正式PMLパッケージの全追加評価：品質・制御・特徴表現

固定120録音・40話者、PML package v1 / seed 0。既存8方式との同条件比較。

まず、既存方式と比較

HNM v3と比べて、予測MOS・明瞭性・話者類似度には改善が見られます。一方、スペクトル忠実度、音高、特徴の線形読み出しには弱点が残ります。総合順位は作りません。次の研究baseとしてPMLの採用を推奨します。無編集・編集後の予測品質と話者保持の改善を次の研究の出発点にします。計測時の比較基準はHNM v3です。PR #43ではPMLを次の研究baseへ更新します。全非ML方式への全面優越や、人間による品質実証を意味しません。

弱点：音高追従誤差は比較8方式中7位。特徴読み出しは音高8/9位、音量・傾斜9/9位。スペクトル忠実度にも課題が残ります。
未対応：native48kHz、時間伸縮、傾斜操作、特徴補間。欠測・失敗と区別して以下に示します。

今回の固定120録音は継続比較用集合で、PML探索に用いた10録音等も含み、完全未使用のholdoutではありません。旧研究の設定選定に使わなかった追加108録音集計とは別です。旧研究seed 20261015の数値を置換していません。

指標を絞り込む

native全長UTMOSv2予測MOS — 高いほど良い

各方式の実標本化周波数・無編集全長。原音は方式順位外。単位：predicted MOS。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	2.5768 9位95%区間 [2.4884, 2.6666]	095%区間 [0, 0]
WORLD Harvest	3.0454 7位95%区間 [2.9441, 3.1484]	0.4686395%区間 [0.38392, 0.54746]
FACodec	3.986 1位95%区間 [3.9226, 4.0538]	1.409395%区間 [1.3132, 1.5124]
HiFi-Glot	3.3759 2位95%区間 [3.2774, 3.4676]	0.7991795%区間 [0.70646, 0.88852]
GOLF-ff	2.9631 8位95%区間 [2.8546, 3.0651]	0.3863295%区間 [0.29348, 0.47633]
SiFi-GAN	3.1532 5位95%区間 [3.0582, 3.2523]	0.5764995%区間 [0.50249, 0.65399]
LLSM2 Layer0	3.0838 6位95%区間 [2.9813, 3.1792]	0.5070195%区間 [0.422, 0.58932]
MagPhase	3.2621 4位95%区間 [3.1716, 3.3558]	0.6853195%区間 [0.59131, 0.78466]
PML 低域変更＋60 FWCEP	3.2755 3位95%区間 [3.2001, 3.3448]	0.6987695%区間 [0.61729, 0.77327]

eSTOI明瞭性推定 — 高いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：score。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.86672 7位95%区間 [0.8521, 0.88076]	095%区間 [0, 0]
WORLD Harvest	0.90519 3位95%区間 [0.89479, 0.9145]	0.03846695%区間 [0.031325, 0.045676]
FACodec	0.88984 4位95%区間 [0.87812, 0.89986]	0.02311895%区間 [0.015743, 0.030269]
HiFi-Glot	0.73434 9位95%区間 [0.71329, 0.75286]	-0.1323895%区間 [-0.14392, -0.12167]
GOLF-ff	0.87076 6位95%区間 [0.85798, 0.88253]	0.004031195%区間 [-0.0047559, 0.01262]
SiFi-GAN	0.87882 5位95%区間 [0.86849, 0.88828]	0.01209895%区間 [0.0058081, 0.019221]
LLSM2 Layer0	0.93245 1位95%区間 [0.92222, 0.94138]	0.06572495%区間 [0.058671, 0.073225]
MagPhase	0.7801 8位95%区間 [0.73337, 0.82297]	-0.08662595%区間 [-0.12568, -0.04779]
PML 低域変更＋60 FWCEP	0.90764 2位95%区間 [0.89841, 0.91597]	0.04091495%区間 [0.033446, 0.048967]

SCOREQ参照あり距離 — 低いほど良い

全8が同時に成立した固定16kHz共通先頭区間単位：distance。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.58495 9位95%区間 [0.5329, 0.6392]	095%区間 [0, 0]
WORLD Harvest	0.37907 6位95%区間 [0.34344, 0.42005]	-0.2058895%区間 [-0.25671, -0.15423]
FACodec	0.1657 1位95%区間 [0.15379, 0.17876]	-0.4192595%区間 [-0.47508, -0.36354]
HiFi-Glot	0.47772 7位95%区間 [0.43747, 0.52457]	-0.1072395%区間 [-0.16262, -0.051426]
GOLF-ff	0.51221 8位95%区間 [0.48083, 0.54727]	-0.07274495%区間 [-0.11986, -0.026449]
SiFi-GAN	0.23625 3位95%区間 [0.21753, 0.25707]	-0.348795%区間 [-0.40248, -0.29599]
LLSM2 Layer0	0.24101 4位95%区間 [0.2139, 0.2736]	-0.3439495%区間 [-0.38916, -0.29735]
MagPhase	0.22503 2位95%区間 [0.20331, 0.24897]	-0.3599295%区間 [-0.4077, -0.31073]
PML 低域変更＋60 FWCEP	0.29479 5位95%区間 [0.27559, 0.31567]	-0.2901695%区間 [-0.33542, -0.2447]

ECAPA話者類似度 — 高いほど良い

全8が同時に成立した固定16kHz共通先頭区間単位：cosine。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.90693 6位95%区間 [0.90052, 0.91279]	095%区間 [0, 0]
WORLD Harvest	0.93054 5位95%区間 [0.92499, 0.93557]	0.0236195%区間 [0.017845, 0.029227]
FACodec	0.85663 7位95%区間 [0.84598, 0.8657]	-0.05029395%区間 [-0.06088, -0.041274]
HiFi-Glot	0.46005 9位95%区間 [0.43199, 0.48455]	-0.4468895%区間 [-0.47208, -0.42497]
GOLF-ff	0.82506 8位95%区間 [0.80886, 0.83914]	-0.08186795%区間 [-0.097538, -0.067991]
SiFi-GAN	0.95145 2位95%区間 [0.9468, 0.9555]	0.04452495%区間 [0.03936, 0.049757]
LLSM2 Layer0	0.95691 1位95%区間 [0.95082, 0.96167]	0.04998495%区間 [0.043164, 0.055887]
MagPhase	0.94987 3位95%区間 [0.94623, 0.95329]	0.04294395%区間 [0.037695, 0.04846]
PML 低域変更＋60 FWCEP	0.94863 4位95%区間 [0.94535, 0.95193]	0.04170295%区間 [0.036271, 0.047514]

20ms ERB帯域距離 — 低いほど良い

全8が同時に成立した固定16kHz共通先頭区間単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	2.1034 3位95%区間 [1.9972, 2.2126]	095%区間 [0, 0]
WORLD Harvest	2.1721 5位95%区間 [2.0307, 2.3243]	0.06875595%区間 [0.0043559, 0.14412]
FACodec	2.0342 2位95%区間 [1.9406, 2.1341]	-0.06914595%区間 [-0.12155, -0.014896]
HiFi-Glot	3.5563 9位95%区間 [3.3663, 3.7648]	1.45395%区間 [1.3339, 1.5881]
GOLF-ff	2.3894 6位95%区間 [2.283, 2.5087]	0.2860495%区間 [0.18962, 0.37878]
SiFi-GAN	2.5738 7位95%区間 [2.4301, 2.7352]	0.4704895%区間 [0.40045, 0.55604]
LLSM2 Layer0	1.3667 1位95%区間 [1.2958, 1.4401]	-0.7367195%区間 [-0.78285, -0.69128]
MagPhase	2.9949 8位95%区間 [2.6236, 3.4002]	0.8914995%区間 [0.53437, 1.2598]
PML 低域変更＋60 FWCEP	2.1094 4位95%区間 [1.9652, 2.2759]	0.006058495%区間 [-0.082055, 0.11534]

20ms STFT スペクトル相対誤差 — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.27761 3位95%区間 [0.25646, 0.29993]	095%区間 [0, 0]
WORLD Harvest	0.32879 6位95%区間 [0.31031, 0.34931]	0.05118395%区間 [0.036154, 0.065426]
FACodec	0.27349 2位95%区間 [0.25284, 0.29585]	-0.004122595%区間 [-0.016087, 0.0075326]
HiFi-Glot	0.41044 9位95%区間 [0.38588, 0.43653]	0.1328495%区間 [0.11794, 0.14727]
GOLF-ff	0.32663 5位95%区間 [0.306, 0.34919]	0.04902795%区間 [0.031515, 0.067918]
SiFi-GAN	0.32943 7位95%区間 [0.30913, 0.35032]	0.05182495%区間 [0.0417, 0.06216]
LLSM2 Layer0	0.20491 1位95%区間 [0.18639, 0.22579]	-0.072795%区間 [-0.087065, -0.056652]
MagPhase	0.3738 8位95%区間 [0.33245, 0.42128]	0.09619195%区間 [0.05468, 0.13865]
PML 低域変更＋60 FWCEP	0.32304 4位95%区間 [0.30571, 0.34131]	0.0454395%区間 [0.030329, 0.059687]

原音推定有声に対する出力有声未検出率 — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：fraction。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.10164 5位95%区間 [0.076264, 0.13207]	095%区間 [0, 0]
WORLD Harvest	0.097935 4位95%区間 [0.076622, 0.1264]	-0.003706495%区間 [-0.022709, 0.014761]
FACodec	0.070011 1位95%区間 [0.057751, 0.083526]	-0.03163195%区間 [-0.06166, -0.0038072]
HiFi-Glot	0.18474 9位95%区間 [0.15338, 0.21803]	0.08309495%区間 [0.045872, 0.12286]
GOLF-ff	0.1038 6位95%区間 [0.06772, 0.15168]	0.002162795%区間 [-0.034828, 0.048863]
SiFi-GAN	0.096679 3位95%区間 [0.071688, 0.1279]	-0.004962595%区間 [-0.030242, 0.021077]
LLSM2 Layer0	0.10703 7位95%区間 [0.081239, 0.14259]	0.005385895%区間 [-0.023059, 0.03224]
MagPhase	0.16512 8位95%区間 [0.1289, 0.20558]	0.06347595%区間 [0.021374, 0.10774]
PML 低域変更＋60 FWCEP	0.076238 2位95%区間 [0.06294, 0.093177]	-0.02540395%区間 [-0.056021, 0.00073921]

残りの品質・音響・認識指標をすべて表示

5ms STFT 対数振幅MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	5.7265 2位95%区間 [5.6151, 5.8349]	095%区間 [0, 0]
WORLD Harvest	6.479 5位95%区間 [6.3243, 6.6316]	0.7524495%区間 [0.67209, 0.83656]
FACodec	6.3484 3位95%区間 [6.2743, 6.4172]	0.6218895%区間 [0.53492, 0.71373]
HiFi-Glot	8.9848 9位95%区間 [8.8396, 9.1365]	3.258395%区間 [3.1211, 3.4068]
GOLF-ff	7.594 8位95%区間 [7.4663, 7.7262]	1.867495%区間 [1.7695, 1.9721]
SiFi-GAN	7.3236 6位95%区間 [7.1758, 7.4728]	1.597195%区間 [1.5335, 1.6642]
LLSM2 Layer0	4.7394 1位95%区間 [4.6426, 4.8393]	-0.9870995%区間 [-1.0332, -0.93565]
MagPhase	7.409 7位95%区間 [6.9973, 7.8352]	1.682595%区間 [1.3611, 2.005]
PML 低域変更＋60 FWCEP	6.3586 4位95%区間 [6.1998, 6.5191]	0.632195%区間 [0.54577, 0.72335]

5ms STFT スペクトル相対誤差 — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.28716 3位95%区間 [0.26419, 0.31183]	095%区間 [0, 0]
WORLD Harvest	0.61431 9位95%区間 [0.58812, 0.64293]	0.3271595%区間 [0.29623, 0.35807]
FACodec	0.26607 2位95%区間 [0.24868, 0.28516]	-0.02109495%区間 [-0.035087, -0.0066769]
HiFi-Glot	0.48351 4位95%区間 [0.46642, 0.50163]	0.1963595%区間 [0.18027, 0.21267]
GOLF-ff	0.56868 5位95%区間 [0.54333, 0.59861]	0.2815295%区間 [0.253, 0.3102]
SiFi-GAN	0.56914 6位95%区間 [0.54123, 0.60126]	0.2819895%区間 [0.25295, 0.31318]
LLSM2 Layer0	0.21789 1位95%区間 [0.19674, 0.24198]	-0.0692795%区間 [-0.082402, -0.054183]
MagPhase	0.59277 7位95%区間 [0.54841, 0.64154]	0.3056195%区間 [0.26121, 0.35081]
PML 低域変更＋60 FWCEP	0.59842 8位95%区間 [0.57512, 0.62424]	0.3112695%区間 [0.28208, 0.33933]

20ms STFT 対数振幅MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	5.4591 4位95%区間 [5.3739, 5.531]	095%区間 [0, 0]
WORLD Harvest	5.3085 3位95%区間 [5.2236, 5.3915]	-0.150695%区間 [-0.19609, -0.10237]
FACodec	6.6718 8位95%区間 [6.5804, 6.7577]	1.212695%区間 [1.1305, 1.2934]
HiFi-Glot	8.8423 9位95%区間 [8.6921, 8.9941]	3.383295%区間 [3.2576, 3.5186]
GOLF-ff	6.4921 6位95%区間 [6.3719, 6.6082]	1.032995%区間 [0.93806, 1.1442]
SiFi-GAN	6.3226 5位95%区間 [6.2375, 6.3972]	0.8634995%区間 [0.82064, 0.90857]
LLSM2 Layer0	4.4122 1位95%区間 [4.3331, 4.4885]	-1.046995%区間 [-1.0889, -1.0018]
MagPhase	6.5235 7位95%区間 [6.1384, 6.9285]	1.064495%区間 [0.71292, 1.4341]
PML 低域変更＋60 FWCEP	5.2731 2位95%区間 [5.1826, 5.3555]	-0.1859995%区間 [-0.22695, -0.14291]

80ms STFT 対数振幅MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	5.759 4位95%区間 [5.65, 5.8563]	095%区間 [0, 0]
WORLD Harvest	5.6783 3位95%区間 [5.5821, 5.7696]	-0.08078995%区間 [-0.14532, -0.011579]
FACodec	6.7861 8位95%区間 [6.6896, 6.8844]	1.027195%区間 [0.9362, 1.114]
HiFi-Glot	8.6241 9位95%区間 [8.4637, 8.7822]	2.86595%区間 [2.7527, 2.9907]
GOLF-ff	6.6453 7位95%区間 [6.5106, 6.7733]	0.8862695%区間 [0.79161, 0.9934]
SiFi-GAN	6.3133 6位95%区間 [6.2101, 6.4104]	0.5542295%区間 [0.49033, 0.62003]
LLSM2 Layer0	4.8562 1位95%区間 [4.7512, 4.9612]	-0.9028795%区間 [-0.98314, -0.81878]
MagPhase	6.1987 5位95%区間 [5.9383, 6.4823]	0.4396995%区間 [0.18133, 0.71413]
PML 低域変更＋60 FWCEP	5.677 2位95%区間 [5.5778, 5.7656]	-0.08201995%区間 [-0.15399, -0.010198]

80ms STFT スペクトル相対誤差 — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.28994 2位95%区間 [0.26665, 0.3139]	095%区間 [0, 0]
WORLD Harvest	0.34929 7位95%区間 [0.3294, 0.37254]	0.05934995%区間 [0.041939, 0.075733]
FACodec	0.29451 3位95%区間 [0.27332, 0.31842]	0.004572395%区間 [-0.008685, 0.017789]
HiFi-Glot	0.46306 9位95%区間 [0.43959, 0.48797]	0.1731295%区間 [0.15846, 0.18801]
GOLF-ff	0.34676 6位95%区間 [0.3218, 0.37362]	0.05682195%区間 [0.03599, 0.081305]
SiFi-GAN	0.32605 4位95%区間 [0.30564, 0.34907]	0.03611295%区間 [0.026193, 0.046403]
LLSM2 Layer0	0.23377 1位95%区間 [0.20913, 0.2623]	-0.05617395%区間 [-0.075397, -0.031901]
MagPhase	0.3576 8位95%区間 [0.31826, 0.40206]	0.06766595%区間 [0.030049, 0.10632]
PML 低域変更＋60 FWCEP	0.33562 5位95%区間 [0.31746, 0.35616]	0.0456895%区間 [0.029061, 0.060892]

全時間帯域エネルギーMAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.22979 1位95%区間 [0.20821, 0.25376]	095%区間 [0, 0]
WORLD Harvest	0.7931 7位95%区間 [0.72441, 0.86375]	0.5633195%区間 [0.49088, 0.6362]
FACodec	0.74626 5位95%区間 [0.68839, 0.80477]	0.5164795%区間 [0.45506, 0.57687]
HiFi-Glot	1.2894 9位95%区間 [1.201, 1.3907]	1.059695%区間 [0.97001, 1.1578]
GOLF-ff	1.1978 8位95%区間 [1.0923, 1.3106]	0.9680195%区間 [0.86294, 1.0843]
SiFi-GAN	0.60978 4位95%区間 [0.56703, 0.65846]	0.3799995%区間 [0.33095, 0.43199]
LLSM2 Layer0	0.3613 3位95%区間 [0.33696, 0.38563]	0.1315195%区間 [0.10016, 0.16355]
MagPhase	0.32527 2位95%区間 [0.30446, 0.34975]	0.09548195%区間 [0.060866, 0.1293]
PML 低域変更＋60 FWCEP	0.75554 6位95%区間 [0.70143, 0.81248]	0.5257495%区間 [0.46841, 0.58087]

3窓平均MR-STFT対数振幅MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	5.6482 2位95%区間 [5.5562, 5.7277]	095%区間 [0, 0]
WORLD Harvest	5.8219 4位95%区間 [5.732, 5.9059]	0.1736895%区間 [0.12964, 0.21906]
FACodec	6.6021 5位95%区間 [6.5186, 6.6806]	0.9538795%区間 [0.87499, 1.0318]
HiFi-Glot	8.817 9位95%区間 [8.6708, 8.9622]	3.168895%区間 [3.0481, 3.2993]
GOLF-ff	6.9104 8位95%区間 [6.7967, 7.0222]	1.262295%区間 [1.1768, 1.3577]
SiFi-GAN	6.6532 6位95%区間 [6.5596, 6.7433]	1.004995%区間 [0.95914, 1.0504]
LLSM2 Layer0	4.6693 1位95%区間 [4.5806, 4.7558]	-0.9789695%区間 [-1.0313, -0.92203]
MagPhase	6.7104 7位95%区間 [6.3531, 7.0725]	1.062295%区間 [0.75406, 1.3824]
PML 低域変更＋60 FWCEP	5.7696 3位95%区間 [5.6815, 5.8539]	0.1213695%区間 [0.077098, 0.16172]

符号付きRMS差（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-0.09058195%区間 [-0.10964, -0.062502]	095%区間 [0, 0]
WORLD Harvest	0.9790395%区間 [0.86114, 1.09]	1.069695%区間 [0.93622, 1.1888]
FACodec	-0.5927895%区間 [-0.66762, -0.51602]	-0.502295%区間 [-0.59179, -0.4193]
HiFi-Glot	-0.8309295%区間 [-0.90645, -0.75884]	-0.7403495%区間 [-0.8251, -0.66142]
GOLF-ff	-0.9686595%区間 [-1.0947, -0.85265]	-0.8780695%区間 [-1.0023, -0.76737]
SiFi-GAN	-0.1870295%区間 [-0.27518, -0.091937]	-0.0964495%区間 [-0.19695, 0.0024275]
LLSM2 Layer0	-0.2164395%区間 [-0.24106, -0.19281]	-0.1258595%区間 [-0.16094, -0.097482]
MagPhase	-0.2835595%区間 [-0.31886, -0.24656]	-0.1929795%区間 [-0.23753, -0.15049]
PML 低域変更＋60 FWCEP	0.7878395%区間 [0.65841, 0.90617]	0.8784195%区間 [0.73484, 1.0074]

RMS絶対差 — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.11047 1位95%区間 [0.094916, 0.13177]	095%区間 [0, 0]
WORLD Harvest	1.0049 9位95%区間 [0.89961, 1.1044]	0.8944695%区間 [0.78654, 0.99549]
FACodec	0.59323 5位95%区間 [0.51689, 0.66778]	0.4827695%区間 [0.41108, 0.55134]
HiFi-Glot	0.83092 7位95%区間 [0.75884, 0.90645]	0.7204695%区間 [0.65506, 0.79278]
GOLF-ff	0.96865 8位95%区間 [0.85265, 1.0947]	0.8581895%区間 [0.73559, 0.98634]
SiFi-GAN	0.30707 4位95%区間 [0.25706, 0.36356]	0.196695%区間 [0.14818, 0.24347]
LLSM2 Layer0	0.21643 2位95%区間 [0.19281, 0.24106]	0.1059695%区間 [0.078382, 0.1334]
MagPhase	0.28868 3位95%区間 [0.25268, 0.32167]	0.1782195%区間 [0.14101, 0.21295]
PML 低域変更＋60 FWCEP	0.8236 6位95%区間 [0.71166, 0.93023]	0.7131495%区間 [0.60234, 0.81994]

