CURRENT PML / RAW_FULL · SAVED-FRAME DIAGNOSTIC

有声取りこぼし警告を読む
参照集合の差と共通フレームの判定

比較の基準は現在のPML。正式な採用方針はPMLを維持する。ここでは既定警告28条件を、保存されたF0系列と整数の所在から読み分ける。

元の正式指標・警告を変更しない。 共通期待集合のmissing差が0でも、方式別native参照に対する警告は成立したまま。事後の共通集合観察を警告取消しの根拠にしない。

今回のVUV集合観察は、正式比較のMOS既定警告22/720や他指標のトレードオフを解消するものではない。PML維持・RAW_FULLへの置換保留の全体判断は変えず、VUV警告の読み方だけを補足する。

28条件の指標警告を、そのまま聴覚上の有声消失28件とは解釈できない。聴覚上の有無は未測定。このページの有声/無声は、固定した自前YIN型評価器の出力F0 > 0 / = 0を指す。

選択28条件の共通集合内17 条件RAW_FULL − PMLのmissing整数差が正
同じ選択集合内11 条件共通部の出力有声/無声判定が一致
同じ選択集合内0 条件共通missing整数差が負

既定警告を事後選択した28条件・22録音・24 case/seedの記述であり、全120録音の頻度や改善率ではない。11条件は正負の打消しではなく共通部の二値判定一致。F0数値や音質の一致は意味しない。

3つの例で、同じ「missing増」を読み分ける

例A/B/Cは説明用で、順位ではない。整数は全抜粋の値。冒頭図・試聴は指定cropだけを表示し、その区間で整数を再集計していない。

各図はPMLとRAW_FULLを上下に並べ、破線が方式別nativeからの期待F0、実線がedited出力F0。下の帯で期待集合・出力判定を対応させる。横軸は元抜粋内の時刻で、crop開始を0へ移さない。

editedは方式別nativeを参照し、native自身の診断は共通原音を参照する。原音YINは絶対F0真値ではない。

例A共通部の判定差と期待集合の差が混在

librispeech_1188-133604-0037 / -3半音 / seed 0 / 表示・試聴 [1.2, 6) s

5 = 1 + 4 − 0

missing整数差 = 共通差 + RAW-only missing − PML-only missing

missing整数差5は、共通期待集合の差1とRAW_FULLだけ期待有声のmissing4に分かれる。原因の割合を表すものではない。

librispeech_1188-133604-0037 -3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。

比較試聴の範囲：元抜粋 [1.2, 6) s。プレーヤーの0秒は元時刻1.2秒。原音は未編集の参考で、editedの正解波形ではない。

原音（未編集の参考）

edited PML（基準）

edited RAW_FULL

評価参照に使うnative 2本

native PML

native RAW_FULL

editedの期待F0は、それぞれ同じ方式・seedのnativeを参照する。

例B分母の個数が同じでも、期待集合は同じでない

librispeech_61-70968-0043 / +3半音 / seed 0 / 表示・試聴 [0, 5) s

1 = 0 + 1 − 0

missing整数差 = 共通差 + RAW-only missing − PML-only missing

期待有声は両方式38点だが、共通37点・片側のみ各1点。0.84 sではedited出力は両方式とも0で、RAW_FULL側だけ期待有声に含まれる。共通部の二値判定差は0でも、元の方式別native参照に対する警告は成立したまま。

librispeech_61-70968-0043 +3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。

比較試聴の範囲：元抜粋 [0, 5) s。プレーヤーの0秒は元時刻0秒。原音は未編集の参考で、editedの正解波形ではない。

原音（未編集の参考）

edited PML（基準）

edited RAW_FULL

評価参照に使うnative 2本

native PML

native RAW_FULL

editedの期待F0は、それぞれ同じ方式・seedのnativeを参照する。

例C共通期待集合内の出力有声判定が異なる

librispeech_6829-68769-0041 / -3半音 / seed 0 / 表示・試聴 [0, 2.66) s

3 = 3 + 0 − 0

missing整数差 = 共通差 + RAW-only missing − PML-only missing

missing整数差3は共通期待集合内にある。ただし「PMLが正しく、RAW_FULLで有声が消失した」とは言えない。0.83 sではPML出力約80.131 Hzに対して期待約160.135 Hz、RAW_FULL出力は0。出力が正であることと、F0が正確であることは別である。

librispeech_6829-68769-0041 -3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。

