比較試聴の出典と加工

原音はLibriSpeech ASR corpusに由来します。提供元:Vassil Panayotov(Daniel Povey協力)。LibriVoxの朗読に由来する録音です。 OpenSLR 12の配布・帰属情報、 CC BY 4.0。作者・朗読者による本比較の推奨を意味しません。

原音、現在のPML、RAW_FULLを掲載します。PML/RAW_FULLは保存済みの今回のfull120実測runの再合成波形からの派生音声です。 音高条件は無編集、−3半音、+3半音、乱数seedは0と20261015です。試聴対象は既存の固定5録音だけで、全120録音の音声一覧ではありません。

保存された全長float64 NPYから先頭最大5秒の同一区間を取り出し、round(x×32768)(ちょうど中間は偶数丸め)でPCM16 WAVに変換します。 ゲイン変更、正規化、クリッピング、ディザ、再サンプリング、時間整列はしません。範囲外の値があれば出力工程を停止します。 計測に用いた元NPYと試聴用WAVは別のファイル・PCM identityです。全長の統計と最大5秒の試聴範囲を区別してください。

原音は未編集の参考です。±3半音に対応する正解波形ではありません。音声の掲載・変換成功を品質優越や採用判断と扱いません。 個別の出典SHA・切出し区間・量子化誤差は試聴クリップの来歴に記録します。