既知の声道フィルタで通常IAIFの推定を調べる

外部から基本周波数（F0）を渡さない反復適応逆フィルタ法（IAIF）のPython移植でも、同じ真の声道フィルタに対する推定応答はF0条件で異なった。今回の応答を、F0から独立した声道フィルタの正解推定としては扱わない。人工信号72本の計1,368フレームはすべて数値的に安定したが、安定性は真値への近さを保証しない。各信号の形状誤差の中央値72件は2.1223～4.5808 dBで、その72件の中央値は3.6228 dBだった。

形状誤差は、既知と推定の声道フィルタの周波数応答から、それぞれ平均利得を引いて求めた二乗平均平方根誤差（RMSE）である。72件の中央値は各信号19フレームの中央値で、全1,368フレームを一括した中央値ではない。主観的な音質や身体の声道形状の正解率を表さない。既存のApron固定120録音比較には品質指標と試聴があるが、この人工信号研究ではApronや既存方式との音質比較を行っていない。

確認状況：保存ファイル147件の容量・ハッシュと個票を照合した。別担当が同じ環境で別コードを使い、保存係数から計算した317点の応答、フレーム誤差、中央値、F0間距離を全項目で一致確認した。IAIF推定そのものを独立環境で再実行した確認ではない。このページは保存値の研究記録である。

固定した二つの条件では、三つのF0曲線の違いが残った

次の二組は、72条件の誤差範囲を確認した後、個別の条件表を読む前に図示先として固定した。声源はG0、周期の開始位置はzero、雑音はoffで、声道だけV0とV1が異なる。破線は既知の声道、色の実線はF0ごとに共通の19フレームで求めた推定曲線の中央値である。横軸は100～8,000 Hzの全317点。表示用の平滑化や追加の正規化はしていない。

72信号は全件19/19フレームが安定した

V0/V1は二つの人工声道フィルタ、G0/G1は二つの人工声源フィルタである。zeroは周期励振を先頭から置き、halfは半周期ずらす。offは雑音なし、seed0/seed1は二つの固定乱数列を表す。72条件はこの組合せにF0 120/200/300 Hzを掛けたものだ。表は各信号19フレームのRMSE中央値を小数第4位まで示す。元の精度は保存値の抜粋JSONに残す。19フレームは同じ定常人工信号を同位相の窓で観測したもので、独立した19標本ではない。雑音の乱数列も二つだけである。

F0間の距離は24組の共通フレームだけで比べた

声道・声源・位相・雑音が同じ三つのF0について、三系列とも安定だったフレームだけを対応させた。今回は24組すべて共通19/19フレーム。各F0の周波数別中央値曲線を比べた距離を下表に示す。距離が小さいことを音質の順位とは読まない。

この結果が答える範囲

生成信号は24 kHz・2秒の周期励振を全条件に含み、真の無声区間も有声・無声の移り変わりもない。二つの人工声道、二つの声源、120～300 HzのF0、二つの位相、三つの雑音状態に限る。50 ms刻みの窓中心では全F0の周期位相がそろうが、窓内の周期配置と条件別の雑音利得は異なる。F0だけの因果効果とは呼べない。信頼区間や有意差の検定、母集団への推定も行っていない。自然音声や48 kHzの品質には広げない。

推定器は固定COVAREP版の通常IAIFを参照したPython移植である。元のMATLAB/Octave版との数値一致は未確認で、一般のIAIFや自然音声での優劣も示さない。保存係数の算術照合と推定器の独立再現は別の確認である。

図の縮尺と描画元6個票の容量・SHAは図の来歴に記録した。方法と出典は研究条件、数値の原本はF0間比較と72条件の抜粋から確認できる。これは声道フィルタの限定研究で、codecの再合成比較ではないため試聴音声はない。次は、声源と声道の効果をまとめた全体フィルタと、位相が連続する確率的な励振を検討する。未知パラメータの推定条件は未解決で、実装・採用はしていない。