比較試聴の範囲：元抜粋 [0, 2.66) s。プレーヤーの0秒は元時刻0秒。原音は未編集の参考で、editedの正解波形ではない。

原音（未編集の参考）

edited PML（基準）

edited RAW_FULL

評価参照に使うnative 2本

native PML

native RAW_FULL

editedの期待F0は、それぞれ同じ方式・seedのnativeを参照する。

0.83 s付近を時刻拡大：0.79–0.91 s（図だけの拡大）

上の全抜粋図には約700 Hzの保存出力点も含め、切り落としていない。ここでは注目時刻の近傍だけを拡大し、期待約160 Hz・PML出力約80 Hz・RAW_FULL出力0を読み取る。音声cropと元整数は変わらない。

librispeech_6829-68769-0041 -3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。

既存の相対F0 MAEはPML 16.386 cent → RAW_FULL 3.158 cent、一方missingは17/107 → 20/107。両有声だけで測る誤差の低下とmissing増加は両立する。これを「RAW_FULLのF0が正確になった」と直読しない。既存の相対F0指標 / 既存の取りこぼし指標

全28条件の保存整数と全長図

M_RAW − M_PML = 共通期待集合のmissing差 + RAWだけ期待有声のmissing − PMLだけ期待有声のmissing。
恒等的な整数分解であり、率差・原因・寄与割合の分解ではない。RAW-only/PML-onlyは期待集合の所属を示し、出力が片側だけ有声という意味ではない。

全28条件：元の期待分母とmissing整数、その所在（全抜粋）
録音・全長図半音seed期待有声 PML期待有声 RAW共通期待PMLのみ期待RAWのみ期待missing PMLmissing RAW整数差共通missing差RAW-only missingPML-only missing
1188-133604-0037-301781801762415205140
121-127105-0035-3202610151741781740436415140
2094-142345-00403084878403693120
2830-3980-0038301661691660316215230
3575-170457-0054-3202610152602652582748568271
4077-13751-0001320261015147146145218113210
4077-13754-0002-308185810426293030
4446-2273-0010-3202610151621681620641465050
61-70968-0042-3202610155760552527303052
61-70968-004232026101557605525154040
61-70968-00433038383711231010
61-70968-004332026101536383602121010
672-122797-00033036363511561100
6829-68769-0038-32026101552555203792020
6829-68769-00383052535201363210
6829-68769-003832026101552555203374130
6829-68769-0041-301071071070017203300
6930-75918-0013-309597950210133120
6930-75918-00133095979502583120
6930-76324-00243094939310682200
7021-79740-0002-301361371342331343030
7127-75946-00293202610151281301271313174231
7127-75947-0011-304950490111132110
7729-102255-0038-309595950029312200
8455-210777-0010-3202610153941390218202020
908-157963-0018-3202610159196901627325061
908-157963-00183202610159196901614184051
908-31957-0016320261015484848009101100

横にスクロールできます。全28条件を録音・音高・seedのキー順で掲載。各録音リンクの先で全長図を開けます。

1188-133604-0037 / -3半音 / seed 0　5 = 1 + 4 − 0

期待集合：共通 176、PMLのみ 2、RAW_FULLのみ 4、どちらにも属さない 411 frame。

librispeech_1188-133604-0037 -3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声178180
期待無声415413
期待・出力とも有声163160
missing1520
期待無声で出力有声35
総frame593593
時間支持外00
期待範囲外00
121-127105-0035 / -3半音 / seed 20261015　5 = 1 + 4 − 0

期待集合：共通 174、PMLのみ 0、RAW_FULLのみ 4、どちらにも属さない 415 frame。

librispeech_121-127105-0035 -3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声174178
期待無声419415
期待・出力とも有声138137
missing3641
期待無声で出力有声44
総frame593593
時間支持外00
期待範囲外00
2094-142345-0040 / +3半音 / seed 0　3 = 1 + 2 − 0

期待集合：共通 84、PMLのみ 0、RAW_FULLのみ 3、どちらにも属さない 144 frame。

librispeech_2094-142345-0040 +3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声8487
期待無声147144
期待・出力とも有声7878
missing69
期待無声で出力有声54
総frame231231
時間支持外00
期待範囲外00
2830-3980-0038 / +3半音 / seed 0　5 = 2 + 3 − 0