低エネルギー区間の出力エネルギー比（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：fraction。共通支持 108録音 / 38話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.0001253395%区間 [9.5455e-05, 0.00016094]	095%区間 [0, 0]
WORLD Harvest	7.04e-0595%区間 [5.795e-05, 8.4396e-05]	-5.4933e-0595%区間 [-8.3624e-05, -3.1346e-05]
FACodec	7.4829e-0595%区間 [6.1051e-05, 9.1259e-05]	-5.0504e-0595%区間 [-8.3137e-05, -2.328e-05]
HiFi-Glot	6.3115e-0595%区間 [5.3209e-05, 7.4302e-05]	-6.2218e-0595%区間 [-9.3385e-05, -3.7924e-05]
GOLF-ff	8.6989e-0595%区間 [7.0934e-05, 0.00010464]	-3.8343e-0595%区間 [-6.819e-05, -1.2405e-05]
SiFi-GAN	0.0002659895%区間 [0.00017919, 0.0003647]	0.0001406595%区間 [7.7035e-05, 0.00021869]
LLSM2 Layer0	0.0001062995%区間 [8.5325e-05, 0.00013058]	-1.9041e-0595%区間 [-3.5625e-05, -5.8126e-06]
MagPhase	0.0004210395%区間 [0.0001829, 0.0007714]	0.000295795%区間 [6.0319e-05, 0.0006436]
PML 低域変更＋60 FWCEP	0.0001029295%区間 [8.0636e-05, 0.00012696]	-2.2415e-0595%区間 [-4.6033e-05, -1.799e-06]

低エネルギー区間の出力RMS（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dBFS。共通支持 108録音 / 38話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-56.79995%区間 [-58.005, -55.63]	095%区間 [0, 0]
WORLD Harvest	-58.12195%区間 [-59.181, -57.056]	-1.321895%区間 [-1.9439, -0.65335]
FACodec	-59.13695%区間 [-60.389, -57.893]	-2.336695%区間 [-3.059, -1.6658]
HiFi-Glot	-59.84495%区間 [-61.074, -58.582]	-3.044395%区間 [-3.6858, -2.4571]
GOLF-ff	-58.64595%区間 [-59.923, -57.351]	-1.845895%区間 [-2.6596, -1.138]
SiFi-GAN	-56.35895%区間 [-57.821, -54.875]	0.4413995%区間 [-0.69719, 1.5645]
LLSM2 Layer0	-57.62995%区間 [-58.873, -56.354]	-0.8292295%区間 [-1.0802, -0.56927]
MagPhase	-56.2295%区間 [-57.959, -54.273]	0.5798495%区間 [-0.53331, 1.8034]
PML 低域変更＋60 FWCEP	-57.0595%区間 [-58.338, -55.742]	-0.2506495%区間 [-0.80371, 0.28384]

低エネルギー区間の出力peak（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：amplitude。共通支持 108録音 / 38話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.02561695%区間 [0.019764, 0.032598]	095%区間 [0, 0]
WORLD Harvest	0.02239695%区間 [0.017473, 0.028101]	-0.003220395%区間 [-0.0077503, 0.00071297]
FACodec	0.01200495%区間 [0.0095976, 0.014742]	-0.01361295%区間 [-0.019521, -0.0087068]
HiFi-Glot	0.01251695%区間 [0.0099788, 0.015201]	-0.013195%区間 [-0.019409, -0.0080789]
GOLF-ff	0.008737195%区間 [0.0070914, 0.010773]	-0.01687995%区間 [-0.022906, -0.011793]
SiFi-GAN	0.0571395%区間 [0.042823, 0.073658]	0.03151495%区間 [0.021795, 0.042566]
LLSM2 Layer0	0.02301295%区間 [0.017698, 0.029069]	-0.002604195%区間 [-0.004837, -0.00052834]
MagPhase	0.03217195%区間 [0.022316, 0.043557]	0.006554695%区間 [-0.0038, 0.017691]
PML 低域変更＋60 FWCEP	0.02445295%区間 [0.019163, 0.030138]	-0.001164795%区間 [-0.0042909, 0.002024]

共通区間RMS（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dBFS。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-25.17895%区間 [-25.928, -24.464]	095%区間 [0, 0]
WORLD Harvest	-24.10895%区間 [-24.863, -23.385]	1.069695%区間 [0.93622, 1.1888]
FACodec	-25.6895%区間 [-26.428, -24.951]	-0.502295%区間 [-0.59179, -0.4193]
HiFi-Glot	-25.91895%区間 [-26.667, -25.199]	-0.7403495%区間 [-0.8251, -0.66142]
GOLF-ff	-26.05695%区間 [-26.839, -25.322]	-0.8780695%区間 [-1.0023, -0.76737]
SiFi-GAN	-25.27495%区間 [-26.035, -24.543]	-0.0964495%区間 [-0.19695, 0.0024275]
LLSM2 Layer0	-25.30395%区間 [-26.049, -24.584]	-0.1258595%区間 [-0.16094, -0.097482]
MagPhase	-25.37195%区間 [-26.094, -24.669]	-0.1929795%区間 [-0.23753, -0.15049]
PML 低域変更＋60 FWCEP	-24.29995%区間 [-25.052, -23.582]	0.8784195%区間 [0.73484, 1.0074]

peak（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：amplitude。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.5068595%区間 [0.4671, 0.54619]	095%区間 [0, 0]
WORLD Harvest	0.6385695%区間 [0.58873, 0.68915]	0.131795%区間 [0.10447, 0.15893]
FACodec	0.4601595%区間 [0.42666, 0.49227]	-0.04670595%区間 [-0.070293, -0.026624]
HiFi-Glot	0.4733995%区間 [0.4388, 0.50936]	-0.03346895%区間 [-0.056724, -0.014051]
GOLF-ff	0.4792795%区間 [0.438, 0.51966]	-0.02758395%区間 [-0.046776, -0.0083775]
SiFi-GAN	0.4820595%区間 [0.44512, 0.51821]	-0.02480895%区間 [-0.047179, -0.0061307]
LLSM2 Layer0	0.4990795%区間 [0.46202, 0.53514]	-0.007781995%区間 [-0.02585, 0.0068308]
MagPhase	0.5289395%区間 [0.49012, 0.56647]	0.02207395%区間 [0.0077606, 0.036172]
PML 低域変更＋60 FWCEP	0.5775395%区間 [0.53272, 0.62478]	0.07068195%区間 [0.046554, 0.095526]

波高率（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	18.78395%区間 [18.263, 19.304]	095%区間 [0, 0]
WORLD Harvest	19.71595%区間 [19.135, 20.303]	0.9314395%区間 [0.61362, 1.2695]
FACodec	18.53595%区間 [17.886, 19.174]	-0.248195%区間 [-0.5341, 0.051625]
HiFi-Glot	18.9795%区間 [18.349, 19.563]	0.1868995%区間 [-0.12295, 0.50394]
GOLF-ff	19.10995%区間 [18.475, 19.721]	0.3254295%区間 [0.044596, 0.59158]
SiFi-GAN	18.50195%区間 [17.859, 19.131]	-0.2819795%区間 [-0.55403, -0.0018419]
LLSM2 Layer0	18.84495%区間 [18.25, 19.432]	0.0610895%区間 [-0.1459, 0.25214]
MagPhase	19.37495%区間 [18.761, 19.947]	0.5905395%区間 [0.42071, 0.77]
PML 低域変更＋60 FWCEP	19.07795%区間 [18.534, 19.613]	0.2938895%区間 [0.018526, 0.57135]

振幅1以上の比率（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：fraction。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	7.8782e-0695%区間 [0, 2.3634e-05]	095%区間 [0, 0]
WORLD Harvest	1.6826e-0595%区間 [1.2173e-06, 3.8561e-05]	8.9474e-0695%区間 [-1.5239e-05, 3.4018e-05]
FACodec	095%区間 [0, 0]	-7.8782e-0695%区間 [-2.3634e-05, 0]
HiFi-Glot	5.6004e-0795%区間 [0, 1.6801e-06]	-7.3181e-0695%区間 [-2.3634e-05, 1.6801e-06]
GOLF-ff	1.7453e-0695%区間 [0, 4.3931e-06]	-6.1329e-0695%区間 [-2.3287e-05, 3.7679e-06]
SiFi-GAN	095%区間 [0, 0]	-7.8782e-0695%区間 [-2.3634e-05, 0]
LLSM2 Layer0	095%区間 [0, 0]	-7.8782e-0695%区間 [-2.3634e-05, 0]
MagPhase	4.2139e-0795%区間 [0, 1.0956e-06]	-7.4568e-0695%区間 [-2.347e-05, 9.2705e-07]
PML 低域変更＋60 FWCEP	8.4072e-0695%区間 [8.695e-08, 2.4621e-05]	5.2909e-0795%区間 [-2.3123e-05, 2.4281e-05]

振幅0.999以上の比率（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：fraction。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	7.8782e-0695%区間 [0, 2.3634e-05]	095%区間 [0, 0]
WORLD Harvest	1.7139e-0595%区間 [1.3043e-06, 3.9181e-05]	9.2613e-0695%区間 [-1.5224e-05, 3.476e-05]
FACodec	095%区間 [0, 0]	-7.8782e-0695%区間 [-2.3634e-05, 0]
HiFi-Glot	5.6004e-0795%区間 [0, 1.6801e-06]	-7.3181e-0695%区間 [-2.3634e-05, 1.6801e-06]
GOLF-ff	1.7453e-0695%区間 [0, 4.3931e-06]	-6.1329e-0695%区間 [-2.3287e-05, 3.7679e-06]
SiFi-GAN	095%区間 [0, 0]	-7.8782e-0695%区間 [-2.3634e-05, 0]
LLSM2 Layer0	095%区間 [0, 0]	-7.8782e-0695%区間 [-2.3634e-05, 0]
MagPhase	4.2139e-0795%区間 [0, 1.0956e-06]	-7.4568e-0695%区間 [-2.347e-05, 9.2705e-07]
PML 低域変更＋60 FWCEP	8.4072e-0695%区間 [8.695e-08, 2.4621e-05]	5.2909e-0795%区間 [-2.3123e-05, 2.4281e-05]

振幅1以上の最長連続長（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：samples。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.395%区間 [0, 0.9]	095%区間 [0, 0]
WORLD Harvest	0.1416795%区間 [0.041667, 0.26667]	-0.1583395%区間 [-0.825, 0.25]
FACodec	095%区間 [0, 0]	-0.395%区間 [-0.9, 0]
HiFi-Glot	0.01666795%区間 [0, 0.05]	-0.2833395%区間 [-0.9, 0.05]
GOLF-ff	0.03333395%区間 [0, 0.075]	-0.2666795%区間 [-0.89167, 0.066667]
SiFi-GAN	095%区間 [0, 0]	-0.395%区間 [-0.9, 0]
LLSM2 Layer0	095%区間 [0, 0]	-0.395%区間 [-0.9, 0]
MagPhase	0.01666795%区間 [0, 0.041667]	-0.2833395%区間 [-0.89188, 0.033333]
PML 低域変更＋60 FWCEP	0.06666795%区間 [0.0083333, 0.16667]	-0.2333395%区間 [-0.88333, 0.14167]

推定音高差中央値 — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：cent。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	1.5543 1位95%区間 [1.4619, 1.6437]	095%区間 [0, 0]
WORLD Harvest	5.7376 5位95%区間 [5.3253, 6.1641]	4.183395%区間 [3.7992, 4.5805]
FACodec	3.5939 2位95%区間 [3.3266, 3.8921]	2.039695%区間 [1.7969, 2.3181]
HiFi-Glot	9.9526 8位95%区間 [9.2472, 10.701]	8.398395%区間 [7.7198, 9.1139]
GOLF-ff	5.5192 4位95%区間 [4.9826, 6.1744]	3.964995%区間 [3.437, 4.6331]
SiFi-GAN	6.25 6位95%区間 [5.9413, 6.6166]	4.695795%区間 [4.4136, 5.0333]
LLSM2 Layer0	11.108 9位95%区間 [1.0228, 31.195]	9.553895%区間 [-0.53887, 29.654]
MagPhase	6.7078 7位95%区間 [5.5955, 7.9371]	5.153695%区間 [4.0414, 6.3678]
PML 低域変更＋60 FWCEP	4.4168 3位95%区間 [4.1156, 4.7125]	2.862695%区間 [2.597, 3.1412]

推定音高差P95 — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：cent。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	18.613 3位95%区間 [8.2053, 38.812]	095%区間 [0, 0]
WORLD Harvest	220.51 8位95%区間 [114.87, 349.59]	201.995%区間 [98.078, 323.19]
FACodec	15.993 1位95%区間 [14.409, 17.756]	-2.6295%区間 [-23.32, 8.495]
HiFi-Glot	103.93 7位95%区間 [59.144, 159.55]	85.3295%区間 [42.743, 138.79]
GOLF-ff	54.276 6位95%区間 [22.243, 95.771]	35.66395%区間 [11.683, 72.495]
SiFi-GAN	35.025 4位95%区間 [24.271, 54.982]	16.41195%区間 [-13.347, 45.38]
LLSM2 Layer0	16.469 2位95%区間 [6.142, 36.747]	-2.144395%区間 [-32.046, 27.986]
MagPhase	40.363 5位95%区間 [26.39, 62.847]	21.74995%区間 [16.002, 28.076]
PML 低域変更＋60 FWCEP	234.57 9位95%区間 [125.23, 358.18]	215.9695%区間 [108.9, 338.99]

推定有声対応率 — 高いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：fraction。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.89836 5位95%区間 [0.86793, 0.92374]	095%区間 [0, 0]
WORLD Harvest	0.90207 4位95%区間 [0.8736, 0.92338]	0.003706495%区間 [-0.014761, 0.022709]
FACodec	0.92999 1位95%区間 [0.91647, 0.94225]	0.03163195%区間 [0.0038072, 0.06166]
HiFi-Glot	0.81526 9位95%区間 [0.78197, 0.84662]	-0.08309495%区間 [-0.12286, -0.045872]
GOLF-ff	0.8962 6位95%区間 [0.84832, 0.93228]	-0.002162795%区間 [-0.048863, 0.034828]
SiFi-GAN	0.90332 3位95%区間 [0.8721, 0.92831]	0.004962595%区間 [-0.021077, 0.030242]
LLSM2 Layer0	0.89297 7位95%区間 [0.85741, 0.91876]	-0.005385895%区間 [-0.03224, 0.023059]
MagPhase	0.83488 8位95%区間 [0.79442, 0.8711]	-0.06347595%区間 [-0.10774, -0.021374]
PML 低域変更＋60 FWCEP	0.92376 2位95%区間 [0.90682, 0.93706]	0.02540395%区間 [-0.00073921, 0.056021]

40ms局所聴覚帯域距離 — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	2.2357 4位95%区間 [2.1589, 2.3116]	095%区間 [0, 0]
WORLD Harvest	2.0558 3位95%区間 [1.9742, 2.1422]	-0.1799695%区間 [-0.24823, -0.11677]
FACodec	2.4393 5位95%区間 [2.3776, 2.5045]	0.2035395%区間 [0.1414, 0.26541]
HiFi-Glot	4.6757 9位95%区間 [4.5321, 4.8239]	2.4495%区間 [2.3286, 2.5579]
GOLF-ff	2.7714 7位95%区間 [2.6632, 2.8891]	0.5356995%区間 [0.41226, 0.66075]
SiFi-GAN	2.599 6位95%区間 [2.5234, 2.6786]	0.363395%区間 [0.29491, 0.43306]
LLSM2 Layer0	1.4001 1位95%区間 [1.3514, 1.4481]	-0.8356295%区間 [-0.8816, -0.79061]
MagPhase	3.2351 8位95%区間 [2.8121, 3.6937]	0.9993295%区間 [0.57499, 1.4286]
PML 低域変更＋60 FWCEP	1.9967 2位95%区間 [1.8905, 2.1166]	-0.23995%区間 [-0.35115, -0.1183]

全帯域 10ms 対数RMS MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.99745 2位95%区間 [0.93254, 1.0652]	095%区間 [0, 0]
WORLD Harvest	2.1438 6位95%区間 [1.9373, 2.3755]	1.146395%区間 [0.98846, 1.3258]
FACodec	1.3708 3位95%区間 [1.2823, 1.4662]	0.3733395%区間 [0.30072, 0.44823]
HiFi-Glot	1.8128 4位95%区間 [1.7146, 1.9224]	0.8153795%区間 [0.76148, 0.87286]
GOLF-ff	2.2621 7位95%区間 [2.1416, 2.393]	1.264795%区間 [1.1428, 1.3912]
SiFi-GAN	2.7254 9位95%区間 [2.4762, 3.0016]	1.727995%区間 [1.5376, 1.9464]
LLSM2 Layer0	0.93894 1位95%区間 [0.86942, 1.0164]	-0.0585195%区間 [-0.078554, -0.03703]
MagPhase	2.6437 8位95%区間 [2.2523, 3.0593]	1.646295%区間 [1.2909, 2.0145]
PML 低域変更＋60 FWCEP	2.0102 5位95%区間 [1.8334, 2.2031]	1.012895%区間 [0.88521, 1.1557]

全帯域 10ms RMS包絡正規化RMSE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.085505 2位95%区間 [0.079415, 0.092529]	095%区間 [0, 0]
WORLD Harvest	0.20009 8位95%区間 [0.18958, 0.21079]	0.1145995%区間 [0.10361, 0.12573]
FACodec	0.12737 3位95%区間 [0.11929, 0.13654]	0.04186295%区間 [0.034838, 0.048481]
HiFi-Glot	0.14197 4位95%区間 [0.13394, 0.15048]	0.05646795%区間 [0.050609, 0.062645]
GOLF-ff	0.17959 6位95%区間 [0.16841, 0.19314]	0.09408795%区間 [0.082049, 0.10844]
SiFi-GAN	0.17098 5位95%区間 [0.16308, 0.18006]	0.08547895%区間 [0.081286, 0.089722]
LLSM2 Layer0	0.076512 1位95%区間 [0.071157, 0.082602]	-0.008993395%区間 [-0.013838, -0.0040247]
MagPhase	0.23451 9位95%区間 [0.19889, 0.27365]	0.14995%区間 [0.1142, 0.18576]
PML 低域変更＋60 FWCEP	0.19376 7位95%区間 [0.1831, 0.20496]	0.1082595%区間 [0.097255, 0.11926]

全帯域 10ms 包絡相関 — 高いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：correlation。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.99203 2位95%区間 [0.99043, 0.99333]	095%区間 [0, 0]
WORLD Harvest	0.97811 5位95%区間 [0.97322, 0.98178]	-0.01392295%区間 [-0.017315, -0.011267]
FACodec	0.98647 4位95%区間 [0.98366, 0.98875]	-0.005562695%区間 [-0.0072366, -0.003995]
HiFi-Glot	0.98709 3位95%区間 [0.98523, 0.98872]	-0.004933495%区間 [-0.0060385, -0.0038704]
GOLF-ff	0.97513 7位95%区間 [0.96934, 0.97949]	-0.01689795%区間 [-0.022153, -0.013014]
SiFi-GAN	0.96934 8位95%区間 [0.96383, 0.97345]	-0.02268995%区間 [-0.0266, -0.019711]
LLSM2 Layer0	0.99387 1位95%区間 [0.9926, 0.99491]	0.001840395%区間 [0.00079606, 0.00279]
MagPhase	0.92415 9位95%区間 [0.89819, 0.94672]	-0.0678895%区間 [-0.093222, -0.045737]
PML 低域変更＋60 FWCEP	0.97544 6位95%区間 [0.97046, 0.97916]	-0.01658795%区間 [-0.020199, -0.013841]

全帯域 10ms 符号付き包絡RMS差（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-0.0906195%区間 [-0.10968, -0.062537]	095%区間 [0, 0]
WORLD Harvest	0.9789695%区間 [0.86105, 1.0901]	1.069695%区間 [0.93634, 1.1887]
FACodec	-0.5928195%区間 [-0.66763, -0.51612]	-0.502295%区間 [-0.59173, -0.41926]
HiFi-Glot	-0.8308695%区間 [-0.90621, -0.7588]	-0.7402595%区間 [-0.82515, -0.66125]
GOLF-ff	-0.9687995%区間 [-1.0948, -0.85255]	-0.8781895%区間 [-1.0025, -0.76772]
SiFi-GAN	-0.1869795%区間 [-0.27511, -0.091944]	-0.0963695%区間 [-0.19684, 0.0024881]
LLSM2 Layer0	-0.2164695%区間 [-0.2411, -0.19282]	-0.1258595%区間 [-0.16092, -0.097453]
MagPhase	-0.2840195%区間 [-0.31976, -0.24662]	-0.193495%区間 [-0.2382, -0.15046]
PML 低域変更＋60 FWCEP	0.7879395%区間 [0.65846, 0.90616]	0.8785495%区間 [0.73511, 1.0075]

