← RTFと比較試聴へ

AUDIO ATTRIBUTION

音声の帰属と加工履歴

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・配布元による本比較の推奨を意味しません。

既存の正式120品質比較に掲載済みの固定5録音・4話者から、原音5本と音高無変更・seed 0のPML/RAW_FULL各5本を再利用しました。PML/RAW_FULLは再合成を含む派生音声です。このページ作成では既存15 WAVをbyte同一コピーし、新しい合成・変換はしていません。

以前のクリップ書出しで行った処理

保存済み全長float64 NPYの先頭最大5秒を切り出し、round(x×32768)(ちょうど中間は偶数丸め)でPCM16 WAVに変換しています。ゲイン変更、正規化、クリッピング、ディザ、再サンプリング、時間整列は行っていません。WAVは元全長NPYとは別のファイル・PCM identityです。

今回の対応照合

元全長NPY file SHAが、run003の保存receiptのnative入力/出力SHAと一致することを照合しました。今回の全長波形本体を再読したものではなく、旧内部A/LやRNGの同一性も示しません。原音のarray hashについて生成音と同じproducer receiptがあるとは扱いません。

全長の計時・品質統計と、先頭最大5秒の試聴範囲を区別してください。試聴音声の掲載を品質優越や採用判断として扱いません。

各WAVのSHA・元全長NPY SHA・切出し範囲