# 入力音量調整による直接調波解析の診断

## 何を比べたか

2026-10-23 UTCの人工信号5実験を、2026-10-24 UTCに保存値から整理した。現在の作業ベースはApronのまま。PはApronと同じ無変更HMPP、Nは入力振幅を調整して戻り振幅を逆変換するHMPP、Cは既存HMCZT。全Apronの解析・復号ではない。Nの候補コードはGit管理に加えず、結果と条件だけを公開する。

固定上流は [LLSM2 d18cdf02b31819670e3bc23ead933ad9467da06d](https://github.com/Sleepwalking/libllsm2/tree/d18cdf02b31819670e3bc23ead933ad9467da06d)、[ciglet 895ba9b1c0eabee83d3544208bbc82420efa3206](https://github.com/Sleepwalking/ciglet/tree/895ba9b1c0eabee83d3544208bbc82420efa3206)。参照repoの指定は [10705bf](https://github.com/Hiroshiba/check-nonml-saikyo-vocoder/tree/10705bf653c58afc3af311e091cc6a06b5da4955)。研究3では参照repoの遠隔確認がHTTP503で完了していないため、指定commitの検証済みとはしない。各研究に同梱された上流49ファイルの一致は、別途保存ファイルで確認した。

## 入力式と3経路

fs=24000 Hz、N=1921、t=n/fs、n=0..1920、u=t−0.04。fcは100/200 Hz、H=floor(8000/fc)、h=1..H。b_h=(1+h fc/1000)^−2、S=0.5/Σ(h=1..80)(1+100h/1000)^−2、T0=4/fc。位相はφ_h=0、全π/2、+πh(h−1)/H、−πh(h−1)/Hの4種類。

波形は x(t)=g e(t) Σ_h S b_h cos(φ_h+2πh fc[u+r u²/(2T0)]) をfloat64で作る。e(t)=1+a u/T0で、a=0の研究ではe=1。中心の真の振幅はg S b_h。音高変化率rの基準は常に4周期で、窓長Lを変えてもT0を変えない。中心で8 kHz以下の調波を選ぶが、時間変化する波形が全区間8 kHz以下だとは主張しない。

P/Cへはcast_float32(x)を入力する。Nではp=max(abs(x))を1921標本全体から求め、λ=0.5/p、入力をcast_float32(λx)とする。nativeの戻り振幅をfloat64へ変換してλで割る。位相は変換しない。pは分析窓内だけの最大値でもスペクトルの最大値でもない。全条件p>0で、全零入力の振る舞いは今回測っていない。

query F0はfc·2^(c/1200)。nfrm=9、hop=.005秒、F0ベクトルの最初8要素は0、index8だけqueryを与える。最初の0は照会フレームの選択であり真の無声ではない。rel_winsize=L、maxnhar=H。固定上流のRelease flagsとfloat32 native計算を変更していない。F0再推定・Rd・雑音・復号・MOSは実行していない。

## 5つの条件集合

1. 定常信号: r=a=c=0、L=4、g=1,10^−2,10^−4,10^−6,10^−8。2F0×4位相×5gain=40条件、3経路で120呼出し。
2. 音高変化: r=−.1,−.05,0,.05,.1、a=c=0、L=4、g=1,10^−4,10^−8。120条件、360呼出し。
3. 照会F0: c=−20,−5,0,5,20 cent、r=a=0、L=4、g=1,10^−4,10^−8。120条件、360呼出し。query変更で分析周波数だけでなく窓長も変わる。
4. 振幅変化: a=−.5,−.1,0,.1,.5、r=c=0、L=4、g=1,10^−4,10^−8。120条件、360呼出し。中心e=1の真値を使う。
5. 窓長: L=2,4,6、r=−.1,0,.1、a=c=0、g=1,10^−4,10^−8。216条件、648呼出し。物理的な音高軌跡はL間で同じ。

主帯域は500≤h fc≤8000、低帯域500≤h fc<4000、高帯域4000≤h fc≤8000。queryのずれがあっても帯域判定は真のh fcを使う。全1848呼出しは成功し、原調波110880行、主帯域105336行、未定義dBは0件。

## 集計と依存関係

符号付き誤差は20log10(推定/真値)、絶対誤差はその絶対値。推定が非正または非有限ならnullと理由を保存し、床で置き換えない。条件・経路・帯域ごとのmean/median/P95線形補間/maxを原集計から抜き出している。N−P/C−Pの対応差、同じ構成でのg=1とのgain差も私有成果物で照合済み。公開統計JSONは表示に使う列を抽出したもので、nativeの再実行ではない。

冒頭の定常表だけは、保存された条件平均を有効調波数で重み付けして親が作った新しい記述集計である。各gain・経路の456調波を等重みにし、F0条件を等重みにした平均とは区別する。順位は各条件行で3経路の丸め前の平均絶対誤差から付け、同値は同順位とする。統計的な優越や総合品質の順位ではない。

自然な正の尺度変換ではNの正規化入力が実数算術で同じになる。gain間で安定すること自体は構成から予想され、独立した品質改善の証拠ではない。位相条件、調波、gain、実験間の共通条件は相関している。研究2と3の定常/正しいqueryに当たる24条件では入力と全72経路出力がbit単位で一致し、独立な音声数には数えない。

## 独立監査と公開範囲

親側の独立監査は全入力式、float64/32配列、全区間p、λ、逆変換、全原値、5544経路帯域統計、対応差、gain差、予定キー・状態・manifestを照合した。同梱上流ソース34+15ファイルは、以前確認した固定版のソースとbyte単位で一致した。ソースの一致はバイナリの作成過程や実呼出し履歴の独立証明とは異なる。nativeの再実行は行っていない。

研究1は測定前のmake作業ディレクトリ誤りを修正した記録があるが、失敗時の元stderrは含まれない。研究3の参照repo503、研究3/4のCloud側Library読み戻し401は制約として残す。後者は親が同じLibrary項目を取得し、各送信元のbytes/SHAと一致したことで、親の手元の成果物の一致を確認した。

公開するのは結果HTML、条件、保存統計の抽出、冒頭の記述集計、監査、方法である。候補の実行コード・nativeライブラリ・モデル・私有ログをGitに加えない。今回の結果は、全Apronを固定120録音で比較する別計画への根拠とし、Apronを維持する。

私有計測アーカイブの名称・bytes・SHAは[成果物の来歴](artifact-sources.json)に保存した。公開ダウンロード先ではなく、親が取得して照合した束の識別情報である。公開数値は保存集計の抽出であり、バイナリの実行を独立証明する記録ではない。