全帯域 10ms 変調帯域MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.40186 2位95%区間 [0.34692, 0.47244]	095%区間 [0, 0]
WORLD Harvest	1.0804 8位95%区間 [0.92237, 1.2524]	0.6785995%区間 [0.52923, 0.84187]
FACodec	0.6263 3位95%区間 [0.52198, 0.76185]	0.2244495%区間 [0.14699, 0.32438]
HiFi-Glot	0.85791 6位95%区間 [0.78015, 0.94166]	0.4560595%区間 [0.37979, 0.53921]
GOLF-ff	0.98416 7位95%区間 [0.84934, 1.1312]	0.5823195%区間 [0.43085, 0.74228]
SiFi-GAN	0.63751 4位95%区間 [0.51712, 0.78787]	0.2356595%区間 [0.13355, 0.36079]
LLSM2 Layer0	0.67781 5位95%区間 [0.61871, 0.74205]	0.2759595%区間 [0.17717, 0.36736]
MagPhase	0.33961 1位95%区間 [0.29772, 0.39032]	-0.0622595%区間 [-0.13925, 0.0093687]
PML 低域変更＋60 FWCEP	1.085 9位95%区間 [0.92789, 1.253]	0.6831295%区間 [0.53061, 0.85138]

全帯域 40ms 対数RMS MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.53526 1位95%区間 [0.50274, 0.5686]	095%区間 [0, 0]
WORLD Harvest	1.6936 6位95%区間 [1.4952, 1.9131]	1.158395%区間 [0.98439, 1.3493]
FACodec	1.1322 3位95%区間 [1.0557, 1.216]	0.5969695%区間 [0.52887, 0.6677]
HiFi-Glot	1.5078 4位95%区間 [1.4096, 1.6199]	0.9725195%区間 [0.89632, 1.0591]
GOLF-ff	1.8087 7位95%区間 [1.6685, 1.9573]	1.273595%区間 [1.1248, 1.4297]
SiFi-GAN	2.1811 9位95%区間 [1.936, 2.4502]	1.645895%区間 [1.4348, 1.8864]
LLSM2 Layer0	0.57886 2位95%区間 [0.54161, 0.61783]	0.04360395%区間 [0.02731, 0.060186]
MagPhase	1.9116 8位95%区間 [1.5963, 2.2442]	1.376495%区間 [1.0799, 1.6867]
PML 低域変更＋60 FWCEP	1.5321 5位95%区間 [1.3629, 1.7135]	0.996895%区間 [0.85231, 1.1577]

全帯域 40ms RMS包絡正規化RMSE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.047455 1位95%区間 [0.043196, 0.052599]	095%区間 [0, 0]
WORLD Harvest	0.16204 8位95%区間 [0.1483, 0.175]	0.1145895%区間 [0.10049, 0.12789]
FACodec	0.11581 4位95%区間 [0.10803, 0.12469]	0.06835795%区間 [0.061676, 0.075034]
HiFi-Glot	0.11718 5位95%区間 [0.10944, 0.12554]	0.06972395%区間 [0.063501, 0.076347]
GOLF-ff	0.14488 6位95%区間 [0.13303, 0.15819]	0.09742795%区間 [0.084123, 0.11247]
SiFi-GAN	0.11315 3位95%区間 [0.10625, 0.12151]	0.06569395%区間 [0.061281, 0.070474]
LLSM2 Layer0	0.048324 2位95%区間 [0.044607, 0.052214]	0.0008695195%区間 [-0.0040829, 0.0053018]
MagPhase	0.16738 9位95%区間 [0.13733, 0.20038]	0.1199395%区間 [0.090221, 0.15259]
PML 低域変更＋60 FWCEP	0.15133 7位95%区間 [0.13821, 0.16423]	0.1038895%区間 [0.090653, 0.11674]

全帯域 40ms 包絡相関 — 高いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：correlation。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.99731 2位95%区間 [0.99635, 0.99796]	095%区間 [0, 0]
WORLD Harvest	0.98904 4位95%区間 [0.98448, 0.99212]	-0.008273495%区間 [-0.012064, -0.0055982]
FACodec	0.98865 5位95%区間 [0.98592, 0.99082]	-0.008661295%区間 [-0.010637, -0.0069054]
HiFi-Glot	0.99375 3位95%区間 [0.99265, 0.99466]	-0.003566295%区間 [-0.0042555, -0.0029741]
GOLF-ff	0.98679 7位95%区間 [0.98275, 0.99004]	-0.01052395%区間 [-0.014609, -0.0073222]
SiFi-GAN	0.98534 8位95%区間 [0.98086, 0.9885]	-0.01197395%区間 [-0.015681, -0.0093029]
LLSM2 Layer0	0.99782 1位95%区間 [0.99742, 0.99817]	0.0005021495%区間 [-0.00015109, 0.0013952]
MagPhase	0.95318 9位95%区間 [0.93335, 0.96963]	-0.04412995%区間 [-0.063807, -0.027694]
PML 低域変更＋60 FWCEP	0.98739 6位95%区間 [0.98273, 0.99038]	-0.009918395%区間 [-0.013745, -0.0073449]

全帯域 40ms 符号付き包絡RMS差（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-0.09050895%区間 [-0.10965, -0.062391]	095%区間 [0, 0]
WORLD Harvest	0.9792495%区間 [0.86136, 1.0902]	1.069895%区間 [0.93651, 1.189]
FACodec	-0.5924795%区間 [-0.66691, -0.51609]	-0.5019695%区間 [-0.59121, -0.41842]
HiFi-Glot	-0.8309895%区間 [-0.90597, -0.75869]	-0.7404795%区間 [-0.82589, -0.66101]
GOLF-ff	-0.9686795%区間 [-1.0946, -0.85222]	-0.8781695%区間 [-1.0024, -0.76721]
SiFi-GAN	-0.1866295%区間 [-0.27454, -0.091742]	-0.09611595%区間 [-0.19672, 0.0026684]
LLSM2 Layer0	-0.2164495%区間 [-0.24114, -0.19264]	-0.1259395%区間 [-0.161, -0.097462]
MagPhase	-0.2847895%区間 [-0.32065, -0.24745]	-0.1942795%区間 [-0.23865, -0.15081]
PML 低域変更＋60 FWCEP	0.7879595%区間 [0.65834, 0.90584]	0.8784695%区間 [0.73549, 1.0069]

全帯域 40ms 変調帯域MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.49421 2位95%区間 [0.41449, 0.58672]	095%区間 [0, 0]
WORLD Harvest	1.1254 9位95%区間 [0.97088, 1.295]	0.631295%区間 [0.47196, 0.78898]
FACodec	0.66641 4位95%区間 [0.54492, 0.82543]	0.172295%区間 [0.072179, 0.28817]
HiFi-Glot	0.8616 6位95%区間 [0.78169, 0.94688]	0.3673895%区間 [0.28335, 0.45301]
GOLF-ff	1.0083 7位95%区間 [0.86579, 1.1633]	0.514195%区間 [0.35133, 0.68144]
SiFi-GAN	0.6518 3位95%区間 [0.50293, 0.836]	0.1575995%区間 [0.044525, 0.28875]
LLSM2 Layer0	0.7348 5位95%区間 [0.6683, 0.81001]	0.2405995%区間 [0.12922, 0.34713]
MagPhase	0.36868 1位95%区間 [0.32151, 0.42294]	-0.1255495%区間 [-0.20715, -0.048203]
PML 低域変更＋60 FWCEP	1.1079 8位95%区間 [0.95122, 1.2857]	0.6136995%区間 [0.45302, 0.78323]

300–1000Hz 10ms 対数RMS MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	1.5572 2位95%区間 [1.4747, 1.6482]	095%区間 [0, 0]
WORLD Harvest	2.0848 6位95%区間 [1.9383, 2.2828]	0.527695%区間 [0.43791, 0.65216]
FACodec	1.5666 3位95%区間 [1.4968, 1.6417]	0.009324495%区間 [-0.048123, 0.070543]
HiFi-Glot	2.6382 8位95%区間 [2.5097, 2.7728]	1.08195%区間 [0.98899, 1.1778]
GOLF-ff	2.0478 5位95%区間 [1.9487, 2.149]	0.4905595%区間 [0.37793, 0.61093]
SiFi-GAN	2.2648 7位95%区間 [2.1711, 2.3591]	0.7075495%区間 [0.63853, 0.77542]
LLSM2 Layer0	1.0512 1位95%区間 [0.9843, 1.1238]	-0.5060695%区間 [-0.55318, -0.46037]
MagPhase	3.1631 9位95%区間 [2.6494, 3.6989]	1.605895%区間 [1.1318, 2.1006]
PML 低域変更＋60 FWCEP	1.8457 4位95%区間 [1.771, 1.9161]	0.2884795%区間 [0.22129, 0.35104]

300–1000Hz 10ms RMS包絡正規化RMSE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.11105 2位95%区間 [0.10381, 0.11873]	095%区間 [0, 0]
WORLD Harvest	0.23803 7位95%区間 [0.2254, 0.25089]	0.1269895%区間 [0.11095, 0.14246]
FACodec	0.1286 3位95%区間 [0.12339, 0.13451]	0.0175595%区間 [0.0088898, 0.026012]
HiFi-Glot	0.1802 4位95%区間 [0.17071, 0.19105]	0.0691595%区間 [0.059453, 0.078447]
GOLF-ff	0.19897 6位95%区間 [0.18643, 0.21456]	0.08792295%区間 [0.0726, 0.10595]
SiFi-GAN	0.18348 5位95%区間 [0.17766, 0.18994]	0.07243595%区間 [0.066668, 0.078102]
LLSM2 Layer0	0.087216 1位95%区間 [0.080437, 0.095514]	-0.02383395%区間 [-0.03109, -0.016038]
MagPhase	0.26092 9位95%区間 [0.21485, 0.312]	0.1498795%区間 [0.10647, 0.19645]
PML 低域変更＋60 FWCEP	0.23923 8位95%区間 [0.22714, 0.25181]	0.1281895%区間 [0.11287, 0.14316]

300–1000Hz 10ms 包絡相関 — 高いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：correlation。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.98966 2位95%区間 [0.98801, 0.99104]	095%区間 [0, 0]
WORLD Harvest	0.98191 4位95%区間 [0.97969, 0.98367]	-0.007750495%区間 [-0.0092746, -0.0062503]
FACodec	0.98889 3位95%区間 [0.98788, 0.98984]	-0.0007611695%区間 [-0.0022249, 0.00075205]
HiFi-Glot	0.97535 6位95%区間 [0.97094, 0.97865]	-0.01430395%区間 [-0.01765, -0.011348]
GOLF-ff	0.97376 7位95%区間 [0.96835, 0.97814]	-0.01589295%区間 [-0.021276, -0.011547]
SiFi-GAN	0.97328 8位95%区間 [0.97104, 0.97516]	-0.01637295%区間 [-0.018153, -0.014713]
LLSM2 Layer0	0.99358 1位95%区間 [0.99229, 0.9946]	0.003928895%区間 [0.0023593, 0.0054667]
MagPhase	0.92219 9位95%区間 [0.89356, 0.94721]	-0.06746295%区間 [-0.095189, -0.043373]
PML 低域変更＋60 FWCEP	0.97997 5位95%区間 [0.97818, 0.98155]	-0.009690295%区間 [-0.011366, -0.0079004]

300–1000Hz 10ms 符号付き包絡RMS差（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-0.1579495%区間 [-0.18376, -0.13501]	095%区間 [0, 0]
WORLD Harvest	1.34995%区間 [1.2305, 1.4609]	1.506995%区間 [1.3888, 1.6204]
FACodec	-0.4565395%区間 [-0.53589, -0.37569]	-0.298695%区間 [-0.37846, -0.21739]
HiFi-Glot	-0.3918395%区間 [-0.50828, -0.27526]	-0.2338995%区間 [-0.34529, -0.1166]
GOLF-ff	-0.8856995%区間 [-1.0573, -0.72577]	-0.7277695%区間 [-0.9111, -0.5619]
SiFi-GAN	-0.3339895%区間 [-0.3929, -0.27592]	-0.1760495%区間 [-0.22894, -0.11686]
LLSM2 Layer0	-0.1961295%区間 [-0.21669, -0.17648]	-0.0381895%区間 [-0.060155, -0.016765]
MagPhase	-0.3128395%区間 [-0.34377, -0.28462]	-0.1548995%区間 [-0.18474, -0.12142]
PML 低域変更＋60 FWCEP	1.292495%区間 [1.1703, 1.4075]	1.450395%区間 [1.3299, 1.5691]

300–1000Hz 10ms 変調帯域MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.5973 4位95%区間 [0.543, 0.65802]	095%区間 [0, 0]
WORLD Harvest	1.3557 9位95%区間 [1.2085, 1.5162]	0.7583795%区間 [0.60225, 0.9183]
FACodec	0.52664 3位95%区間 [0.46855, 0.59107]	-0.07065695%区間 [-0.14886, 0.015617]
HiFi-Glot	0.79091 6位95%区間 [0.69951, 0.88827]	0.1936195%区間 [0.070484, 0.31539]
GOLF-ff	1.0612 7位95%区間 [0.93363, 1.2027]	0.4638895%区間 [0.30626, 0.6289]
SiFi-GAN	0.50818 2位95%区間 [0.44167, 0.57961]	-0.08912195%区間 [-0.18307, 0.0053868]
LLSM2 Layer0	0.70604 5位95%区間 [0.63867, 0.77524]	0.1087595%区間 [0.011846, 0.205]
MagPhase	0.36785 1位95%区間 [0.33882, 0.40126]	-0.2294595%区間 [-0.29753, -0.16139]
PML 低域変更＋60 FWCEP	1.3408 8位95%区間 [1.179, 1.5078]	0.7435495%区間 [0.56581, 0.91667]

300–1000Hz 40ms 対数RMS MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.97361 2位95%区間 [0.91076, 1.0473]	095%区間 [0, 0]
WORLD Harvest	1.6637 7位95%区間 [1.5224, 1.8514]	0.6901295%区間 [0.59478, 0.8184]
FACodec	1.2304 3位95%区間 [1.1767, 1.2916]	0.2567595%区間 [0.19718, 0.31576]
HiFi-Glot	2.0697 8位95%区間 [1.9499, 2.1991]	1.096195%区間 [0.99836, 1.1995]
GOLF-ff	1.5577 5位95%区間 [1.4552, 1.6645]	0.5840895%区間 [0.45561, 0.71497]
SiFi-GAN	1.6407 6位95%区間 [1.5665, 1.7186]	0.6670795%区間 [0.59669, 0.7415]
LLSM2 Layer0	0.61673 1位95%区間 [0.57497, 0.66341]	-0.3568795%区間 [-0.40455, -0.31322]
MagPhase	2.4337 9位95%区間 [1.9953, 2.9025]	1.460195%区間 [1.0449, 1.8936]
PML 低域変更＋60 FWCEP	1.3173 4位95%区間 [1.268, 1.3592]	0.3436495%区間 [0.26508, 0.41671]

300–1000Hz 40ms RMS包絡正規化RMSE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.064314 2位95%区間 [0.059866, 0.068882]	095%区間 [0, 0]
WORLD Harvest	0.20517 9位95%区間 [0.18966, 0.21995]	0.1408595%区間 [0.12278, 0.15733]
FACodec	0.11417 3位95%区間 [0.10847, 0.12021]	0.04985195%区間 [0.042441, 0.057031]
HiFi-Glot	0.14864 5位95%区間 [0.1394, 0.15895]	0.08432595%区間 [0.074749, 0.093862]
GOLF-ff	0.16169 6位95%区間 [0.14795, 0.17724]	0.09737395%区間 [0.082058, 0.11503]
SiFi-GAN	0.11874 4位95%区間 [0.11542, 0.12253]	0.0544395%区間 [0.050601, 0.057944]
LLSM2 Layer0	0.054151 1位95%区間 [0.049854, 0.059445]	-0.01016395%区間 [-0.014799, -0.0049114]
MagPhase	0.19305 7位95%区間 [0.15426, 0.23578]	0.1287495%区間 [0.092314, 0.16889]
PML 低域変更＋60 FWCEP	0.20135 8位95%区間 [0.18587, 0.2163]	0.1370395%区間 [0.11905, 0.15381]

300–1000Hz 40ms 包絡相関 — 高いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：correlation。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.99656 2位95%区間 [0.99608, 0.99702]	095%区間 [0, 0]
WORLD Harvest	0.99065 4位95%区間 [0.98936, 0.99175]	-0.005908895%区間 [-0.0072055, -0.0047642]
FACodec	0.99119 3位95%区間 [0.99026, 0.99208]	-0.005368295%区間 [-0.0063259, -0.0044235]
HiFi-Glot	0.98276 8位95%区間 [0.97909, 0.98568]	-0.01380395%区間 [-0.017276, -0.010863]
GOLF-ff	0.98423 7位95%区間 [0.98003, 0.98781]	-0.01232495%区間 [-0.016598, -0.0086544]
SiFi-GAN	0.98898 6位95%区間 [0.98817, 0.98966]	-0.007581595%区間 [-0.008231, -0.006962]
LLSM2 Layer0	0.99758 1位95%区間 [0.99705, 0.998]	0.001024295%区間 [0.00041807, 0.0015816]
MagPhase	0.95009 9位95%区間 [0.92835, 0.96819]	-0.04646695%区間 [-0.067969, -0.028717]
PML 低域変更＋60 FWCEP	0.99002 5位95%区間 [0.98902, 0.99096]	-0.006540895%区間 [-0.007673, -0.0054602]

300–1000Hz 40ms 符号付き包絡RMS差（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-0.1579695%区間 [-0.18386, -0.13494]	095%区間 [0, 0]
WORLD Harvest	1.349395%区間 [1.2307, 1.4612]	1.507295%区間 [1.3889, 1.6209]
FACodec	-0.455995%区間 [-0.53548, -0.37503]	-0.2979495%区間 [-0.37774, -0.21677]
HiFi-Glot	-0.3919195%区間 [-0.50831, -0.27525]	-0.2339595%区間 [-0.34535, -0.11625]
GOLF-ff	-0.8851695%区間 [-1.0559, -0.72456]	-0.7272195%区間 [-0.90989, -0.56047]
SiFi-GAN	-0.3332795%区間 [-0.3916, -0.27532]	-0.1753195%区間 [-0.22825, -0.11642]
LLSM2 Layer0	-0.1961895%区間 [-0.21671, -0.17651]	-0.03822695%区間 [-0.060172, -0.01684]
MagPhase	-0.3139495%区間 [-0.34551, -0.28539]	-0.1559995%区間 [-0.18593, -0.12212]
PML 低域変更＋60 FWCEP	1.291995%区間 [1.1698, 1.4069]	1.449895%区間 [1.329, 1.5692]

300–1000Hz 40ms 変調帯域MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.62876 4位95%区間 [0.57076, 0.69163]	095%区間 [0, 0]
WORLD Harvest	1.3392 9位95%区間 [1.2119, 1.4822]	0.7104695%区間 [0.57072, 0.85568]
FACodec	0.52908 3位95%区間 [0.46916, 0.59821]	-0.09967895%区間 [-0.17336, -0.025822]
HiFi-Glot	0.81157 6位95%区間 [0.7145, 0.9069]	0.182895%区間 [0.047679, 0.31021]
GOLF-ff	1.0584 7位95%区間 [0.93821, 1.187]	0.4296895%区間 [0.2818, 0.5866]
SiFi-GAN	0.51558 2位95%区間 [0.44428, 0.59041]	-0.1131895%区間 [-0.2073, -0.015402]
LLSM2 Layer0	0.79235 5位95%区間 [0.72097, 0.86342]	0.1635995%区間 [0.072496, 0.25868]
MagPhase	0.37373 1位95%区間 [0.34136, 0.40653]	-0.2550395%区間 [-0.32134, -0.18914]
PML 低域変更＋60 FWCEP	1.3098 8位95%区間 [1.172, 1.455]	0.6810395%区間 [0.52373, 0.83132]

1000–3000Hz 10ms 対数RMS MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	1.6058 3位95%区間 [1.5267, 1.6862]	095%区間 [0, 0]
WORLD Harvest	1.5483 2位95%区間 [1.4895, 1.6039]	-0.05746395%区間 [-0.10183, -0.015845]
FACodec	1.6823 5位95%区間 [1.6212, 1.7404]	0.0765495%区間 [-0.0051766, 0.16148]
HiFi-Glot	3.196 9位95%区間 [3.0666, 3.3215]	1.590295%区間 [1.4761, 1.7061]
GOLF-ff	2.0888 6位95%区間 [1.9907, 2.1949]	0.4829795%区間 [0.36223, 0.60325]
SiFi-GAN	2.1259 7位95%区間 [2.0425, 2.2092]	0.5200995%区間 [0.46961, 0.57248]
LLSM2 Layer0	1.1008 1位95%区間 [1.0396, 1.1623]	-0.5049795%区間 [-0.54084, -0.47121]
MagPhase	2.9724 8位95%区間 [2.4665, 3.4871]	1.366695%区間 [0.92275, 1.8199]
PML 低域変更＋60 FWCEP	1.6387 4位95%区間 [1.562, 1.7152]	0.03291895%区間 [-0.0055102, 0.069164]

