpeech test-clean / OpenSLR 12。Vassil Panayotov（Daniel Povey協力）、LibriVox由来。配布元、CC BY 4.0。元の計測は各録音の先頭最大6秒の抜粋です。このページの試聴音声は全方式共通の先頭最大5秒。原音・HNMは既存掲載PCM16のsample値を維持してcropしました。P/Fは16 kHz、0/±3半音、seed 0/20261015の保存合成音で、PCM16 WAVへ無正規化・無clip変換しました。著者が今回の改変を推奨しているという意味ではありません。

解釈のための調査記録

以下は次の解釈に使う文献・式の整理で、今回の品質結果ではありません。時間変動filterと分割処理は一般に同値ではありませんが、特定条件では一致し得ます。

以前の低域参照固定対照：120録音720条件、品質未評価（2026-10-18の保存研究。試聴は5録音30音声。今回のP/F測定とは別資料です。）