期待集合：共通 166、PMLのみ 0、RAW_FULLのみ 3、どちらにも属さない 378 frame。

librispeech_2830-3980-0038 +3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声166169
期待無声381378
期待・出力とも有声150148
missing1621
期待無声で出力有声1411
総frame547547
時間支持外00
期待範囲外00
3575-170457-0054 / -3半音 / seed 20261015　8 = 2 + 7 − 1

期待集合：共通 258、PMLのみ 2、RAW_FULLのみ 7、どちらにも属さない 326 frame。

librispeech_3575-170457-0054 -3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声260265
期待無声333328
期待・出力とも有声212209
missing4856
期待無声で出力有声33
総frame593593
時間支持外00
期待範囲外00
4077-13751-0001 / +3半音 / seed 20261015　3 = 2 + 1 − 0

期待集合：共通 145、PMLのみ 2、RAW_FULLのみ 1、どちらにも属さない 445 frame。

librispeech_4077-13751-0001 +3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声147146
期待無声446447
期待・出力とも有声139135
missing811
期待無声で出力有声912
総frame593593
時間支持外00
期待範囲外00
4077-13754-0002 / -3半音 / seed 0　3 = 0 + 3 − 0

期待集合：共通 81、PMLのみ 0、RAW_FULLのみ 4、どちらにも属さない 508 frame。

librispeech_4077-13754-0002 -3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声8185
期待無声512508
期待・出力とも有声5556
missing2629
期待無声で出力有声21
総frame593593
時間支持外00
期待範囲外00
4446-2273-0010 / -3半音 / seed 20261015　5 = 0 + 5 − 0

期待集合：共通 162、PMLのみ 0、RAW_FULLのみ 6、どちらにも属さない 425 frame。

librispeech_4446-2273-0010 -3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声162168
期待無声431425
期待・出力とも有声121122
missing4146
期待無声で出力有声10
総frame593593
時間支持外00
期待範囲外00
61-70968-0042 / -3半音 / seed 20261015　3 = 0 + 5 − 2

期待集合：共通 55、PMLのみ 2、RAW_FULLのみ 5、どちらにも属さない 209 frame。

librispeech_61-70968-0042 -3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声5760
期待無声214211
期待・出力とも有声3030
missing2730
期待無声で出力有声55
総frame271271
時間支持外00
期待範囲外00
61-70968-0042 / +3半音 / seed 20261015　4 = 0 + 4 − 0

期待集合：共通 55、PMLのみ 2、RAW_FULLのみ 5、どちらにも属さない 209 frame。

librispeech_61-70968-0042 +3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声5760
期待無声214211
期待・出力とも有声5655
missing15
期待無声で出力有声1516
総frame271271
時間支持外00
期待範囲外00
61-70968-0043 / +3半音 / seed 0　1 = 0 + 1 − 0

期待集合：共通 37、PMLのみ 1、RAW_FULLのみ 1、どちらにも属さない 554 frame。

librispeech_61-70968-0043 +3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声3838
期待無声555555
期待・出力とも有声3635
missing23
期待無声で出力有声1313
総frame593593
時間支持外00
期待範囲外00
61-70968-0043 / +3半音 / seed 20261015　1 = 0 + 1 − 0

期待集合：共通 36、PMLのみ 0、RAW_FULLのみ 2、どちらにも属さない 555 frame。

librispeech_61-70968-0043 +3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声3638
期待無声557555
期待・出力とも有声3536
missing12
期待無声で出力有声1312
総frame593593
時間支持外00
期待範囲外00
672-122797-0003 / +3半音 / seed 0　1 = 1 + 0 − 0

期待集合：共通 35、PMLのみ 1、RAW_FULLのみ 1、どちらにも属さない 432 frame。

librispeech_672-122797-0003 +3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声3636
期待無声433433
期待・出力とも有声3130
missing56
期待無声で出力有声1313
総frame469469
時間支持外00
期待範囲外00
6829-68769-0038 / -3半音 / seed 20261015　2 = 0 + 2 − 0

期待集合：共通 52、PMLのみ 0、RAW_FULLのみ 3、どちらにも属さない 188 frame。

librispeech_6829-68769-0038 -3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声5255
期待無声191188
期待・出力とも有声4546
missing79
期待無声で出力有声11
総frame243243
時間支持外00
期待範囲外00
6829-68769-0038 / +3半音 / seed 0　3 = 2 + 1 − 0