1000–3000Hz 10ms RMS包絡正規化RMSE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.15617 2位95%区間 [0.14562, 0.16698]	095%区間 [0, 0]
WORLD Harvest	0.18801 4位95%区間 [0.1806, 0.19526]	0.03184295%区間 [0.021356, 0.041952]
FACodec	0.18198 3位95%区間 [0.17335, 0.19143]	0.02581195%区間 [0.014682, 0.037436]
HiFi-Glot	0.27901 8位95%区間 [0.26741, 0.2905]	0.1228495%区間 [0.1105, 0.13482]
GOLF-ff	0.23049 7位95%区間 [0.21914, 0.24386]	0.07432495%区間 [0.063429, 0.087247]
SiFi-GAN	0.21281 6位95%区間 [0.20328, 0.22338]	0.05664395%区間 [0.04976, 0.063582]
LLSM2 Layer0	0.11246 1位95%区間 [0.10396, 0.12173]	-0.04371195%区間 [-0.049543, -0.037797]
MagPhase	0.29139 9位95%区間 [0.24612, 0.34268]	0.1352295%区間 [0.094401, 0.17661]
PML 低域変更＋60 FWCEP	0.19178 5位95%区間 [0.18349, 0.19988]	0.0356195%区間 [0.026757, 0.044844]

1000–3000Hz 10ms 包絡相関 — 高いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：correlation。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.98059 4位95%区間 [0.97741, 0.98328]	095%区間 [0, 0]
WORLD Harvest	0.98248 2位95%区間 [0.98003, 0.98459]	0.001890495%区間 [0.00017232, 0.0036845]
FACodec	0.98131 3位95%区間 [0.97942, 0.98304]	0.0007202195%区間 [-0.0013853, 0.0030166]
HiFi-Glot	0.95043 8位95%区間 [0.94575, 0.95475]	-0.03015495%区間 [-0.0345, -0.026378]
GOLF-ff	0.97113 6位95%区間 [0.96731, 0.97427]	-0.009455895%区間 [-0.012783, -0.006708]
SiFi-GAN	0.96462 7位95%区間 [0.96028, 0.96842]	-0.01596895%区間 [-0.018407, -0.013797]
LLSM2 Layer0	0.99091 1位95%区間 [0.9892, 0.99222]	0.01031895%区間 [0.0085482, 0.012187]
MagPhase	0.91078 9位95%区間 [0.88212, 0.93665]	-0.06980895%区間 [-0.09598, -0.046281]
PML 低域変更＋60 FWCEP	0.97963 5位95%区間 [0.9767, 0.98228]	-0.0009575895%区間 [-0.0022614, 0.00036782]

1000–3000Hz 10ms 符号付き包絡RMS差（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-0.2188595%区間 [-0.26268, -0.17185]	095%区間 [0, 0]
WORLD Harvest	0.8071795%区間 [0.73039, 0.88672]	1.02695%区間 [0.93329, 1.1162]
FACodec	-0.9153295%区間 [-1.0396, -0.80547]	-0.6964795%区間 [-0.85441, -0.56308]
HiFi-Glot	-1.175895%区間 [-1.3642, -0.98532]	-0.9569295%区間 [-1.1272, -0.7857]
GOLF-ff	-1.352595%区間 [-1.4887, -1.2295]	-1.133695%区間 [-1.2599, -1.0173]
SiFi-GAN	-0.3175495%区間 [-0.37847, -0.26144]	-0.09869595%区間 [-0.1659, -0.035492]
LLSM2 Layer0	-0.3987395%区間 [-0.44823, -0.35364]	-0.1798895%区間 [-0.22991, -0.13027]
MagPhase	-0.02441895%区間 [-0.065042, 0.015069]	0.1944395%区間 [0.14609, 0.23803]
PML 低域変更＋60 FWCEP	0.7013295%区間 [0.61381, 0.7918]	0.9201795%区間 [0.82544, 1.0174]

1000–3000Hz 10ms 変調帯域MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.73203 3位95%区間 [0.66817, 0.8033]	095%区間 [0, 0]
WORLD Harvest	0.91379 6位95%区間 [0.81688, 1.011]	0.1817695%区間 [0.062413, 0.31111]
FACodec	0.78574 5位95%区間 [0.71114, 0.86683]	0.05371195%区間 [-0.026981, 0.13384]
HiFi-Glot	1.2142 8位95%区間 [1.0815, 1.3688]	0.4821495%区間 [0.35387, 0.61544]
GOLF-ff	1.4406 9位95%区間 [1.2678, 1.6426]	0.7085595%区間 [0.53736, 0.90609]
SiFi-GAN	0.50941 2位95%区間 [0.43027, 0.60163]	-0.2226295%区間 [-0.30687, -0.13882]
LLSM2 Layer0	0.77729 4位95%区間 [0.68403, 0.87931]	0.04526195%区間 [-0.047341, 0.13625]
MagPhase	0.29184 1位95%区間 [0.24885, 0.34123]	-0.4401995%区間 [-0.51646, -0.36403]
PML 低域変更＋60 FWCEP	0.92126 7位95%区間 [0.81645, 1.0327]	0.1892395%区間 [0.051704, 0.33125]

1000–3000Hz 40ms 対数RMS MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	1.0111 2位95%区間 [0.95272, 1.0729]	095%区間 [0, 0]
WORLD Harvest	1.0252 3位95%区間 [0.98911, 1.0616]	0.01402595%区間 [-0.045309, 0.070019]
FACodec	1.3653 6位95%区間 [1.3136, 1.4201]	0.3541795%区間 [0.27708, 0.43357]
HiFi-Glot	2.7301 9位95%区間 [2.6113, 2.8529]	1.718995%区間 [1.6007, 1.839]
GOLF-ff	1.6951 7位95%区間 [1.5806, 1.8223]	0.6840195%区間 [0.542, 0.82658]
SiFi-GAN	1.3652 5位95%区間 [1.3134, 1.421]	0.3540995%区間 [0.29871, 0.41146]
LLSM2 Layer0	0.71705 1位95%区間 [0.67663, 0.76023]	-0.2940995%区間 [-0.33934, -0.25423]
MagPhase	2.1405 8位95%区間 [1.7215, 2.5649]	1.129495%区間 [0.75751, 1.5115]
PML 低域変更＋60 FWCEP	1.0352 4位95%区間 [0.99298, 1.0763]	0.02402795%区間 [-0.036141, 0.077956]

1000–3000Hz 40ms RMS包絡正規化RMSE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.093129 2位95%区間 [0.086042, 0.10038]	095%区間 [0, 0]
WORLD Harvest	0.13196 5位95%区間 [0.12365, 0.14056]	0.03883295%区間 [0.026631, 0.05073]
FACodec	0.15842 6位95%区間 [0.15013, 0.16817]	0.06529295%区間 [0.054962, 0.076686]
HiFi-Glot	0.24043 9位95%区間 [0.22848, 0.25215]	0.147395%区間 [0.13517, 0.15962]
GOLF-ff	0.1858 7位95%区間 [0.17417, 0.19968]	0.09267295%区間 [0.081547, 0.10635]
SiFi-GAN	0.1238 3位95%区間 [0.11884, 0.12901]	0.03066895%区間 [0.024608, 0.037053]
LLSM2 Layer0	0.072956 1位95%区間 [0.067126, 0.079631]	-0.02017295%区間 [-0.024836, -0.015478]
MagPhase	0.2001 8位95%区間 [0.16275, 0.24161]	0.1069895%区間 [0.072453, 0.143]
PML 低域変更＋60 FWCEP	0.1282 4位95%区間 [0.12008, 0.13676]	0.03507295%区間 [0.023291, 0.046668]

1000–3000Hz 40ms 包絡相関 — 高いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：correlation。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.99302 4位95%区間 [0.99177, 0.99417]	095%区間 [0, 0]
WORLD Harvest	0.99446 2位95%区間 [0.99371, 0.99514]	0.001442195%区間 [0.00043367, 0.0024808]
FACodec	0.98713 6位95%区間 [0.98586, 0.98835]	-0.005892595%区間 [-0.0070804, -0.0046083]
HiFi-Glot	0.96507 8位95%区間 [0.96116, 0.96851]	-0.02794895%区間 [-0.031842, -0.024675]
GOLF-ff	0.98678 7位95%区間 [0.98408, 0.98887]	-0.006244395%区間 [-0.0091434, -0.0040802]
SiFi-GAN	0.98838 5位95%区間 [0.98736, 0.98928]	-0.00464495%区間 [-0.0054921, -0.0037812]
LLSM2 Layer0	0.99701 1位95%区間 [0.99652, 0.99742]	0.003987895%区間 [0.0031144, 0.0049314]
MagPhase	0.94875 9位95%区間 [0.92865, 0.96622]	-0.04426995%区間 [-0.063621, -0.027368]
PML 低域変更＋60 FWCEP	0.99365 3位95%区間 [0.99293, 0.99433]	0.0006249595%区間 [-0.00011856, 0.0015156]

1000–3000Hz 40ms 符号付き包絡RMS差（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-0.2191495%区間 [-0.26329, -0.17204]	095%区間 [0, 0]
WORLD Harvest	0.8075295%区間 [0.73066, 0.88697]	1.026795%区間 [0.9339, 1.1171]
FACodec	-0.9144995%区間 [-1.0396, -0.80448]	-0.6953695%区間 [-0.85287, -0.56215]
HiFi-Glot	-1.173595%区間 [-1.3621, -0.9841]	-0.9543995%区間 [-1.125, -0.78376]
GOLF-ff	-1.352295%区間 [-1.4876, -1.2296]	-1.133195%区間 [-1.2596, -1.0169]
SiFi-GAN	-0.3163195%区間 [-0.37772, -0.26027]	-0.09717195%区間 [-0.16375, -0.03419]
LLSM2 Layer0	-0.3992495%区間 [-0.4491, -0.35399]	-0.1801195%区間 [-0.23078, -0.13001]
MagPhase	-0.02520195%区間 [-0.066185, 0.014057]	0.1939395%区間 [0.14522, 0.23764]
PML 低域変更＋60 FWCEP	0.70295%区間 [0.61364, 0.79205]	0.9211495%区間 [0.82734, 1.0171]

1000–3000Hz 40ms 変調帯域MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.7838 4位95%区間 [0.70348, 0.87374]	095%区間 [0, 0]
WORLD Harvest	0.9549 6位95%区間 [0.86852, 1.0422]	0.1710995%区間 [0.061263, 0.28725]
FACodec	0.7836 3位95%区間 [0.70121, 0.87641]	-0.0002024395%区間 [-0.10151, 0.10016]
HiFi-Glot	1.2113 8位95%区間 [1.0779, 1.3647]	0.427595%区間 [0.29511, 0.56527]
GOLF-ff	1.441 9位95%区間 [1.2542, 1.6541]	0.6571795%区間 [0.47867, 0.86832]
SiFi-GAN	0.53686 2位95%区間 [0.45046, 0.63169]	-0.2469495%区間 [-0.32712, -0.15918]
LLSM2 Layer0	0.86054 5位95%区間 [0.76078, 0.96869]	0.07673295%区間 [-0.023673, 0.1785]
MagPhase	0.33655 1位95%区間 [0.28681, 0.39434]	-0.4472695%区間 [-0.54068, -0.35509]
PML 低域変更＋60 FWCEP	0.95595 7位95%区間 [0.85359, 1.0716]	0.1721595%区間 [0.045246, 0.31152]

3000–6000Hz 10ms 対数RMS MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	1.7459 4位95%区間 [1.6517, 1.8368]	095%区間 [0, 0]
WORLD Harvest	1.6559 3位95%区間 [1.5835, 1.7287]	-0.08993695%区間 [-0.14314, -0.03874]
FACodec	1.9068 5位95%区間 [1.8574, 1.9532]	0.1609595%区間 [0.072842, 0.24668]
HiFi-Glot	3.8469 9位95%区間 [3.6671, 4.0351]	2.10195%区間 [1.9031, 2.3035]
GOLF-ff	2.7645 7位95%区間 [2.6233, 2.9399]	1.018695%区間 [0.8313, 1.2382]
SiFi-GAN	2.141 6位95%区間 [2.0629, 2.2127]	0.3950795%区間 [0.32038, 0.46897]
LLSM2 Layer0	1.1883 1位95%区間 [1.1257, 1.2531]	-0.5576395%区間 [-0.60916, -0.51036]
MagPhase	3.0837 8位95%区間 [2.6019, 3.5869]	1.337895%区間 [0.93156, 1.7752]
PML 低域変更＋60 FWCEP	1.4816 2位95%区間 [1.41, 1.554]	-0.2643395%区間 [-0.30888, -0.21972]

3000–6000Hz 10ms RMS包絡正規化RMSE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.20918 3位95%区間 [0.19431, 0.22672]	095%区間 [0, 0]
WORLD Harvest	0.2332 4位95%区間 [0.22407, 0.24329]	0.02402395%区間 [0.0053579, 0.041379]
FACodec	0.2383 5位95%区間 [0.23136, 0.24597]	0.02912695%区間 [0.010961, 0.045586]
HiFi-Glot	0.29411 8位95%区間 [0.28231, 0.30694]	0.08493795%区間 [0.064366, 0.10443]
GOLF-ff	0.25566 6位95%区間 [0.24277, 0.27032]	0.04648595%区間 [0.025745, 0.066577]
SiFi-GAN	0.26299 7位95%区間 [0.25492, 0.27142]	0.05381195%区間 [0.034556, 0.07152]
LLSM2 Layer0	0.13379 1位95%区間 [0.12827, 0.13956]	-0.07538995%区間 [-0.093402, -0.059226]
MagPhase	0.38547 9位95%区間 [0.33392, 0.44033]	0.1762995%区間 [0.12481, 0.22863]
PML 低域変更＋60 FWCEP	0.18823 2位95%区間 [0.18091, 0.19551]	-0.02094795%区間 [-0.038217, -0.0051356]

3000–6000Hz 10ms 包絡相関 — 高いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：correlation。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.96667 3位95%区間 [0.95974, 0.97223]	095%区間 [0, 0]
WORLD Harvest	0.96537 5位95%区間 [0.96243, 0.96801]	-0.001293495%区間 [-0.0075911, 0.006032]
FACodec	0.96483 6位95%区間 [0.9615, 0.96761]	-0.001840695%区間 [-0.0076071, 0.0043554]
HiFi-Glot	0.9491 8位95%区間 [0.94245, 0.95538]	-0.01756595%区間 [-0.025393, -0.0096897]
GOLF-ff	0.96554 4位95%区間 [0.96241, 0.96852]	-0.001131495%区間 [-0.006962, 0.0058706]
SiFi-GAN	0.95222 7位95%区間 [0.94845, 0.95567]	-0.01445195%区間 [-0.020908, -0.0075167]
LLSM2 Layer0	0.98849 1位95%区間 [0.98762, 0.98936]	0.02181995%区間 [0.016192, 0.028725]
MagPhase	0.87777 9位95%区間 [0.84469, 0.90691]	-0.08889495%区間 [-0.12125, -0.059075]
PML 低域変更＋60 FWCEP	0.97599 2位95%区間 [0.97436, 0.97756]	0.009317395%区間 [0.0036911, 0.015994]

3000–6000Hz 10ms 符号付き包絡RMS差（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-0.01977895%区間 [-0.084668, 0.052671]	095%区間 [0, 0]
WORLD Harvest	0.4310895%区間 [0.36547, 0.49507]	0.4508695%区間 [0.37399, 0.52015]
FACodec	-0.8801895%区間 [-1.0215, -0.74166]	-0.860495%区間 [-0.99519, -0.72413]
HiFi-Glot	-1.406795%区間 [-1.5652, -1.2514]	-1.386995%区間 [-1.5399, -1.238]
GOLF-ff	-1.153395%区間 [-1.4018, -0.93319]	-1.133595%区間 [-1.3854, -0.9126]
SiFi-GAN	-0.817795%区間 [-0.92567, -0.72625]	-0.7979295%区間 [-0.89946, -0.70317]
LLSM2 Layer0	-0.4512995%区間 [-0.49608, -0.40836]	-0.4315195%区間 [-0.51263, -0.36071]
MagPhase	0.3384595%区間 [0.26925, 0.41155]	0.3582395%区間 [0.27312, 0.44235]
PML 低域変更＋60 FWCEP	-0.0861495%区間 [-0.201, 0.021339]	-0.06636195%区間 [-0.17462, 0.043648]

3000–6000Hz 10ms 変調帯域MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.91665 5位95%区間 [0.79735, 1.0562]	095%区間 [0, 0]
WORLD Harvest	0.88331 3位95%区間 [0.7799, 0.9988]	-0.03333695%区間 [-0.21737, 0.14624]
FACodec	1.0297 6位95%区間 [0.92983, 1.1408]	0.1130895%区間 [-0.070495, 0.28219]
HiFi-Glot	1.6287 9位95%区間 [1.479, 1.7803]	0.7120895%区間 [0.5114, 0.90659]
GOLF-ff	1.2875 8位95%区間 [1.1048, 1.5044]	0.3708695%区間 [0.14818, 0.62342]
SiFi-GAN	1.1834 7位95%区間 [1.0212, 1.3848]	0.2667195%区間 [0.034202, 0.51043]
LLSM2 Layer0	0.91313 4位95%区間 [0.81956, 1.0199]	-0.003516595%区間 [-0.16947, 0.15694]
MagPhase	0.85768 2位95%区間 [0.76568, 0.95099]	-0.05897395%区間 [-0.24143, 0.10439]
PML 低域変更＋60 FWCEP	0.81626 1位95%区間 [0.71046, 0.93723]	-0.1003995%区間 [-0.27384, 0.05869]

3000–6000Hz 40ms 対数RMS MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	1.2016 4位95%区間 [1.112, 1.2928]	095%区間 [0, 0]
WORLD Harvest	1.0406 3位95%区間 [0.99729, 1.0827]	-0.1610695%区間 [-0.23882, -0.089372]
FACodec	1.5714 6位95%区間 [1.5243, 1.6196]	0.3697795%区間 [0.27287, 0.46299]
HiFi-Glot	3.4876 9位95%区間 [3.3128, 3.6717]	2.28695%区間 [2.0909, 2.4907]
GOLF-ff	2.5062 8位95%区間 [2.3493, 2.7006]	1.304695%区間 [1.096, 1.5438]
SiFi-GAN	1.3845 5位95%区間 [1.3359, 1.434]	0.1829295%区間 [0.08456, 0.27675]
LLSM2 Layer0	0.82925 1位95%区間 [0.77868, 0.88026]	-0.3723795%区間 [-0.4387, -0.31233]
MagPhase	2.2773 7位95%区間 [1.8829, 2.688]	1.075795%区間 [0.74208, 1.4351]
PML 低域変更＋60 FWCEP	0.88468 2位95%区間 [0.84435, 0.92528]	-0.3169495%区間 [-0.38758, -0.25025]

3000–6000Hz 40ms RMS包絡正規化RMSE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：ratio。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.13752 3位95%区間 [0.1226, 0.1548]	095%区間 [0, 0]
WORLD Harvest	0.14297 4位95%区間 [0.13566, 0.15074]	0.005453695%区間 [-0.012452, 0.021733]
FACodec	0.19761 6位95%区間 [0.18959, 0.20602]	0.06009495%区間 [0.040549, 0.077849]
HiFi-Glot	0.25326 8位95%区間 [0.2408, 0.26682]	0.1157495%区間 [0.093811, 0.1361]
GOLF-ff	0.20517 7位95%区間 [0.18957, 0.22297]	0.0676595%区間 [0.044658, 0.090623]
SiFi-GAN	0.16979 5位95%区間 [0.16273, 0.17788]	0.03227495%区間 [0.01252, 0.050535]
LLSM2 Layer0	0.084083 1位95%区間 [0.079728, 0.088846]	-0.05343395%区間 [-0.071027, -0.037449]
MagPhase	0.26769 9位95%区間 [0.22601, 0.31373]	0.1301795%区間 [0.086886, 0.17554]
PML 低域変更＋60 FWCEP	0.11077 2位95%区間 [0.10503, 0.11675]	-0.02674695%区間 [-0.044147, -0.011313]

3000–6000Hz 40ms 包絡相関 — 高いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：correlation。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.98285 5位95%区間 [0.97725, 0.98747]	095%区間 [0, 0]
WORLD Harvest	0.98768 3位95%区間 [0.98632, 0.98888]	0.004832695%区間 [6.8125e-05, 0.010497]
FACodec	0.97659 7位95%区間 [0.97371, 0.97916]	-0.006261695%区間 [-0.01143, -0.00061343]
HiFi-Glot	0.96464 8位95%区間 [0.95859, 0.9704]	-0.01821295%区間 [-0.025663, -0.011045]
GOLF-ff	0.98151 6位95%区間 [0.97883, 0.98396]	-0.00134495%区間 [-0.0064198, 0.0046507]
SiFi-GAN	0.98296 4位95%区間 [0.98175, 0.98408]	0.0001063195%区間 [-0.0046116, 0.0056063]
LLSM2 Layer0	0.99642 1位95%区間 [0.99612, 0.99673]	0.0135795%区間 [0.0089932, 0.019188]
MagPhase	0.93149 9位95%区間 [0.90847, 0.95197]	-0.05135795%区間 [-0.07457, -0.030437]
PML 低域変更＋60 FWCEP	0.99205 2位95%区間 [0.99124, 0.99274]	0.009194795%区間 [0.0045245, 0.014927]

