時間再割当の追加観測 · 2026年10月19日
前に見える成分は、実波形か、表示の広がりか
原音にも参考範囲より前の小さな波形があります。時間再割当で見え方は変わりますが、前半の表示量は減る条件と増える条件の両方があり、音の改善や成分の消失とは結論できません。
現PMLとRAW_FULLの比較
現開発ベースはPMLを維持し、RAW_FULLは未採用です。同じsample3の参考枠内の波形量は0半音でPMLが大きく、＋3半音ではRAW_FULLが大きくなります。今回の資料は1録音の表示診断と人工混合の説明分析で、品質順位や採用を決める比較ではありません。
原音の既存WAVPML 0半音の既存WAVRAW_FULL 0半音の既存WAVPML −3半音の既存WAVRAW_FULL −3半音の既存WAVPML ＋3半音の既存WAVRAW_FULL ＋3半音の既存WAV
同じsample3（LibriSpeech 121-121726-0012）の既存公開PCM16、各4.045秒。加工条件はseed 0。ここで聴けるのは既存音声です。A/Bはその同じ音の表示方法で、再割当後の新音声はありません。
sample3の実波形と時間表示
原音、PML/RAW_FULLの0・±3半音、seed 0。2.00–2.22秒の生波形、40ms/10msの周波数表示、同じ40ms係数のA/B時間配置を比較します。
原音にも2.08秒以前の波形量あり。Bの前半係数量は0・−3半音で増え、原音・＋3半音で減少。
H1の負の対差を帳簿分解
元の4乱数系列×8位置ずれ、全32ペア。自己項・干渉項・時刻割当・採用集合の出入りへ符号付きで分解します。
負対差4組では時刻割当項が最大の負項。pの物理的消失や因果効果を示すものではありません。
2つの資料を混同しないために
- 実際の音声
- sample3は自然音声の混合です。2.08–2.13秒は参考枠で、正解の音素境界ではありません。
- 既知の人工混合
- H1ではpの支持範囲と入力が既知です。その帳簿分解を、自然音声の音素同定や分離性能へ直接外挿しません。
- 変えたもの
- 観測と説明です。今回の掲載作業で再測定・新合成・順位計算はしていません。
- 残る問題
- 自然混合で再割当の時刻が正しいか、弱い先行成分を識別できるか、聴覚上どちらが良いかは未解決です。