期待集合：共通 52、PMLのみ 0、RAW_FULLのみ 1、どちらにも属さない 190 frame。

librispeech_6829-68769-0038 +3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声5253
期待無声191190
期待・出力とも有声4947
missing36
期待無声で出力有声69
総frame243243
時間支持外00
期待範囲外00
6829-68769-0038 / +3半音 / seed 20261015　4 = 1 + 3 − 0

期待集合：共通 52、PMLのみ 0、RAW_FULLのみ 3、どちらにも属さない 188 frame。

librispeech_6829-68769-0038 +3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声5255
期待無声191188
期待・出力とも有声4948
missing37
期待無声で出力有声78
総frame243243
時間支持外00
期待範囲外00
6829-68769-0041 / -3半音 / seed 0　3 = 3 + 0 − 0

期待集合：共通 107、PMLのみ 0、RAW_FULLのみ 0、どちらにも属さない 152 frame。

librispeech_6829-68769-0041 -3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声107107
期待無声152152
期待・出力とも有声9087
missing1720
期待無声で出力有声34
総frame259259
時間支持外00
期待範囲外00
6930-75918-0013 / -3半音 / seed 0　3 = 1 + 2 − 0

期待集合：共通 95、PMLのみ 0、RAW_FULLのみ 2、どちらにも属さない 190 frame。

librispeech_6930-75918-0013 -3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声9597
期待無声192190
期待・出力とも有声8584
missing1013
期待無声で出力有声1111
総frame287287
時間支持外00
期待範囲外00
6930-75918-0013 / +3半音 / seed 0　3 = 1 + 2 − 0

期待集合：共通 95、PMLのみ 0、RAW_FULLのみ 2、どちらにも属さない 190 frame。

librispeech_6930-75918-0013 +3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声9597
期待無声192190
期待・出力とも有声9089
missing58
期待無声で出力有声10
総frame287287
時間支持外00
期待範囲外00
6930-76324-0024 / +3半音 / seed 0　2 = 2 + 0 − 0

期待集合：共通 93、PMLのみ 1、RAW_FULLのみ 0、どちらにも属さない 304 frame。

librispeech_6930-76324-0024 +3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声9493
期待無声304305
期待・出力とも有声8885
missing68
期待無声で出力有声1618
総frame398398
時間支持外00
期待範囲外00
7021-79740-0002 / -3半音 / seed 0　3 = 0 + 3 − 0

期待集合：共通 134、PMLのみ 2、RAW_FULLのみ 3、どちらにも属さない 454 frame。

librispeech_7021-79740-0002 -3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声136137
期待無声457456
期待・出力とも有声105103
missing3134
期待無声で出力有声47
総frame593593
時間支持外00
期待範囲外00
7127-75946-0029 / +3半音 / seed 20261015　4 = 2 + 3 − 1

期待集合：共通 127、PMLのみ 1、RAW_FULLのみ 3、どちらにも属さない 462 frame。

librispeech_7127-75946-0029 +3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声128130
期待無声465463
期待・出力とも有声115113
missing1317
期待無声で出力有声1717
総frame593593
時間支持外00
期待範囲外00
7127-75947-0011 / -3半音 / seed 0　2 = 1 + 1 − 0

期待集合：共通 49、PMLのみ 0、RAW_FULLのみ 1、どちらにも属さない 305 frame。

librispeech_7127-75947-0011 -3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声4950
期待無声306305
期待・出力とも有声3837
missing1113
期待無声で出力有声00
総frame355355
時間支持外00
期待範囲外00
7729-102255-0038 / -3半音 / seed 0　2 = 2 + 0 − 0

期待集合：共通 95、PMLのみ 0、RAW_FULLのみ 0、どちらにも属さない 498 frame。

librispeech_7729-102255-0038 -3半音 seed 0の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声9595
期待無声489489
期待・出力とも有声6664
missing2931
期待無声で出力有声33
総frame593593
時間支持外00
期待範囲外99
8455-210777-0010 / -3半音 / seed 20261015　2 = 0 + 2 − 0