3000–6000Hz 40ms 符号付き包絡RMS差（診断） — 診断値・優劣なし

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	-0.01990295%区間 [-0.084935, 0.052667]	095%区間 [0, 0]
WORLD Harvest	0.4309895%区間 [0.36548, 0.49489]	0.4508895%区間 [0.37387, 0.52009]
FACodec	-0.8799595%区間 [-1.0219, -0.74063]	-0.8600595%区間 [-0.99511, -0.72413]
HiFi-Glot	-1.406195%区間 [-1.5649, -1.2508]	-1.386295%区間 [-1.5397, -1.2373]
GOLF-ff	-1.153595%区間 [-1.4022, -0.93362]	-1.133695%区間 [-1.3854, -0.91302]
SiFi-GAN	-0.8171595%区間 [-0.92512, -0.72507]	-0.7972495%区間 [-0.89806, -0.7029]
LLSM2 Layer0	-0.4513995%区間 [-0.49616, -0.40836]	-0.4314995%区間 [-0.51263, -0.36057]
MagPhase	0.336895%区間 [0.26711, 0.40972]	0.356795%区間 [0.2721, 0.44105]
PML 低域変更＋60 FWCEP	-0.08675595%区間 [-0.20159, 0.020856]	-0.06685395%区間 [-0.17552, 0.043067]

3000–6000Hz 40ms 変調帯域MAE — 低いほど良い

全8の固定16kHz共通先頭区間。自然F0絶対真値・知覚総合品質ではない。単位：dB。共通支持 120録音 / 40話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	1.0738 6位95%区間 [0.93275, 1.2435]	095%区間 [0, 0]
WORLD Harvest	0.93798 3位95%区間 [0.83171, 1.0516]	-0.1358495%区間 [-0.34439, 0.060745]
FACodec	1.0622 5位95%区間 [0.9545, 1.1824]	-0.01161595%区間 [-0.23081, 0.19222]
HiFi-Glot	1.6652 9位95%区間 [1.5094, 1.8239]	0.5914195%区間 [0.37152, 0.80374]
GOLF-ff	1.2942 8位95%区間 [1.1022, 1.5235]	0.220495%区間 [-0.035163, 0.49592]
SiFi-GAN	1.238 7位95%区間 [1.0781, 1.4375]	0.1641495%区間 [-0.088851, 0.41788]
LLSM2 Layer0	1.0342 4位95%区間 [0.92821, 1.1552]	-0.03962495%区間 [-0.22181, 0.14033]
MagPhase	0.89179 1位95%区間 [0.79442, 0.99104]	-0.1820395%区間 [-0.39708, 0.0076472]
PML 低域変更＋60 FWCEP	0.90191 2位95%区間 [0.77865, 1.0415]	-0.1719195%区間 [-0.36565, 0.0086841]

増分CER — 低いほど良い

全文正解55録音32話者、原音CER≤0.20。残65は正解不足の適用外。出力は16kHz派生全長。単位：error rate delta。共通支持 55録音 / 32話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.0045865 7位95%区間 [-0.0023441, 0.010944]	095%区間 [0, 0]
WORLD Harvest	0.0040339 6位95%区間 [-0.0029371, 0.010949]	-0.0005526995%区間 [-0.0064155, 0.0053283]
FACodec	0.0028268 4位95%区間 [-0.00078742, 0.0078983]	-0.001759895%区間 [-0.010067, 0.0095364]
HiFi-Glot	0.086908 9位95%区間 [0.050968, 0.13467]	0.08232295%区間 [0.046996, 0.13163]
GOLF-ff	0.0035821 5位95%区間 [-0.013447, 0.015722]	-0.001004595%区間 [-0.0121, 0.0078157]
SiFi-GAN	-0.0014698 2位95%区間 [-0.016805, 0.0086002]	-0.006056395%区間 [-0.016783, 0.0028149]
LLSM2 Layer0	0.00024877 3位95%区間 [-0.015679, 0.010503]	-0.004337895%区間 [-0.013905, 0.0015369]
MagPhase	0.010278 8位95%区間 [0.0011327, 0.026534]	0.005691795%区間 [-0.006752, 0.02697]
PML 低域変更＋60 FWCEP	-0.002111 1位95%区間 [-0.01705, 0.007539]	-0.006697695%区間 [-0.017174, -0.0002115]

増分WER — 低いほど良い

全文正解55録音32話者、原音CER≤0.20。残65は正解不足の適用外。出力は16kHz派生全長。単位：error rate delta。共通支持 55録音 / 32話者。

方式	保存点推定・順位・95%区間	HNMとの差・対応付き95%区間
HNM v3（比較時のベース）	0.017237 6位95%区間 [0.0040428, 0.033046]	095%区間 [0, 0]
WORLD Harvest	0.020195 8位95%区間 [0.0056114, 0.038955]	0.002957495%区間 [-0.012237, 0.018851]
FACodec	0.0057292 4位95%区間 [0, 0.013802]	-0.01150895%区間 [-0.028686, 0.0045294]
HiFi-Glot	0.16162 9位95%区間 [0.10162, 0.23199]	0.1443895%区間 [0.085367, 0.21586]
GOLF-ff	0.016049 5位95%区間 [-0.015327, 0.041703]	-0.001188695%区間 [-0.029723, 0.020455]
SiFi-GAN	-0.00074551 1位95%区間 [-0.028531, 0.022657]	-0.01798395%区間 [-0.045153, 0.0016858]
LLSM2 Layer0	0.0056367 3位95%区間 [-0.022931, 0.028976]	-0.01160195%区間 [-0.037301, 0.0058824]
MagPhase	0.018186 7位95%区間 [0.0026042, 0.039674]	0.0009484995%区間 [-0.014991, 0.021034]
PML 低域変更＋60 FWCEP	0.0017151 2位95%区間 [-0.027745, 0.023881]	-0.01552295%区間 [-0.04359, 0.0036458]

UTMOSv2は人間評定そのものではなく予測値です。ECAPAも人の話者類似性を保証しません。負の増分CERは認識器の診断で、原音より音質が高いという意味ではありません。順位は保存された競技順位です。同順位と順位の飛びを維持。点順位は有意差を保証しません。話者を2000回再抽出した区間で、合成seed変動・多重比較を含みません。ASRは全文正解のある55録音32話者、静音診断は108録音です。

何を測り、何が残っているか

評価	状態	対象・制限
無編集品質・音響・認識	測定済	71軸。各軸で9方式共通の有限支持。
解析・復号速度 / 実容量	測定済	120録音。解析と復号を別計時。旧計時との速度順位なし。
音高±3半音・音量±6dB追従	測定済	各120録音。欠落有声・誤検出・範囲外の分母も保持。
無編集の傾斜保持	測定済	120録音。傾斜を編集できるという意味ではない。
無編集の時間保持	部分欠測	108件measured・12件partial。時間伸縮操作とは別。
特徴線形読み出し / ABX	測定済	独立train120で尺度を固定。読み出し120 / ABX 4960三つ組。
ASV既存人間評定との対応	条件付き測定済	共通80対100録音。元予定105録音の1本は未取得。
編集後の話者類似度	測定済	無編集＋4編集、全長600件。主品質の共通冒頭区間と別。
編集後の予測MOS	測定済	4編集×120録音。方式間順位は条件付き共通支持。
量子化感度・話者類似度・予測MOS	測定済	研究用NPZでの感度。標準保存APIの量子化対応とは別。
合成seed 0〜7の変動	音響65軸測定済	低コスト音響のみ。MOS/eSTOIはseed0のみで乱数安定性未確認。話者bootstrapとは別。
時間伸縮・傾斜操作・補間	実装未対応	ゼロ誤差や最下位として埋めない。
VCTK native48kHz	実装未対応	凍結PMLは16kHz限定。16kへ下げて戻す代替は未実施。

同じ5録音で聴き比べ

各先頭最大6秒。PMLは今回の正式seed 0出力、原音・HNMは既存の同録音です。波形の音量正規化はしていません。

librispeech_1089-134686-0008

原音

HNM v3（比較時のベース）

PML 低域変更＋60 FWCEP

librispeech_1188-133604-0003

原音

HNM v3（比較時のベース）

PML 低域変更＋60 FWCEP

librispeech_121-121726-0012

原音

HNM v3（比較時のベース）

PML 低域変更＋60 FWCEP

librispeech_1221-135766-0005

原音

HNM v3（比較時のベース）

PML 低域変更＋60 FWCEP

librispeech_1089-134686-0032

原音

HNM v3（比較時のベース）

PML 低域変更＋60 FWCEP

音声の出典・改変・許諾

特徴表現・制御性

特徴からの線形読み出し

尺度・読み出し器の学習は別のdev-clean 120録音で、評価集合と話者を分離。同じ学習群と同じ目的量で比較しています。この学習群の独立性と、評価120録音が探索に未使用かどうかは別の問題です。PMLは音高8位、RMS9位、傾斜9位です。特定の線形読み出し器に対する結果で、情報が不可逆に失われた証明ではありません。

対数F0の読み出し誤差 — 120録音/40話者

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.13714 3位95%区間 [0.11459, 0.16276]
WORLD Harvest	0.20813 9位95%区間 [0.16728, 0.25365]
FACodec	0.1601 7位95%区間 [0.13549, 0.18555]
HiFi-Glot	0.084493 1位95%区間 [0.071919, 0.097621]
GOLF-ff	0.14477 5位95%区間 [0.11785, 0.17424]
SiFi-GAN	0.14224 4位95%区間 [0.11942, 0.16696]
LLSM2 Layer0	0.12007 2位95%区間 [0.092753, 0.15587]
MagPhase	0.15985 6位95%区間 [0.13524, 0.18578]
PML 低域変更＋60 FWCEP	0.17984 8位95%区間 [0.15152, 0.21168]

RMSの読み出し誤差（dBFS） — 120録音/40話者

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	2.8278 6位95%区間 [2.3985, 3.3205]
WORLD Harvest	3.8231 8位95%区間 [2.8643, 5.0047]
FACodec	1.2692 1位95%区間 [1.0871, 1.4684]
HiFi-Glot	1.8735 2位95%区間 [1.5128, 2.2726]
GOLF-ff	2.073 3位95%区間 [1.776, 2.4063]
SiFi-GAN	3.7692 7位95%区間 [3.0436, 4.6005]
LLSM2 Layer0	2.2628 4位95%区間 [1.8908, 2.7142]
MagPhase	2.6539 5位95%区間 [2.1695, 3.201]
PML 低域変更＋60 FWCEP	4.2281 9位95%区間 [3.5515, 5.0759]

傾斜の読み出し誤差（dB/oct） — 120録音/40話者

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	1.6104 7位95%区間 [1.3758, 1.8865]
WORLD Harvest	1.8637 8位95%区間 [1.4941, 2.275]
FACodec	1.3011 4位95%区間 [1.0731, 1.5532]
HiFi-Glot	1.269 3位95%区間 [1.0464, 1.4803]
GOLF-ff	1.5366 6位95%区間 [1.3042, 1.785]
SiFi-GAN	1.3888 5位95%区間 [1.1979, 1.5784]
LLSM2 Layer0	1.2479 2位95%区間 [1.0834, 1.4251]
MagPhase	1.2241 1位95%区間 [0.99096, 1.5235]
PML 低域変更＋60 FWCEP	1.8773 9位95%区間 [1.5442, 2.2376]

音素特徴ABX

4960共通三つ組。公式部分群113録音39話者。特徴次元の標準化と特徴群の等重みは異なり、NM2049列の影響を受けます。全コーパス公式順位ではありません。

同一話者内・層平均 — 誤り率・小さいほど良い

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.35386 8位95%区間 [0.25089, 0.47841]
WORLD Harvest	0.34541 7位95%区間 [0.25886, 0.457]
FACodec	0.43357 9位95%区間 [0.32596, 0.54366]
HiFi-Glot	0.17995 2位95%区間 [0.096832, 0.28363]
GOLF-ff	0.20048 3位95%区間 [0.11806, 0.27322]
SiFi-GAN	0.20048 3位95%区間 [0.10659, 0.33607]
LLSM2 Layer0	0.32729 6位95%区間 [0.21233, 0.48031]
MagPhase	0.1558 1位95%区間 [0.085622, 0.22593]
PML 低域変更＋60 FWCEP	0.32246 5位95%区間 [0.22822, 0.43621]

同一話者内・X話者等重み — 誤り率・小さいほど良い

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.39403 6位95%区間 [0.26957, 0.52382]
WORLD Harvest	0.40076 7位95%区間 [0.30535, 0.50409]
FACodec	0.50243 9位95%区間 [0.39895, 0.61234]
HiFi-Glot	0.18 3位95%区間 [0.10231, 0.26503]
GOLF-ff	0.16365 1位95%区間 [0.0794, 0.26161]
SiFi-GAN	0.27661 4位95%区間 [0.14862, 0.42262]
LLSM2 Layer0	0.40191 8位95%区間 [0.26607, 0.54488]
MagPhase	0.17421 2位95%区間 [0.084291, 0.27853]
PML 低域変更＋60 FWCEP	0.31116 5位95%区間 [0.20948, 0.41283]

同一話者内・音素文脈の入れ子平均 — 誤り率・小さいほど良い

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.33869 7位95%区間 [0.25831, 0.45603]
WORLD Harvest	0.34308 8位95%区間 [0.26923, 0.44346]
FACodec	0.41715 9位95%区間 [0.33669, 0.52547]
HiFi-Glot	0.15838 2位95%区間 [0.094907, 0.24553]
GOLF-ff	0.20127 4位95%区間 [0.12963, 0.26127]
SiFi-GAN	0.18567 3位95%区間 [0.10975, 0.30556]
LLSM2 Layer0	0.29971 5位95%区間 [0.22, 0.42502]
MagPhase	0.13986 1位95%区間 [0.077279, 0.20395]
PML 低域変更＋60 FWCEP	0.32992 6位95%区間 [0.24186, 0.42362]

話者間・層平均 — 誤り率・小さいほど良い

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.47299 8位95%区間 [0.4387, 0.51441]
WORLD Harvest	0.44098 5位95%区間 [0.40342, 0.48185]
FACodec	0.47777 9位95%区間 [0.44036, 0.51259]
HiFi-Glot	0.34451 1位95%区間 [0.30184, 0.38479]
GOLF-ff	0.36852 2位95%区間 [0.32868, 0.40208]
SiFi-GAN	0.40452 3位95%区間 [0.36732, 0.44361]
LLSM2 Layer0	0.4459 7位95%区間 [0.40994, 0.48808]
MagPhase	0.41385 4位95%区間 [0.36535, 0.46447]
PML 低域変更＋60 FWCEP	0.44287 6位95%区間 [0.40271, 0.48481]

話者間・X話者等重み — 誤り率・小さいほど良い

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.47813 9位95%区間 [0.44135, 0.52001]
WORLD Harvest	0.43925 5位95%区間 [0.40229, 0.48143]
FACodec	0.47747 8位95%区間 [0.43922, 0.51323]
HiFi-Glot	0.3448 1位95%区間 [0.29868, 0.3888]
GOLF-ff	0.3656 2位95%区間 [0.32296, 0.40186]
SiFi-GAN	0.41016 3位95%区間 [0.37114, 0.45064]
LLSM2 Layer0	0.45652 7位95%区間 [0.41785, 0.5003]
MagPhase	0.41329 4位95%区間 [0.36548, 0.46341]
PML 低域変更＋60 FWCEP	0.44396 6位95%区間 [0.40429, 0.48408]

話者間・音素文脈の入れ子平均 — 誤り率・小さいほど良い

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.45695 8位95%区間 [0.42168, 0.49218]
WORLD Harvest	0.43225 6位95%区間 [0.38698, 0.46278]
FACodec	0.46208 9位95%区間 [0.42897, 0.50435]
HiFi-Glot	0.33606 1位95%区間 [0.30392, 0.37937]
GOLF-ff	0.34495 2位95%区間 [0.31803, 0.39124]
SiFi-GAN	0.37688 3位95%区間 [0.34482, 0.40873]
LLSM2 Layer0	0.43685 7位95%区間 [0.40124, 0.46908]
MagPhase	0.40733 4位95%区間 [0.3682, 0.45338]
PML 低域変更＋60 FWCEP	0.42068 5位95%区間 [0.39033, 0.463]

既存の人間評定との対応（ASV）

再合成音を人が聴いた評価ではなく、原音対への既存の声同一性評定と特徴距離の関係です。共通80対・100録音・27話者・20 anchor。MagPhaseの旧抽出は全失敗で順位外、8方式比較です。

声同一性評定との順位相関 — 大きいほど良い

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.5521 2位95%区間 [0.26208, 0.72082]
WORLD Harvest	0.44948 4位95%区間 [0.11142, 0.71196]
FACodec	0.68698 1位95%区間 [0.40772, 0.82733]
HiFi-Glot	0.29886 7位95%区間 [-0.031659, 0.58413]
GOLF-ff	0.19108 8位95%区間 [-0.083416, 0.42215]
SiFi-GAN	0.53338 3位95%区間 [0.076701, 0.80655]
LLSM2 Layer0	0.39149 5位95%区間 [0.107, 0.6042]
PML 低域変更＋60 FWCEP	0.33783 6位95%区間 [0.054103, 0.56639]

評定候補内の近傍一致率 — 大きいほど良い

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.45 6位95%区間 [0.26316, 0.75]
WORLD Harvest	0.45 6位95%区間 [0.26316, 0.72727]
FACodec	0.5 2位95%区間 [0.29406, 0.73684]
HiFi-Glot	0.5 2位95%区間 [0.33295, 0.78947]
GOLF-ff	0.4 8位95%区間 [0.21026, 0.69576]
SiFi-GAN	0.65 1位95%区間 [0.44444, 0.88]
LLSM2 Layer0	0.5 2位95%区間 [0.35, 0.85714]
PML 低域変更＋60 FWCEP	0.5 2位95%区間 [0.33333, 0.8125]

編集追従

音高誤差は共通有声でのみ計算。YIN判定上の欠落有声が大きく、共通有声の誤差だけで編集成功とは判断できません。音が実際に消えたことの直接証明ではありません。旧研究の小標本約2.8centとは支持・版・集約が異なり、単純に差を取れません。基準有声は各方式の無編集再合成へのYIN判定です。同じ録音集合でもフレーム支持は方式別なので、この表には方式間順位を付けません。期待F0が測定範囲外の下157・上41フレームは欠落分母からすでに除外済みで、欠落率を範囲外だけで説明することはできません。

操作	誤差・95%区間	欠落有声 / 期待有声フレーム
音高 −3半音	32.996 cent95%区間 [19.071, 49.717]	3875 / 21796
音高＋3半音	28.42 cent95%区間 [17.437, 41.525]	1197 / 21912
音量 −6dB	0.0012092 dB95%区間 [0.0009711, 0.0014561]	— / —
音量＋6dB	0.0012493 dB95%区間 [0.00099514, 0.0015148]	— / —

全分母・範囲外・誤検出・干渉は保存JSONに収録。

無編集の時間・傾斜保持

時間は検出できた1966/1978イベント上の録音MAEを話者等重み。部分欠測12録音も検出イベントだけで寄与し、未検出12イベントをゼロ誤差にしません。時間伸縮や傾斜編集への対応ではありません。

方式	保存点推定・順位・95%区間
無編集の時間保持（ms）	10.695%区間 [9.586, 11.748]
無編集の傾斜保持（dB/oct）	0.4032695%区間 [0.37053, 0.43354]

編集後のECAPA話者類似度

全長で原音を話者参照に使用。音高ターゲットの正しさや人間の話者同一性そのものを表しません。主品質表の共通冒頭区間の値とは別条件です。

方式	保存点推定・順位・95%区間
無編集	0.9485295%区間 [0.94519, 0.95187]
音高 −3半音	0.8448595%区間 [0.83437, 0.85529]
音高＋3半音	0.8839995%区間 [0.87581, 0.89201]
音量 −6dB	0.9485395%区間 [0.94519, 0.95188]
音量＋6dB	0.9485195%区間 [0.94518, 0.95186]

編集後の予測MOS

各編集120録音40話者。目標音程の正しさはこの予測値では評価できないため、追従誤差と欠落率を併せて確認します。

方式	保存点推定・順位・95%区間
音高 −3半音	3.262895%区間 [3.2024, 3.3233]
音高＋3半音	3.149195%区間 [3.0752, 3.2198]
音量 −6dB	3.276195%区間 [3.2009, 3.3457]
音量＋6dB	3.27595%区間 [3.1998, 3.3442]

編集・量子化も、同じ録音支持で既存方式と比較

以下は対応する既存方式すべての有効録音の共通集合へ揃えた条件付き比較です。上のPML単独120録音の表とは支持が異なります。例えば−3半音追従MAEは共通106録音、欠落率は107録音です。共通なのは録音であり、YIN有声フレームは方式別です。

