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。
既定VUV警告の異なる集合パターンを示す3録音を、結果確認後に選んだ事後診断例です。 聴覚上の悪化が確定した例、無作為な代表例、品質順位とは扱いません。品質測定や閾値は追加していません。
各例で原音、無編集PML、無編集RAW_FULL、指定音高のPML、指定音高のRAW_FULLの5音声を比較します。 原音3本とPML6本は既存バックアップから全長NPYのbytes・SHA256一致を確認しています。RAW_FULL6本は元のfull120評価とは別の復元runで再生成し、 固定された元波形の全長NPY SHA256と完全一致したものを使用しています。復元で実行した合成と、このクリップ書出し工程を区別します。 書出し自体は合成しません。全長NPY一致は元の実行履歴の再現を意味せず、古いreceiptを再発行しません。合成seedは全て0です。
全て16 kHzモノラルです。全長float64 NPYから各例で同じ指定区間を取り出し、np.rint(x×32768)（ちょうど中間は偶数丸め）でPCM16 WAVへ変換します。 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、無音削除はしません。PCM16範囲外なら停止します。 第1例のプレーヤー時刻0秒は元録音の1.2秒です。元時刻はクリップ時刻にこのoffsetを加えて読んでください。
原音は未編集の参考であり、±3半音の正解波形ではありません。品質計測に使った全長NPY・共通窓と、今回の試聴範囲は区別してください。 元NPY全体の期待・観測SHA、観測bytes、復元runの実開始・完了時刻と新completion SHA、float64 array/PCM・切出し・PCM16・WAVの新しい識別子と最大量子化差FSを 試聴来歴に記録します。RAW_FULL6本の元NPY期待bytesは独立metadataが未回収のためnullです。 古いarray/PCM/RNG期待値は利用できず、元値との照合を主張しません。新しい復元receiptとのRAW_FULL array/PCM照合とは区別しています。