期待集合：共通 39、PMLのみ 0、RAW_FULLのみ 2、どちらにも属さない 262 frame。

librispeech_8455-210777-0010 -3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声3941
期待無声259258
期待・出力とも有声2121
missing1820
期待無声で出力有声11
総frame303303
時間支持外00
期待範囲外54
908-157963-0018 / -3半音 / seed 20261015　5 = 0 + 6 − 1

期待集合：共通 90、PMLのみ 1、RAW_FULLのみ 6、どちらにも属さない 321 frame。

librispeech_908-157963-0018 -3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声9196
期待無声327322
期待・出力とも有声6464
missing2732
期待無声で出力有声33
総frame418418
時間支持外00
期待範囲外00
908-157963-0018 / +3半音 / seed 20261015　4 = 0 + 5 − 1

期待集合：共通 90、PMLのみ 1、RAW_FULLのみ 6、どちらにも属さない 321 frame。

librispeech_908-157963-0018 +3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声9196
期待無声327322
期待・出力とも有声7778
missing1418
期待無声で出力有声1312
総frame418418
時間支持外00
期待範囲外00
908-31957-0016 / +3半音 / seed 20261015　1 = 1 + 0 − 0

期待集合：共通 48、PMLのみ 0、RAW_FULLのみ 0、どちらにも属さない 545 frame。

librispeech_908-31957-0016 +3半音 seed 20261015の保存F0と期待集合の時系列
図を別タブで拡大。0 Hz点を有声区間の線につなげず、推定が0の位置として示す。帯は10 msの表示セルで、実際の発声開始・終了を測ったものではない。点のない両端はframe未配置。縦軸は同条件の2方式で共通、条件間では異なる場合がある。
元の保存整数（全抜粋）
整数欄PMLRAW_FULL
期待有声4848
期待無声545545
期待・出力とも有声3938
missing910
期待無声で出力有声34
総frame593593
時間支持外00
期待範囲外00

図の読み方と、分からないこと

参照は方式別native

editedの期待F0は、同じ方式・seedのnative出力に評価器を適用したF0へ指定音高を適用した保存値。native自身の診断は共通原音を参照する。合成器へ渡したF0や、原音の真のVUVラベルを描いているのではない。

期待集合と出力判定を分ける

時間支持内かつ65–700 Hz（両端含む）のexpectedを期待有声集合とする。出力有声はF0>0で、出力側を同範囲へ追加選別しない。期待無声、期待範囲外、時間支持外は別状態。今回の保存unmappedは0で、固定時刻支持と照合済み。

今回の自前YIN型評価と原著

今回の固定実装は、16 kHz波形への2 kHz low-pass後、80 ms窓・10 ms間隔で評価する。RMSが小さい、またはCMNDが0.15を下回る候補がない場合にF0=0を返し、後段が無声判定として数える。これは2 kHzへのリサンプリングではない。

YIN原著は有声判定そのものの評価を扱わず、閾値を下回る谷がないときには全域の最小値を選ぶ。今回の棄却処理との違いであり、バグ認定ではない。原著の誤り率を今回のVUV判定性能へ転用しない。出典：de Cheveigné & Kawahara (2002), YIN原著 proof PDF（§II-D・§VII末尾）。

保存データ・来歴

全28条件の整数・frame集合 JSON 全28条件 CSV 必要な保存系列104行 JSON 入力SHAと完了記録 音声の提供状況

実抽出104行・160 metric参照に対して、selection・元report・row/observation/波形SHA・保存整数を照合し、28条件の分解が元整数差と一致した。この保存系列・整数観察では計測や音声合成をやり直していない。試聴音声の取得・復旧経路は音声の来歴に別記する。公開用には必要なcase・条件・保存series・hash・整数だけを切り出し、私有の279source path、selection、元抽出receiptを含めない。

出典・帰属と加工

原音はLibriSpeech ASR corpus。提供元：Vassil Panayotov（Daniel Povey協力）、LibriVox朗読に由来。OpenSLR 12 / CC BY 4.0。作者・朗読者による本比較の推奨を意味しない。

保存F0系列と整数はこの録音・PML/RAW_FULL派生波形に対する既存評価からの抜粋。試聴音声は保存NPYの同一区間を16 kHzモノラルPCM16へ量子化したもの。ゲイン・正規化・クリッピング・再サンプリング・ディザは加えていない。音声の出典と加工 / 全15本の試聴来歴。