一部の方式に未対応・適用外・前工程失敗がある群は、その状態と分母を明記します。順位を良くするために方式を選別していません。編集比較は編集非対応のFACodecを除く8方式なので、同じ無編集PMLの予測MOSでも主品質の3/9位に対して2/8位となります。比較対象集合の違いであり、品質が変わったわけではありません。量子化の保存表現・容器は方式ごとに異なり、同じビットレートでの比較ではありません。

編集・量子化の全61比較群を表示

音高追従 / 音高 −3半音 / 相対音高MAE

低いほど良い。単位：cent。共通 106録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	6.0014 3位95%区間 [5.0174, 7.2497]
WORLD Harvest	26.536 6位95%区間 [13.651, 42.4]
HiFi-Glot	41.295 8位95%区間 [33.662, 49.628]
GOLF-ff	4.7803 2位95%区間 [4.1432, 5.4588]
SiFi-GAN	10.211 5位95%区間 [7.2296, 13.798]
LLSM2 Layer0	4.7472 1位95%区間 [3.528, 6.7531]
MagPhase	8.0751 4位95%区間 [6.9017, 9.4211]
PML 低域変更＋60 FWCEP	29.822 7位95%区間 [15.893, 46.484]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 119、適用外 1
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 107、前工程の失敗 13
PML 低域変更＋60 FWCEP：測定済 120

音高追従 / 音高 −3半音 / YIN有声欠落率

低いほど良い。単位：fraction。共通 107録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.17967 4位95%区間 [0.15731, 0.20241]
WORLD Harvest	0.18927 5位95%区間 [0.16833, 0.21123]
HiFi-Glot	0.40588 8位95%区間 [0.34794, 0.46509]
GOLF-ff	0.12418 3位95%区間 [0.11208, 0.13727]
SiFi-GAN	0.20581 7位95%区間 [0.18003, 0.23661]
LLSM2 Layer0	0.1184 2位95%区間 [0.10223, 0.13513]
MagPhase	0.10162 1位95%区間 [0.091926, 0.1117]
PML 低域変更＋60 FWCEP	0.20163 6位95%区間 [0.18113, 0.22413]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 107、前工程の失敗 13
PML 低域変更＋60 FWCEP：測定済 120

音高追従 / 音高＋3半音 / 相対音高MAE

低いほど良い。単位：cent。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	6.2871 3位95%区間 [4.8601, 7.9793]
WORLD Harvest	25.011 6位95%区間 [13.899, 38.33]
HiFi-Glot	32.9 8位95%区間 [27.343, 38.816]
GOLF-ff	6.031 2位95%区間 [4.9965, 7.3961]
SiFi-GAN	10.481 5位95%区間 [7.7802, 13.753]
LLSM2 Layer0	3.7221 1位95%区間 [2.9971, 4.6476]
MagPhase	9.3576 4位95%区間 [8.1646, 10.709]
PML 低域変更＋60 FWCEP	28.42 7位95%区間 [17.437, 41.525]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

音高追従 / 音高＋3半音 / YIN有声欠落率

低いほど良い。単位：fraction。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.060238 5位95%区間 [0.051262, 0.069696]
WORLD Harvest	0.022858 1位95%区間 [0.017907, 0.028381]
HiFi-Glot	0.14309 8位95%区間 [0.11196, 0.17772]
GOLF-ff	0.037693 3位95%区間 [0.026959, 0.052358]
SiFi-GAN	0.039899 4位95%区間 [0.028792, 0.053305]
LLSM2 Layer0	0.035764 2位95%区間 [0.028947, 0.04363]
MagPhase	0.075205 7位95%区間 [0.06454, 0.087339]
PML 低域変更＋60 FWCEP	0.061902 6位95%区間 [0.051867, 0.073251]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

音量追従 / 音量 −6dB / フレームRMS誤差

低いほど良い。単位：dB。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	5.1167e-16 1位95%区間 [4.9974e-16, 5.2332e-16]
WORLD Harvest	8.5468e-05 3位95%区間 [4.3436e-05, 0.00014951]
HiFi-Glot	1.143 8位95%区間 [0.99827, 1.2974]
GOLF-ff	0.00094239 4位95%区間 [8.9303e-05, 0.0021428]
SiFi-GAN	0.54317 6位95%区間 [0.45808, 0.64558]
LLSM2 Layer0	0.72745 7位95%区間 [0.10712, 1.6959]
MagPhase	2.9774e-15 1位95%区間 [2.8182e-15, 3.1628e-15]
PML 低域変更＋60 FWCEP	0.0012092 5位95%区間 [0.0009711, 0.0014561]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

音量追従 / 音量＋6dB / フレームRMS誤差

低いほど良い。単位：dB。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	5.2219e-16 1位95%区間 [5.1156e-16, 5.3299e-16]
WORLD Harvest	8.0804e-05 3位95%区間 [2.9954e-05, 0.00017053]
HiFi-Glot	1.0788 8位95%区間 [0.86473, 1.3396]
GOLF-ff	0.0018979 5位95%区間 [0.00016331, 0.0044844]
SiFi-GAN	0.50294 7位95%区間 [0.42799, 0.58838]
LLSM2 Layer0	0.029402 6位95%区間 [0.018228, 0.042691]
MagPhase	2.7187e-15 1位95%区間 [2.5955e-15, 2.8406e-15]
PML 低域変更＋60 FWCEP	0.0012493 4位95%区間 [0.00099514, 0.0015148]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

操作干渉 / 音量群 / 音高の絶対変化（cent） / 正規化応答誤差

低いほど良い。単位：normalized。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	8.8423e-17 1位95%区間 [3.158e-17, 1.5158e-16]
WORLD Harvest	5.2413e-07 4位95%区間 [2.423e-07, 8.8445e-07]
HiFi-Glot	0.034155 8位95%区間 [0.023496, 0.047486]
GOLF-ff	1.3687e-07 3位95%区間 [1.0611e-07, 1.7091e-07]
SiFi-GAN	0.010347 7位95%区間 [0.0071208, 0.014258]
LLSM2 Layer0	0.00026914 6位95%区間 [2.9899e-05, 0.00070665]
MagPhase	3.0316e-16 1位95%区間 [1.5158e-16, 4.737e-16]
PML 低域変更＋60 FWCEP	0.00011018 5位95%区間 [3.754e-06, 0.00032041]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

操作干渉 / 音量群 / 音量の絶対変化（dB） / 正規化応答誤差

低いほど良い。単位：normalized。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	1.4248e-16 1位95%区間 [1.0825e-16, 1.7949e-16]
WORLD Harvest	4.5977e-07 4位95%区間 [2.6222e-07, 7.0209e-07]
HiFi-Glot	0.015495 7位95%区間 [0.012976, 0.018292]
GOLF-ff	2.526e-07 3位95%区間 [2.1349e-07, 2.9549e-07]
SiFi-GAN	0.022489 8位95%区間 [0.018487, 0.026579]
LLSM2 Layer0	1.3302e-05 5位95%区間 [1.0744e-05, 1.6177e-05]
MagPhase	1.5266e-16 1位95%区間 [1.2397e-16, 1.8411e-16]
PML 低域変更＋60 FWCEP	6.2184e-05 6位95%区間 [4.018e-05, 8.8255e-05]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

操作干渉 / 音量群 / 傾斜の絶対変化（dB/oct） / 正規化応答誤差

低いほど良い。単位：normalized。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	1.0659e-16 1位95%区間 [8.9626e-17, 1.2467e-16]
WORLD Harvest	3.3546e-06 4位95%区間 [2.5783e-06, 4.2202e-06]
HiFi-Glot	0.027168 8位95%区間 [0.022498, 0.032517]
GOLF-ff	4.0451e-07 3位95%区間 [3.3472e-07, 4.7797e-07]
SiFi-GAN	0.0081896 7位95%区間 [0.0066956, 0.0099134]
LLSM2 Layer0	9.1086e-05 6位95%区間 [6.994e-05, 0.00011553]
MagPhase	1.1989e-16 1位95%区間 [9.375e-17, 1.4611e-16]
PML 低域変更＋60 FWCEP	4.0405e-06 5位95%区間 [3.1607e-06, 4.956e-06]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

操作干渉 / 音量群 / 長さの絶対変化（秒） / 正規化応答誤差

低いほど良い。単位：normalized。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0 1位95%区間 [0, 0]
WORLD Harvest	0 1位95%区間 [0, 0]
HiFi-Glot	0 1位95%区間 [0, 0]
GOLF-ff	0 1位95%区間 [0, 0]
SiFi-GAN	0 1位95%区間 [0, 0]
LLSM2 Layer0	0 1位95%区間 [0, 0]
MagPhase	0 1位95%区間 [0, 0]
PML 低域変更＋60 FWCEP	0 1位95%区間 [0, 0]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音高群 / 音高 −3半音 / 予測MOS

高いほど良い。単位：predicted MOS。共通 107録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	2.5879 8位95%区間 [2.4677, 2.7157]
WORLD Harvest	3.0864 5位95%区間 [2.976, 3.2043]
HiFi-Glot	3.291 1位95%区間 [3.1871, 3.397]
GOLF-ff	2.9582 6位95%区間 [2.858, 3.0556]
SiFi-GAN	3.2222 3位95%区間 [3.1282, 3.3216]
LLSM2 Layer0	2.8451 7位95%区間 [2.768, 2.9201]
MagPhase	3.1824 4位95%区間 [3.0949, 3.27]
PML 低域変更＋60 FWCEP	3.2776 2位95%区間 [3.2089, 3.3481]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 107、前工程の失敗 13
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音高群 / 音高 −3半音 / 予測MOS / 無編集との差

高いほど良い。単位：predicted MOS。共通 107録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.020563 3位95%区間 [-0.051833, 0.099934]
WORLD Harvest	0.039497 2位95%区間 [-0.019954, 0.098943]
HiFi-Glot	-0.091234 6位95%区間 [-0.19086, 0.0035644]
GOLF-ff	0.0042007 5位95%区間 [-0.045847, 0.056128]
SiFi-GAN	0.078901 1位95%区間 [0.015215, 0.15124]
LLSM2 Layer0	-0.23164 8位95%区間 [-0.3079, -0.15332]
MagPhase	-0.099924 7位95%区間 [-0.16933, -0.030732]
PML 低域変更＋60 FWCEP	0.0081307 4位95%区間 [-0.066742, 0.081286]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 107、upstream_quality_failed 13
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音高群 / 音高 −3半音 / ECAPA話者類似度

高いほど良い。単位：cosine。共通 107録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.76003 5位95%区間 [0.74365, 0.77659]
WORLD Harvest	0.82552 3位95%区間 [0.81346, 0.83783]
HiFi-Glot	0.4011 8位95%区間 [0.37565, 0.42322]
GOLF-ff	0.74317 6位95%区間 [0.72443, 0.76163]
SiFi-GAN	0.85259 1位95%区間 [0.84159, 0.86368]
LLSM2 Layer0	0.48793 7位95%区間 [0.45821, 0.52041]
MagPhase	0.80342 4位95%区間 [0.78825, 0.81977]
PML 低域変更＋60 FWCEP	0.84499 2位95%区間 [0.83434, 0.85565]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 107、前工程の失敗 13
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音高群 / 音高 −3半音 / ECAPA話者類似度 / 無編集との差

高いほど良い。単位：cosine。共通 107録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	-0.14782 7位95%区間 [-0.16369, -0.13205]
WORLD Harvest	-0.10408 5位95%区間 [-0.11428, -0.093903]
HiFi-Glot	-0.062136 1位95%区間 [-0.074745, -0.050255]
GOLF-ff	-0.081296 2位95%区間 [-0.092707, -0.069533]
SiFi-GAN	-0.097564 3位95%区間 [-0.10845, -0.086343]
LLSM2 Layer0	-0.46788 8位95%区間 [-0.49943, -0.43317]
MagPhase	-0.14589 6位95%区間 [-0.16072, -0.13069]
PML 低域変更＋60 FWCEP	-0.10394 4位95%区間 [-0.11378, -0.09399]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 107、upstream_quality_failed 13
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音高群 / 無編集 / 予測MOS

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	2.5768 8位95%区間 [2.4884, 2.6666]
WORLD Harvest	3.0454 6位95%区間 [2.9441, 3.1484]
HiFi-Glot	3.3759 1位95%区間 [3.2774, 3.4676]
GOLF-ff	2.9631 7位95%区間 [2.8546, 3.0651]
SiFi-GAN	3.1532 4位95%区間 [3.0582, 3.2523]
LLSM2 Layer0	3.0838 5位95%区間 [2.9813, 3.1792]
MagPhase	3.2621 3位95%区間 [3.1716, 3.3558]
PML 低域変更＋60 FWCEP	3.2755 2位95%区間 [3.2001, 3.3448]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音高群 / 無編集 / ECAPA話者類似度

高いほど良い。単位：cosine。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.90691 6位95%区間 [0.90057, 0.91277]
WORLD Harvest	0.93062 5位95%区間 [0.92508, 0.9357]
HiFi-Glot	0.46019 8位95%区間 [0.43257, 0.48445]
GOLF-ff	0.825 7位95%区間 [0.80886, 0.839]
SiFi-GAN	0.95134 2位95%区間 [0.94668, 0.95536]
LLSM2 Layer0	0.95692 1位95%区間 [0.95082, 0.96172]
MagPhase	0.94988 3位95%区間 [0.94624, 0.95328]
PML 低域変更＋60 FWCEP	0.94852 4位95%区間 [0.94519, 0.95187]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音高群 / 音高＋3半音 / 予測MOS

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	2.3412 8位95%区間 [2.2354, 2.4436]
WORLD Harvest	2.861 6位95%区間 [2.7592, 2.9625]
HiFi-Glot	3.2344 1位95%区間 [3.1414, 3.316]
GOLF-ff	2.8681 5位95%区間 [2.7518, 2.9748]
SiFi-GAN	2.9454 4位95%区間 [2.8584, 3.0306]
LLSM2 Layer0	2.6383 7位95%区間 [2.5548, 2.7224]
MagPhase	2.9626 3位95%区間 [2.8505, 3.0761]
PML 低域変更＋60 FWCEP	3.1491 2位95%区間 [3.0752, 3.2198]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音高群 / 音高＋3半音 / 予測MOS / 無編集との差

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	-0.23558 6位95%区間 [-0.28758, -0.17767]
WORLD Harvest	-0.18443 4位95%区間 [-0.23263, -0.13346]
HiFi-Glot	-0.14152 3位95%区間 [-0.19681, -0.082323]
GOLF-ff	-0.094934 1位95%区間 [-0.14403, -0.047317]
SiFi-GAN	-0.20788 5位95%区間 [-0.26977, -0.14904]
LLSM2 Layer0	-0.44543 8位95%区間 [-0.52047, -0.37342]
MagPhase	-0.29948 7位95%区間 [-0.39254, -0.22014]
PML 低域変更＋60 FWCEP	-0.12642 2位95%区間 [-0.20478, -0.051556]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音高群 / 音高＋3半音 / ECAPA話者類似度

高いほど良い。単位：cosine。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.79745 5位95%区間 [0.78511, 0.80919]
WORLD Harvest	0.86144 3位95%区間 [0.85312, 0.87043]
HiFi-Glot	0.40378 8位95%区間 [0.37887, 0.42556]
GOLF-ff	0.77724 6位95%区間 [0.76039, 0.79218]
SiFi-GAN	0.87978 2位95%区間 [0.86972, 0.88939]
LLSM2 Layer0	0.42262 7位95%区間 [0.39666, 0.44812]
MagPhase	0.83295 4位95%区間 [0.81906, 0.84769]
PML 低域変更＋60 FWCEP	0.88399 1位95%区間 [0.87581, 0.89201]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音高群 / 音高＋3半音 / ECAPA話者類似度 / 無編集との差

高いほど良い。単位：cosine。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	-0.10946 6位95%区間 [-0.12092, -0.097826]
WORLD Harvest	-0.069177 4位95%区間 [-0.076064, -0.061716]
HiFi-Glot	-0.056408 2位95%区間 [-0.069451, -0.043965]
GOLF-ff	-0.047758 1位95%区間 [-0.054522, -0.041173]
SiFi-GAN	-0.071567 5位95%区間 [-0.081208, -0.062444]
LLSM2 Layer0	-0.53431 8位95%区間 [-0.56149, -0.50709]
MagPhase	-0.11694 7位95%区間 [-0.13017, -0.1027]
PML 低域変更＋60 FWCEP	-0.064526 3位95%区間 [-0.072458, -0.056731]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音量群 / 音量 −6dB / 予測MOS

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	2.5768 8位95%区間 [2.4884, 2.6666]
WORLD Harvest	3.0454 6位95%区間 [2.9442, 3.1482]
HiFi-Glot	3.3051 1位95%区間 [3.1965, 3.3969]
GOLF-ff	2.9631 7位95%区間 [2.8547, 3.0652]
SiFi-GAN	3.1717 4位95%区間 [3.0684, 3.2755]
LLSM2 Layer0	3.0804 5位95%区間 [2.9784, 3.1775]
MagPhase	3.2621 3位95%区間 [3.1716, 3.3558]
PML 低域変更＋60 FWCEP	3.2761 2位95%区間 [3.2009, 3.3457]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音量群 / 音量 −6dB / 予測MOS / 無編集との差

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	-7.5897e-07 5位95%区間 [-9.3778e-07, -5.9605e-07]
WORLD Harvest	4.3398e-05 3位95%区間 [-0.00015608, 0.00021102]
HiFi-Glot	-0.070869 8位95%区間 [-0.1336, -0.0102]
GOLF-ff	2.5483e-05 4位95%区間 [8.0124e-07, 5.0642e-05]
SiFi-GAN	0.018473 1位95%区間 [-0.011873, 0.04586]
LLSM2 Layer0	-0.0033253 7位95%区間 [-0.0071457, 5.164e-05]
MagPhase	-1.3093e-06 6位95%区間 [-1.9253e-06, -6.6151e-07]
PML 低域変更＋60 FWCEP	0.00056068 2位95%区間 [9.9606e-05, 0.0010162]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音量群 / 音量 −6dB / ECAPA話者類似度

高いほど良い。単位：cosine。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.90691 6位95%区間 [0.90057, 0.91277]
WORLD Harvest	0.93061 5位95%区間 [0.92508, 0.9357]
HiFi-Glot	0.43748 8位95%区間 [0.41285, 0.46036]
GOLF-ff	0.825 7位95%区間 [0.80886, 0.839]
SiFi-GAN	0.94784 4位95%区間 [0.94251, 0.95216]
LLSM2 Layer0	0.95677 1位95%区間 [0.95069, 0.96158]
MagPhase	0.94988 2位95%区間 [0.94624, 0.95328]
PML 低域変更＋60 FWCEP	0.94853 3位95%区間 [0.94519, 0.95188]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音量群 / 音量 −6dB / ECAPA話者類似度 / 無編集との差

高いほど良い。単位：cosine。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	6.4572e-09 3位95%区間 [-1.4404e-08, 2.7319e-08]
WORLD Harvest	-6.9718e-06 5位95%区間 [-1.4944e-05, -9.0095e-07]
HiFi-Glot	-0.022714 8位95%区間 [-0.036021, -0.0097558]
GOLF-ff	3.2037e-07 2位95%区間 [-6.9448e-07, 1.3004e-06]
SiFi-GAN	-0.0035059 7位95%区間 [-0.0052674, -0.0020728]
LLSM2 Layer0	-0.00015172 6位95%区間 [-0.00028526, -2.8041e-05]
MagPhase	-1.4901e-09 4位95%区間 [-1.69e-08, 1.4901e-08]
PML 低域変更＋60 FWCEP	6.4303e-06 1位95%区間 [3.0143e-06, 9.9895e-06]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音量群 / 無編集 / 予測MOS

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	2.5768 8位95%区間 [2.4884, 2.6666]
WORLD Harvest	3.0454 6位95%区間 [2.9441, 3.1484]
HiFi-Glot	3.3759 1位95%区間 [3.2774, 3.4676]
GOLF-ff	2.9631 7位95%区間 [2.8546, 3.0651]
SiFi-GAN	3.1532 4位95%区間 [3.0582, 3.2523]
LLSM2 Layer0	3.0838 5位95%区間 [2.9813, 3.1792]
MagPhase	3.2621 3位95%区間 [3.1716, 3.3558]
PML 低域変更＋60 FWCEP	3.2755 2位95%区間 [3.2001, 3.3448]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音量群 / 無編集 / ECAPA話者類似度

高いほど良い。単位：cosine。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.90691 6位95%区間 [0.90057, 0.91277]
WORLD Harvest	0.93062 5位95%区間 [0.92508, 0.9357]
HiFi-Glot	0.46019 8位95%区間 [0.43257, 0.48445]
GOLF-ff	0.825 7位95%区間 [0.80886, 0.839]
SiFi-GAN	0.95134 2位95%区間 [0.94668, 0.95536]
LLSM2 Layer0	0.95692 1位95%区間 [0.95082, 0.96172]
MagPhase	0.94988 3位95%区間 [0.94624, 0.95328]
PML 低域変更＋60 FWCEP	0.94852 4位95%区間 [0.94519, 0.95187]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音量群 / 音量＋6dB / 予測MOS

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	2.5768 8位95%区間 [2.4884, 2.6666]
WORLD Harvest	3.0453 6位95%区間 [2.9442, 3.1485]
HiFi-Glot	3.4216 1位95%区間 [3.3523, 3.486]
GOLF-ff	2.9631 7位95%区間 [2.8547, 3.0651]
SiFi-GAN	3.1641 4位95%区間 [3.0695, 3.2612]
LLSM2 Layer0	3.085 5位95%区間 [2.9826, 3.1811]
MagPhase	3.2621 3位95%区間 [3.1716, 3.3558]
PML 低域変更＋60 FWCEP	3.275 2位95%区間 [3.1998, 3.3442]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音量群 / 音量＋6dB / 予測MOS / 無編集との差

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	-6.6161e-07 5位95%区間 [-8.2657e-07, -5.0068e-07]
WORLD Harvest	-4.7175e-05 7位95%区間 [-0.00015851, 7.6751e-05]
HiFi-Glot	0.045712 1位95%区間 [-0.016466, 0.10857]
GOLF-ff	2.2654e-05 4位95%区間 [-2.7858e-06, 5.0069e-05]
SiFi-GAN	0.010885 2位95%区間 [-0.018287, 0.041248]
LLSM2 Layer0	0.001205 3位95%区間 [-0.0014358, 0.003601]
MagPhase	-1.5259e-06 6位95%区間 [-1.9929e-06, -1.1006e-06]
PML 低域変更＋60 FWCEP	-0.00048739 8位95%区間 [-0.00095966, -3.8926e-06]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音量群 / 音量＋6dB / ECAPA話者類似度

高いほど良い。単位：cosine。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.90691 6位95%区間 [0.90057, 0.91277]
WORLD Harvest	0.93062 5位95%区間 [0.92508, 0.93571]
HiFi-Glot	0.4658 8位95%区間 [0.43816, 0.49102]
GOLF-ff	0.825 7位95%区間 [0.80886, 0.839]
SiFi-GAN	0.95278 2位95%区間 [0.94807, 0.95696]
LLSM2 Layer0	0.95706 1位95%区間 [0.95094, 0.96188]
MagPhase	0.94988 3位95%区間 [0.94624, 0.95328]
PML 低域変更＋60 FWCEP	0.94851 4位95%区間 [0.94518, 0.95186]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

編集後品質 / 音量群 / 音量＋6dB / ECAPA話者類似度 / 無編集との差

高いほど良い。単位：cosine。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	-2.4835e-09 7位95%区間 [-2.4351e-08, 1.9372e-08]
WORLD Harvest	3.6185e-06 4位95%区間 [-4.3644e-07, 7.9356e-06]
HiFi-Glot	0.005609 1位95%区間 [-0.0062086, 0.017469]
GOLF-ff	2.4339e-07 5位95%区間 [-9.0408e-07, 1.3258e-06]
SiFi-GAN	0.0014373 2位95%区間 [9.7474e-05, 0.0028604]
LLSM2 Layer0	0.00013551 3位95%区間 [4.3171e-05, 0.00023359]
MagPhase	6.4572e-09 6位95%区間 [-1.3908e-08, 2.7319e-08]
PML 低域変更＋60 FWCEP	-6.5714e-06 8位95%区間 [-1.0429e-05, -2.9952e-06]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float16 / 同native出力とのERB距離

低いほど良い。単位：dB。共通 120録音 / 40話者、6方式。

方式	保存点推定・順位・95%区間
FACodec	0.022661 1位95%区間 [0.022163, 0.023187]
HiFi-Glot	0.36228 5位95%区間 [0.33354, 0.39495]
GOLF-ff	15.954 6位95%区間 [8.7888, 24.331]
SiFi-GAN	0.17514 3位95%区間 [0.15694, 0.19389]
LLSM2 Layer0	0.022685 2位95%区間 [0.019181, 0.026243]
PML 低域変更＋60 FWCEP	0.25424 4位95%区間 [0.23721, 0.27138]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：適用外 120
PML 低域変更＋60 FWCEP：ok 120

量子化感度 / float16 / 音高の絶対変化（cent）

低いほど良い。単位：cent。共通 107録音 / 39話者、7方式。

方式	保存点推定・順位・95%区間
FACodec	0.95493 2位95%区間 [0.50691, 1.4736]
HiFi-Glot	4.0922 5位95%区間 [2.5238, 6.2458]
GOLF-ff	299.08 7位95%区間 [147.21, 468.95]
SiFi-GAN	3.4923 3位95%区間 [2.1699, 5.213]
LLSM2 Layer0	0.12124 1位95%区間 [0.021538, 0.25202]
MagPhase	5.8463 6位95%区間 [4.3807, 7.6985]
PML 低域変更＋60 FWCEP	3.5675 4位95%区間 [1.998, 5.6639]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 107、適用外 13
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float16 / 音量の絶対変化（dB）

低いほど良い。単位：dB。共通 120録音 / 40話者、7方式。

方式	保存点推定・順位・95%区間
FACodec	0.0013647 2位95%区間 [0.0011756, 0.0015763]
HiFi-Glot	0.0097049 6位95%区間 [0.0077516, 0.01202]
GOLF-ff	52.722 7位95%区間 [38.581, 68.145]
SiFi-GAN	0.0040999 3位95%区間 [0.0033195, 0.004929]
LLSM2 Layer0	0.00010688 1位95%区間 [8.3121e-05, 0.00013387]
MagPhase	0.0073639 4位95%区間 [0.0052697, 0.0099726]
PML 低域変更＋60 FWCEP	0.0085063 5位95%区間 [0.0064599, 0.011011]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float16 / 傾斜の絶対変化（dB/oct）

低いほど良い。単位：dB/oct。共通 120録音 / 40話者、7方式。

方式	保存点推定・順位・95%区間
FACodec	0.001803 2位95%区間 [0.0015501, 0.0020541]
HiFi-Glot	0.023041 4位95%区間 [0.018595, 0.027975]
GOLF-ff	1.7908 7位95%区間 [1.3445, 2.2632]
SiFi-GAN	0.0089654 3位95%区間 [0.0070674, 0.011003]
LLSM2 Layer0	0.00026463 1位95%区間 [0.00022615, 0.00030843]
MagPhase	0.033845 6位95%区間 [0.028072, 0.040014]
PML 低域変更＋60 FWCEP	0.025931 5位95%区間 [0.022075, 0.029944]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float16 / 長さの絶対変化（秒）

低いほど良い。単位：s。共通 120録音 / 40話者、7方式。

方式	保存点推定・順位・95%区間
FACodec	0 1位95%区間 [0, 0]
HiFi-Glot	0 1位95%区間 [0, 0]
GOLF-ff	0 1位95%区間 [0, 0]
SiFi-GAN	0 1位95%区間 [0, 0]
LLSM2 Layer0	0 1位95%区間 [0, 0]
MagPhase	0.0026524 7位95%区間 [0.0022845, 0.0029948]
PML 低域変更＋60 FWCEP	0 1位95%区間 [0, 0]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float16 / 無編集との差 / 予測MOS

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、7方式。

方式	保存点推定・順位・95%区間
FACodec	4.1463e-05 4位95%区間 [-0.001029, 0.0011865]
HiFi-Glot	0.0032135 3位95%区間 [-0.02247, 0.029667]
GOLF-ff	-0.84884 7位95%区間 [-1.0241, -0.67702]
SiFi-GAN	0.0038976 2位95%区間 [-0.01439, 0.023134]
LLSM2 Layer0	-0.001374 5位95%区間 [-0.00537, 0.0019414]
MagPhase	-0.0096452 6位95%区間 [-0.036569, 0.019371]
PML 低域変更＋60 FWCEP	0.01908 1位95%区間 [-0.0011126, 0.040614]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float16 / 無編集との差 / ECAPA話者類似度

高いほど良い。単位：cosine。共通 120録音 / 40話者、7方式。

方式	保存点推定・順位・95%区間
FACodec	-4.0004e-05 3位95%区間 [-9.6353e-05, 1.422e-05]
HiFi-Glot	-0.00012926 5位95%区間 [-0.0022012, 0.0019201]
GOLF-ff	-0.39042 7位95%区間 [-0.47536, -0.30376]
SiFi-GAN	-4.3997e-05 4位95%区間 [-0.00035566, 0.00026628]
LLSM2 Layer0	-9.8079e-06 1位95%区間 [-0.00010458, 0.0001052]
MagPhase	-2.402e-05 2位95%区間 [-0.00091263, 0.00092854]
PML 低域変更＋60 FWCEP	-0.00019279 6位95%区間 [-0.00071291, 0.00030451]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float16 / 操作追従 / 音高 −3半音

低いほど良い。単位：cent。共通 93録音 / 37話者、6方式。

方式	保存点推定・順位・95%区間
HiFi-Glot	41.265 5位95%区間 [33.034, 49.875]
GOLF-ff	57.342 6位95%区間 [34.666, 83.343]
SiFi-GAN	10.331 3位95%区間 [7.1978, 14.433]
LLSM2 Layer0	4.845 1位95%区間 [3.5342, 7.1]
MagPhase	8.5054 2位95%区間 [7.0989, 10.018]
PML 低域変更＋60 FWCEP	40.504 4位95%区間 [17.544, 77.372]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：実装未対応 120
HiFi-Glot：測定済 119、適用外 1
GOLF-ff：測定済 105、適用外 15
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 107、失敗 13
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float16 / 操作追従 / 音高＋3半音

低いほど良い。単位：cent。共通 105録音 / 39話者、6方式。

方式	保存点推定・順位・95%区間
HiFi-Glot	33.066 5位95%区間 [27.484, 39.927]
GOLF-ff	51.556 6位95%区間 [30.336, 76.474]
SiFi-GAN	10.995 3位95%区間 [8.1454, 14.692]
LLSM2 Layer0	3.6083 1位95%区間 [2.9675, 4.4935]
MagPhase	9.186 2位95%区間 [7.8692, 10.689]
PML 低域変更＋60 FWCEP	30.932 4位95%区間 [17.849, 45.889]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 105、適用外 15
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float16 / 操作追従 / 音量 −6dB

低いほど良い。単位：dB。共通 120録音 / 40話者、6方式。

方式	保存点推定・順位・95%区間
HiFi-Glot	1.1436 6位95%区間 [0.99983, 1.2985]
GOLF-ff	0.13774 3位95%区間 [0.091083, 0.18659]
SiFi-GAN	0.5432 4位95%区間 [0.45854, 0.64577]
LLSM2 Layer0	0.72236 5位95%区間 [0.10194, 1.6903]
MagPhase	3.5417e-15 1位95%区間 [3.3268e-15, 3.7956e-15]
PML 低域変更＋60 FWCEP	0.0012101 2位95%区間 [0.00097286, 0.0014573]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float16 / 操作追従 / 音量＋6dB

低いほど良い。単位：dB。共通 120録音 / 40話者、6方式。

方式	保存点推定・順位・95%区間
HiFi-Glot	1.0784 6位95%区間 [0.86449, 1.3384]
GOLF-ff	0.13713 4位95%区間 [0.092183, 0.18363]
SiFi-GAN	0.50279 5位95%区間 [0.4279, 0.58818]
LLSM2 Layer0	0.017171 3位95%区間 [0.012346, 0.022579]
MagPhase	2.3571e-15 1位95%区間 [2.2591e-15, 2.4556e-15]
PML 低域変更＋60 FWCEP	0.00125 2位95%区間 [0.00099578, 0.0015165]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float32 / 同native出力とのERB距離

低いほど良い。単位：dB。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.0006784 8位95%区間 [0.0006209, 0.00073659]
WORLD Harvest	1.3912e-05 6位95%区間 [9.1982e-06, 2.1069e-05]
FACodec	0 1位95%区間 [0, 0]
HiFi-Glot	0 1位95%区間 [0, 0]
GOLF-ff	0 1位95%区間 [0, 0]
SiFi-GAN	7.1929e-06 5位95%区間 [0, 2.1579e-05]
LLSM2 Layer0	0 1位95%区間 [0, 0]
PML 低域変更＋60 FWCEP	0.00045513 7位95%区間 [8.6295e-05, 0.0010935]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：analytic_identity 120
HiFi-Glot：analytic_identity 120
GOLF-ff：analytic_identity 120
SiFi-GAN：測定済 120
LLSM2 Layer0：analytic_identity 120
MagPhase：適用外 120
PML 低域変更＋60 FWCEP：ok 120

量子化感度 / float32 / 音高の絶対変化（cent）

低いほど良い。単位：cent。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.0064182 8位95%区間 [0.0017955, 0.01505]
WORLD Harvest	1.2615e-05 7位95%区間 [1.0755e-05, 1.4322e-05]
FACodec	0 1位95%区間 [0, 0]
HiFi-Glot	0 1位95%区間 [0, 0]
GOLF-ff	0 1位95%区間 [0, 0]
SiFi-GAN	0 1位95%区間 [0, 0]
LLSM2 Layer0	0 1位95%区間 [0, 0]
MagPhase	6.5425 9位95%区間 [4.3051, 9.9692]
PML 低域変更＋60 FWCEP	1.1777e-05 6位95%区間 [1.013e-05, 1.3767e-05]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：analytic_identity 120
HiFi-Glot：analytic_identity 120
GOLF-ff：analytic_identity 120
SiFi-GAN：測定済 120
LLSM2 Layer0：analytic_identity 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float32 / 音量の絶対変化（dB）

低いほど良い。単位：dB。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	1.2435e-05 8位95%区間 [9.8343e-06, 1.5306e-05]
WORLD Harvest	1.9522e-07 5位95%区間 [6.8438e-08, 3.8757e-07]
FACodec	0 1位95%区間 [0, 0]
HiFi-Glot	0 1位95%区間 [0, 0]
GOLF-ff	0 1位95%区間 [0, 0]
SiFi-GAN	8.1805e-07 6位95%区間 [0, 2.4541e-06]
LLSM2 Layer0	0 1位95%区間 [0, 0]
MagPhase	0.007456 9位95%区間 [0.0054555, 0.010158]
PML 低域変更＋60 FWCEP	3.7399e-06 7位95%区間 [6.4032e-08, 1.0403e-05]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：analytic_identity 120
HiFi-Glot：analytic_identity 120
GOLF-ff：analytic_identity 120
SiFi-GAN：測定済 120
LLSM2 Layer0：analytic_identity 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float32 / 傾斜の絶対変化（dB/oct）

低いほど良い。単位：dB/oct。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	3.5157e-05 8位95%区間 [2.7804e-05, 4.395e-05]
WORLD Harvest	1.1683e-06 5位95%区間 [5.7825e-07, 2.1056e-06]
FACodec	0 1位95%区間 [0, 0]
HiFi-Glot	0 1位95%区間 [0, 0]
GOLF-ff	0 1位95%区間 [0, 0]
SiFi-GAN	5.7188e-06 6位95%区間 [0, 1.7156e-05]
LLSM2 Layer0	0 1位95%区間 [0, 0]
MagPhase	0.03657 9位95%区間 [0.03061, 0.042623]
PML 低域変更＋60 FWCEP	1.192e-05 7位95%区間 [1.2168e-07, 2.9891e-05]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：analytic_identity 120
HiFi-Glot：analytic_identity 120
GOLF-ff：analytic_identity 120
SiFi-GAN：測定済 120
LLSM2 Layer0：analytic_identity 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float32 / 長さの絶対変化（秒）

低いほど良い。単位：s。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0 1位95%区間 [0, 0]
WORLD Harvest	0 1位95%区間 [0, 0]
FACodec	0 1位95%区間 [0, 0]
HiFi-Glot	0 1位95%区間 [0, 0]
GOLF-ff	0 1位95%区間 [0, 0]
SiFi-GAN	0 1位95%区間 [0, 0]
LLSM2 Layer0	0 1位95%区間 [0, 0]
MagPhase	0.0029788 9位95%区間 [0.0026373, 0.0033089]
PML 低域変更＋60 FWCEP	0 1位95%区間 [0, 0]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：analytic_identity 120
HiFi-Glot：analytic_identity 120
GOLF-ff：analytic_identity 120
SiFi-GAN：測定済 120
LLSM2 Layer0：analytic_identity 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float32 / 無編集との差 / 予測MOS

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	8.6846e-05 1位95%区間 [-3.5625e-05, 0.00021692]
WORLD Harvest	1.507e-05 2位95%区間 [-1.7149e-06, 4.281e-05]
FACodec	0 4位95%区間 [0, 0]
HiFi-Glot	0 4位95%区間 [0, 0]
GOLF-ff	0 4位95%区間 [0, 0]
SiFi-GAN	-3.2266e-06 8位95%区間 [-9.6798e-06, 0]
LLSM2 Layer0	0 4位95%区間 [0, 0]
MagPhase	-0.01299 9位95%区間 [-0.043686, 0.017916]
PML 低域変更＋60 FWCEP	5.0267e-07 3位95%区間 [-0.00013813, 0.00012121]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：analytic_identity 120
HiFi-Glot：analytic_identity 120
GOLF-ff：analytic_identity 120
SiFi-GAN：測定済 120
LLSM2 Layer0：analytic_identity 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float32 / 無編集との差 / ECAPA話者類似度

高いほど良い。単位：cosine。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	2.029e-06 1位95%区間 [1.8824e-07, 3.8677e-06]
WORLD Harvest	-8.444e-08 6位95%区間 [-1.8477e-07, -3.4769e-09]
FACodec	0 2位95%区間 [0, 0]
HiFi-Glot	0 2位95%区間 [0, 0]
GOLF-ff	0 2位95%区間 [0, 0]
SiFi-GAN	-3.8644e-07 7位95%区間 [-1.1593e-06, 0]
LLSM2 Layer0	0 2位95%区間 [0, 0]
MagPhase	-4.1795e-05 9位95%区間 [-0.00086994, 0.00077834]
PML 低域変更＋60 FWCEP	-5.6441e-06 8位95%区間 [-1.6691e-05, 2.6535e-06]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：analytic_identity 120
HiFi-Glot：analytic_identity 120
GOLF-ff：analytic_identity 120
SiFi-GAN：測定済 120
LLSM2 Layer0：analytic_identity 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float32 / 操作追従 / 音高 −3半音

低いほど良い。単位：cent。共通 106録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	6.0013 3位95%区間 [5.0173, 7.2496]
WORLD Harvest	26.536 6位95%区間 [13.651, 42.4]
HiFi-Glot	41.295 8位95%区間 [33.662, 49.628]
GOLF-ff	4.7803 2位95%区間 [4.1432, 5.4588]
SiFi-GAN	10.211 5位95%区間 [7.2296, 13.798]
LLSM2 Layer0	4.7472 1位95%区間 [3.528, 6.7531]
MagPhase	8.4876 4位95%区間 [7.2295, 9.8985]
PML 低域変更＋60 FWCEP	29.822 7位95%区間 [15.893, 46.484]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 119、適用外 1
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 107、失敗 13
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float32 / 操作追従 / 音高＋3半音

低いほど良い。単位：cent。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	6.2862 3位95%区間 [4.8601, 7.9776]
WORLD Harvest	25.011 6位95%区間 [13.899, 38.33]
HiFi-Glot	32.9 8位95%区間 [27.343, 38.816]
GOLF-ff	6.031 2位95%区間 [4.9965, 7.3961]
SiFi-GAN	10.481 5位95%区間 [7.7802, 13.753]
LLSM2 Layer0	3.7221 1位95%区間 [2.9971, 4.6476]
MagPhase	9.3372 4位95%区間 [8.0399, 10.778]
PML 低域変更＋60 FWCEP	28.42 7位95%区間 [17.437, 41.525]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float32 / 操作追従 / 音量 −6dB

低いほど良い。単位：dB。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	4.8462e-16 1位95%区間 [4.7242e-16, 4.9634e-16]
WORLD Harvest	8.5468e-05 3位95%区間 [4.3436e-05, 0.00014951]
HiFi-Glot	1.143 8位95%区間 [0.99827, 1.2974]
GOLF-ff	0.00094239 4位95%区間 [8.9303e-05, 0.0021428]
SiFi-GAN	0.54317 6位95%区間 [0.45808, 0.64558]
LLSM2 Layer0	0.72745 7位95%区間 [0.10712, 1.6959]
MagPhase	3.5528e-15 1位95%区間 [3.3292e-15, 3.8196e-15]
PML 低域変更＋60 FWCEP	0.0012093 5位95%区間 [0.00097118, 0.0014566]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

量子化感度 / float32 / 操作追従 / 音量＋6dB

低いほど良い。単位：dB。共通 120録音 / 40話者、8方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	4.9809e-16 1位95%区間 [4.8721e-16, 5.1022e-16]
WORLD Harvest	8.0805e-05 3位95%区間 [2.9954e-05, 0.00017053]
HiFi-Glot	1.0788 8位95%区間 [0.86473, 1.3396]
GOLF-ff	0.0018979 5位95%区間 [0.00016331, 0.0044844]
SiFi-GAN	0.50294 7位95%区間 [0.42799, 0.58838]
LLSM2 Layer0	0.029402 6位95%区間 [0.018228, 0.042691]
MagPhase	2.3756e-15 1位95%区間 [2.281e-15, 2.471e-15]
PML 低域変更＋60 FWCEP	0.0012494 4位95%区間 [0.00099521, 0.0015151]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：実装未対応 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

容量と品質 / 標準保存 / 実容量レート

低いほど良い。単位：bit/s。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	1.1094e+07 9位95%区間 [1.0908e+07, 1.1279e+07]
WORLD Harvest	1.031e+07 8位95%区間 [1.0166e+07, 1.0459e+07]
FACodec	5.5419e+05 3位95%区間 [5.529e+05, 5.5504e+05]
HiFi-Glot	19095 1位95%区間 [18971, 19220]
GOLF-ff	8.1198e+05 5位95%区間 [8.1028e+05, 8.1363e+05]
SiFi-GAN	2.8279e+05 2位95%区間 [2.8224e+05, 2.8331e+05]
LLSM2 Layer0	7.1829e+06 7位95%区間 [7.1163e+06, 7.2529e+06]
MagPhase	1.5621e+06 6位95%区間 [1.4759e+06, 1.6432e+06]
PML 低域変更＋60 FWCEP	8.0449e+05 4位95%区間 [8.0369e+05, 8.0506e+05]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

容量と品質 / 標準保存 / 予測MOS

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	2.5768 9位95%区間 [2.4884, 2.6666]
WORLD Harvest	3.0454 7位95%区間 [2.9441, 3.1484]
FACodec	3.986 1位95%区間 [3.9226, 4.0538]
HiFi-Glot	3.3759 2位95%区間 [3.2774, 3.4676]
GOLF-ff	2.9631 8位95%区間 [2.8546, 3.0651]
SiFi-GAN	3.1532 5位95%区間 [3.0582, 3.2523]
LLSM2 Layer0	3.0838 6位95%区間 [2.9813, 3.1792]
MagPhase	3.2621 4位95%区間 [3.1716, 3.3558]
PML 低域変更＋60 FWCEP	3.2755 3位95%区間 [3.2001, 3.3448]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

容量と品質 / 標準保存 / ECAPA話者類似度

高いほど良い。単位：cosine。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.90691 6位95%区間 [0.90057, 0.91277]
WORLD Harvest	0.93062 5位95%区間 [0.92508, 0.9357]
FACodec	0.85653 7位95%区間 [0.84583, 0.86566]
HiFi-Glot	0.46019 9位95%区間 [0.43257, 0.48445]
GOLF-ff	0.825 8位95%区間 [0.80886, 0.839]
SiFi-GAN	0.95134 2位95%区間 [0.94668, 0.95536]
LLSM2 Layer0	0.95692 1位95%区間 [0.95082, 0.96172]
MagPhase	0.94988 3位95%区間 [0.94624, 0.95328]
PML 低域変更＋60 FWCEP	0.94852 4位95%区間 [0.94519, 0.95187]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

容量と品質 / 研究float16保存 / 実容量レート

低いほど良い。単位：bit/s。共通 120録音 / 40話者、7方式。

方式	保存点推定・順位・95%区間
FACodec	2.4569e+05 3位95%区間 [2.4509e+05, 2.4616e+05]
HiFi-Glot	11402 1位95%区間 [11230, 11585]
GOLF-ff	3.9231e+05 5位95%区間 [3.9045e+05, 3.9405e+05]
SiFi-GAN	1.5383e+05 2位95%区間 [1.5344e+05, 1.542e+05]
LLSM2 Layer0	5.9653e+06 7位95%区間 [5.9341e+06, 5.9978e+06]
MagPhase	3.7441e+05 4位95%区間 [3.5395e+05, 3.9363e+05]
PML 低域変更＋60 FWCEP	6.0649e+05 6位95%区間 [6.0592e+05, 6.0686e+05]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

容量と品質 / 研究float16保存 / 予測MOS

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、7方式。

方式	保存点推定・順位・95%区間
FACodec	3.9861 1位95%区間 [3.9228, 4.0538]
HiFi-Glot	3.3791 2位95%区間 [3.2862, 3.4656]
GOLF-ff	2.1142 7位95%区間 [1.95, 2.2777]
SiFi-GAN	3.1571 5位95%区間 [3.0611, 3.2564]
LLSM2 Layer0	3.0824 6位95%区間 [2.981, 3.1785]
MagPhase	3.2524 4位95%区間 [3.164, 3.3442]
PML 低域変更＋60 FWCEP	3.2946 3位95%区間 [3.2259, 3.3527]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

容量と品質 / 研究float16保存 / ECAPA話者類似度

高いほど良い。単位：cosine。共通 120録音 / 40話者、7方式。

方式	保存点推定・順位・95%区間
FACodec	0.85649 5位95%区間 [0.84582, 0.86566]
HiFi-Glot	0.46006 6位95%区間 [0.43227, 0.48448]
GOLF-ff	0.43458 7位95%区間 [0.34724, 0.52516]
SiFi-GAN	0.9513 2位95%区間 [0.94658, 0.95548]
LLSM2 Layer0	0.95691 1位95%区間 [0.95081, 0.96172]
MagPhase	0.94986 3位95%区間 [0.94626, 0.95323]
PML 低域変更＋60 FWCEP	0.94833 4位95%区間 [0.94504, 0.95161]

各方式の測定・欠測状態

HNM v3（比較時のベース）：失敗 120
WORLD Harvest：失敗 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

容量と品質 / 研究float32保存 / 実容量レート

低いほど良い。単位：bit/s。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	5.3527e+06 8位95%区間 [5.266e+06, 5.4396e+06]
WORLD Harvest	5.0181e+06 7位95%区間 [4.9464e+06, 5.092e+06]
FACodec	5.5424e+05 3位95%区間 [5.5295e+05, 5.5509e+05]
HiFi-Glot	19100 1位95%区間 [18945, 19265]
GOLF-ff	8.1203e+05 6位95%区間 [8.1034e+05, 8.1369e+05]
SiFi-GAN	2.8292e+05 2位95%区間 [2.8237e+05, 2.8343e+05]
LLSM2 Layer0	7.1962e+06 9位95%区間 [7.1295e+06, 7.2661e+06]
MagPhase	7.6074e+05 4位95%区間 [7.1878e+05, 8.0035e+05]
PML 低域変更＋60 FWCEP	8.0075e+05 5位95%区間 [7.9998e+05, 8.0124e+05]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

容量と品質 / 研究float32保存 / 予測MOS

高いほど良い。単位：predicted MOS。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	2.5768 9位95%区間 [2.4884, 2.6668]
WORLD Harvest	3.0454 7位95%区間 [2.9442, 3.1484]
FACodec	3.986 1位95%区間 [3.9226, 4.0538]
HiFi-Glot	3.3759 2位95%区間 [3.2774, 3.4676]
GOLF-ff	2.9631 8位95%区間 [2.8546, 3.0651]
SiFi-GAN	3.1532 5位95%区間 [3.0582, 3.2523]
LLSM2 Layer0	3.0838 6位95%区間 [2.9813, 3.1792]
MagPhase	3.2491 4位95%区間 [3.1601, 3.3422]
PML 低域変更＋60 FWCEP	3.2755 3位95%区間 [3.2001, 3.3449]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

容量と品質 / 研究float32保存 / ECAPA話者類似度

高いほど良い。単位：cosine。共通 120録音 / 40話者、9方式。

方式	保存点推定・順位・95%区間
HNM v3（比較時のベース）	0.90691 6位95%区間 [0.90057, 0.91277]
WORLD Harvest	0.93062 5位95%区間 [0.92508, 0.9357]
FACodec	0.85653 7位95%区間 [0.84583, 0.86566]
HiFi-Glot	0.46019 9位95%区間 [0.43257, 0.48445]
GOLF-ff	0.825 8位95%区間 [0.80886, 0.839]
SiFi-GAN	0.95134 2位95%区間 [0.94668, 0.95536]
LLSM2 Layer0	0.95692 1位95%区間 [0.95082, 0.96172]
MagPhase	0.94984 3位95%区間 [0.94632, 0.95313]
PML 低域変更＋60 FWCEP	0.94851 4位95%区間 [0.94517, 0.95187]

各方式の測定・欠測状態

HNM v3（比較時のベース）：測定済 120
WORLD Harvest：測定済 120
FACodec：測定済 120
HiFi-Glot：測定済 120
GOLF-ff：測定済 120
SiFi-GAN：測定済 120
LLSM2 Layer0：測定済 120
MagPhase：測定済 120
PML 低域変更＋60 FWCEP：測定済 120

保存精度を落とした場合の感度

F0とFWCEPをfloat16またはfloat32で研究用NPZへ実保存し、読み戻して復号しました。NMビット列等は保持。標準.pml形式の変更・量子化APIの実装ではありません。容量差には容器の違いも含みます。各120録音40話者です。

研究保存精度	実NPZ容量	同じnative出力とのERB距離（dB）	ECAPA（原音参照・全長）	予測MOS
float16	606.58 kbps	0.2542495%区間 [0.23721, 0.27138]	0.9483395%区間 [0.94504, 0.95161]	3.294695%区間 [3.2259, 3.3527]
float32	800.94 kbps	0.0004551395%区間 [8.6295e-05, 0.0010935]	0.9485195%区間 [0.94517, 0.95187]	3.275595%区間 [3.2001, 3.3449]

ERB距離は元の非量子化PML出力との差で、原音への忠実度や可聴限界ではありません。float16の予測MOS差は無編集に対して約＋0.019ですが、対応差の95%区間は0を跨ぎ、品質改善とは断定できません。float16とfloat32の方式順位は比較対象と支持が異なるため直接比較しません。

float16：属性変化と編集追従

属性変化は同じnative出力との差。音高の比較支持は条件ごとに変わり得るため、誤差だけを直接比較しません。分母はJSONに保存。

方式	保存点推定・順位・95%区間
音高の絶対変化（cent）	3.10595%区間 [1.9709, 4.5037]
音量の絶対変化（dB）	0.008506395%区間 [0.0064599, 0.011011]
傾斜の絶対変化（dB/oct）	0.02593195%区間 [0.022075, 0.029944]
長さの絶対変化（秒）	095%区間 [0, 0]

方式	保存点推定・順位・95%区間
音高 −3半音	32.88595%区間 [18.802, 49.667]
音高＋3半音	28.48695%区間 [17.274, 41.858]
音量 −6dB	0.001210195%区間 [0.00097286, 0.0014573]
音量＋6dB	0.0012595%区間 [0.00099578, 0.0015165]

float32：属性変化と編集追従

属性変化は同じnative出力との差。音高の比較支持は条件ごとに変わり得るため、誤差だけを直接比較しません。分母はJSONに保存。

方式	保存点推定・順位・95%区間
音高の絶対変化（cent）	1.1777e-0595%区間 [1.013e-05, 1.3767e-05]
音量の絶対変化（dB）	3.7399e-0695%区間 [6.4032e-08, 1.0403e-05]
傾斜の絶対変化（dB/oct）	1.192e-0595%区間 [1.2168e-07, 2.9891e-05]
長さの絶対変化（秒）	095%区間 [0, 0]

方式	保存点推定・順位・95%区間
音高 −3半音	32.99695%区間 [19.071, 49.717]
音高＋3半音	28.4295%区間 [17.437, 41.525]
音量 −6dB	0.001209395%区間 [0.00097118, 0.0014566]
音量＋6dB	0.001249495%区間 [0.00099521, 0.0015151]

合成乱数seed 0〜7の変動

同じ解析済み特徴から合成乱数だけを変えた8反復。録音ごとに固定8seedの平均・母標準偏差・最大−最小を計算し、話者内平均の後に話者等重みで集約しました。65軸を測定、静音3軸のみ108録音、その他120録音です。

これは固定8seed内の変動の記述であり、CIではありません。seedを独立録音として標本数に加えず、新しい順位も付けません。MOS・eSTOIはseed 0のみのため、それらの乱数安定性は未確認です。

65軸の乱数変動を表示

指標 / 単位	完全支持録音/話者	平均	録音内母標準偏差の集約	録音内範囲の集約
5ms STFT 対数振幅MAE / dB	120 / 40	6.3584	0.011554	0.036682
5ms STFT スペクトル相対誤差 / ratio	120 / 40	0.59874	0.0023791	0.0074935
20ms STFT 対数振幅MAE / dB	120 / 40	5.2715	0.01041	0.032986
20ms STFT スペクトル相対誤差 / ratio	120 / 40	0.32397	0.0033235	0.010391
80ms STFT 対数振幅MAE / dB	120 / 40	5.676	0.013543	0.042132
80ms STFT スペクトル相対誤差 / ratio	120 / 40	0.33628	0.0034171	0.010704
全時間帯域エネルギーMAE / dB	120 / 40	0.75359	0.040828	0.12661
3窓平均MR-STFT対数振幅MAE / dB	120 / 40	5.7686	0.0085986	0.027105
符号付きRMS差（診断） / dB	120 / 40	0.7927	0.024171	0.075087
RMS絶対差 / dB	120 / 40	0.82798	0.023998	0.074233
低エネルギー区間の出力エネルギー比（診断） / fraction	108 / 38	0.00010233	1.6063e-05	5.1847e-05
低エネルギー区間の出力RMS（診断） / dBFS	108 / 38	-57.114	0.54539	1.7389
低エネルギー区間の出力peak（診断） / amplitude	108 / 38	0.024799	0.0045228	0.014321
共通区間RMS（診断） / dBFS	120 / 40	-24.294	0.024171	0.075087
peak（診断） / amplitude	120 / 40	0.57931	0.0056338	0.017383
波高率（診断） / dB	120 / 40	19.094	0.088462	0.27388
振幅1以上の比率（診断） / fraction	120 / 40	9.4536e-06	3.475e-06	1.0611e-05
振幅0.999以上の比率（診断） / fraction	120 / 40	9.4536e-06	3.475e-06	1.0611e-05
振幅1以上の最長連続長（診断） / samples	120 / 40	0.10417	0.099216	0.3
推定音高差中央値 / cent	120 / 40	4.4358	0.13371	0.42022
推定音高差P95 / cent	120 / 40	235.64	2.1062	6.3481
推定有声対応率 / fraction	120 / 40	0.9229	0.0074709	0.021928
原音推定有声に対する出力有声未検出率 / fraction	120 / 40	0.077096	0.0074709	0.021928
40ms局所聴覚帯域距離 / dB	120 / 40	1.9975	0.011332	0.035732
全帯域 10ms 対数RMS MAE / dB	120 / 40	2.0193	0.031991	0.10266
全帯域 10ms RMS包絡正規化RMSE / ratio	120 / 40	0.19446	0.0034496	0.01087
全帯域 10ms 包絡相関 / correlation	120 / 40	0.97535	0.0012757	0.0040593
全帯域 10ms 符号付き包絡RMS差（診断） / dB	120 / 40	0.79265	0.024159	0.074912
全帯域 10ms 変調帯域MAE / dB	120 / 40	1.0905	0.11525	0.36302
全帯域 40ms 対数RMS MAE / dB	120 / 40	1.5395	0.034391	0.10918
全帯域 40ms RMS包絡正規化RMSE / ratio	120 / 40	0.15201	0.0027776	0.0086056
全帯域 40ms 包絡相関 / correlation	120 / 40	0.98743	0.00083129	0.0025716
全帯域 40ms 符号付き包絡RMS差（診断） / dB	120 / 40	0.79271	0.023738	0.073872
全帯域 40ms 変調帯域MAE / dB	120 / 40	1.1101	0.13056	0.411
300–1000Hz 10ms 対数RMS MAE / dB	120 / 40	1.8515	0.036074	0.11463
300–1000Hz 10ms RMS包絡正規化RMSE / ratio	120 / 40	0.23963	0.0031967	0.010039
300–1000Hz 10ms 包絡相関 / correlation	120 / 40	0.97992	0.00083471	0.0025941
300–1000Hz 10ms 符号付き包絡RMS差（診断） / dB	120 / 40	1.2955	0.017942	0.05559
300–1000Hz 10ms 変調帯域MAE / dB	120 / 40	1.3397	0.080575	0.25049
300–1000Hz 40ms 対数RMS MAE / dB	120 / 40	1.326	0.036363	0.11452
300–1000Hz 40ms RMS包絡正規化RMSE / ratio	120 / 40	0.20184	0.0023837	0.0074534
300–1000Hz 40ms 包絡相関 / correlation	120 / 40	0.98997	0.00045016	0.0014137
300–1000Hz 40ms 符号付き包絡RMS差（診断） / dB	120 / 40	1.2956	0.017101	0.052883
300–1000Hz 40ms 変調帯域MAE / dB	120 / 40	1.3135	0.086127	0.26847
1000–3000Hz 10ms 対数RMS MAE / dB	120 / 40	1.6336	0.031611	0.10083
1000–3000Hz 10ms RMS包絡正規化RMSE / ratio	120 / 40	0.19043	0.0060339	0.019335
1000–3000Hz 10ms 包絡相関 / correlation	120 / 40	0.97974	0.0015275	0.0048375
1000–3000Hz 10ms 符号付き包絡RMS差（診断） / dB	120 / 40	0.68787	0.045826	0.14606
1000–3000Hz 10ms 変調帯域MAE / dB	120 / 40	0.93133	0.14928	0.46516
1000–3000Hz 40ms 対数RMS MAE / dB	120 / 40	1.0287	0.032292	0.10341
1000–3000Hz 40ms RMS包絡正規化RMSE / ratio	120 / 40	0.1271	0.005265	0.016601
1000–3000Hz 40ms 包絡相関 / correlation	120 / 40	0.99361	0.00082686	0.0026081
1000–3000Hz 40ms 符号付き包絡RMS差（診断） / dB	120 / 40	0.68799	0.045147	0.14369
1000–3000Hz 40ms 変調帯域MAE / dB	120 / 40	0.94785	0.17288	0.54637
3000–6000Hz 10ms 対数RMS MAE / dB	120 / 40	1.4792	0.028405	0.089648
3000–6000Hz 10ms RMS包絡正規化RMSE / ratio	120 / 40	0.19089	0.015652	0.049907
3000–6000Hz 10ms 包絡相関 / correlation	120 / 40	0.97537	0.0039355	0.012406
3000–6000Hz 10ms 符号付き包絡RMS差（診断） / dB	120 / 40	-0.04495	0.19127	0.6001
3000–6000Hz 10ms 変調帯域MAE / dB	120 / 40	0.83516	0.32855	1.0253
3000–6000Hz 40ms 対数RMS MAE / dB	120 / 40	0.88212	0.029487	0.092187
3000–6000Hz 40ms RMS包絡正規化RMSE / ratio	120 / 40	0.1129	0.01523	0.047891
3000–6000Hz 40ms 包絡相関 / correlation	120 / 40	0.99173	0.0021638	0.0067939
3000–6000Hz 40ms 符号付き包絡RMS差（診断） / dB	120 / 40	-0.045777	0.19141	0.60033
3000–6000Hz 40ms 変調帯域MAE / dB	120 / 40	0.92827	0.35859	1.1101
ERB20 / dB	120 / 40	2.1102	0.009767	0.031054

速度と容量

固定70・解析RTF	固定70・復号RTF	主120・解析RTF	主120・復号RTF
0.60282	0.091258	0.60389	0.094747

録音RTF→話者内平均→話者等重み。固定70は旧公開と同じ70録音24話者・353.14秒、主120は120録音40話者・615.935秒です。以前示した総処理秒÷総音声秒（時間加重）とは集計式が異なり、混在させていません。

初回import等を含む1回逐次測定、保存/読み込みは別計時で除外。共有ホスト負荷は制御外。旧方式は初期化を除外した別計時なので速度順位は付けません。同じ70IDでも実行条件が同じという意味ではありません。

標準形式の実保存量 61,969,776 B、804.89 kbps。16kHz・16bit PCMの256 kbpsより大きく、低ビットレート音声コーデックとは呼べません。

4録音60試料が|振幅|>1、最大約1.427。科学計測は浮動小数でクリップせず行いました。

来歴と再現

集約・制御・部分欠測JSON ／ 71軸の保存個票・集約／ソース・契約SHA ／入力manifest ／再現手順

新PMLだけを今回再計測し、既存方式は同入力・同評価器を照合した保存値を引用。旧研究の図と探索経過は特徴量と仕組みの説明および旧研究レポートへ。そちらの音声・図・seed・支持集合は今回の正式評価とは異なります。

評価実行は既存環境を再利用。PRのuv.lockから環境を完全再構築した実行ではありません。旧MOS推論は4 threads、新MOSは2 threadsで、setuptools等にも環境差があります。評価器・モデル・音声窓・seed契約は照合していますが、実行環境全体のビット単位同一性は主張しません。小さい点推定差の順位は有意優越を意味しません。依存差と固定実装SHAは来歴JSONへ記録。PR #43でのbase更新と、48kHz・未対応操作の研究完了は別です。今回の採用推奨は残る課題を解決したという意味ではありません。