Skip to content

Oversampling design 2026 11 01

odashi edited this page Nov 16, 2026 · 1 revision

全体オーバーサンプリングと出力LPFの設計案(2026-11-01)

過去の調査・実験ログです。本文の版・条件・結果は記録当時のものです。分類索引 · 技術資料

ディストーション追加後の実装(2af960bc260b66887159f30420e9a2c3747824a3)を基に検討した設計案。

全体処理

ホストのサンプルレートをFs、倍率をR=1/2/4とし、SynthesizerをR×Fsで動かす。発振器、ユニゾン、位相変調、音量・カットオフAHDSR、VoiceごとのSVFとDistortion、Voice加算、Master Volumeまでを内部レートで処理する。全Voiceを合成したステレオ出力にだけ間引き用LPFを追加する。

入力音声を持たない音源なので、内部レートで直接発振する。ホストへ返すサンプル数は変えず、1出力サンプルにつき内部サンプルをR個生成する。最大倍率に必要な履歴を初期化時に確保し、処理中の確保を避ける。

Note On/OffはホストのsampleOffsetの先頭内部サンプルへ対応付ける。連続パラメーターは既存のキューの意味を保ち、内部時刻n+j/Rで補間する。離散パラメーターは変更点で切り替え、同時刻ではパラメーター→ノートの順に適用する。0サンプルのフラッシュは設定反映だけを行う。

既存Envelopeはelapsed_samplesとnote_off_sampleを現在のレートで時間へ換算しているため、倍率だけ変えると時間位置が変わる。倍率変更で実時間の経過位置が変わらない時間管理へ修正する必要がある。発振器の位相とVoiceのフィルタ履歴は引き継ぎ、レート依存の位相増分・SVF係数は再計算する。

LPF候補の数値設計

比較を容易にし、ホストへ一定の遅延を通知できる線形位相FIRを第一候補とする。IIRは係数・演算数を減らせるが、位相と群遅延が周波数によって変化する。

最終段の帯域はホストFsに比例させる。通過帯域上限はFs×(20000/44100)、阻止帯域開始はFs/2。44.1 kHz出力では通過帯域20 kHz、阻止帯域22.05 kHz。48 kHz出力では21.769 kHzと24 kHzになる。係数はレートに依存しない固定表として使用できる。

Kaiser窓β=8.6のsinc FIRを作り、係数和を1へ正規化した。x4の2段案は、33タップのハーフバンドFIRで4Fs→2Fsとし、257タップで2Fs→Fsへ落とす。前段は通過域Fs/2、阻止域3Fs/2とする。前段で生じ得る最終通過域外への折り返しは後段で除去するため、合成応答と全間引きイメージを考慮して評価する。

NumPy 2.4.6、2^21点FFTで各フィルタと合成フィルタの振幅応答を評価した。2段案の合成インパルス応答はh1と、h2へ1個おきにゼロを挿入した列との畳み込み。表の乗算数は対称性とハーフバンドのゼロ係数を利用した、最終出力1サンプル・1チャンネルあたりの理論値。

構成 通過帯域の最大偏差 阻止帯域の最小減衰 遅延(ホストサンプル) 乗算数
x2・257タップ 0.000376 dB 87.78 dB 64 129
x4・513タップ1段 0.000378 dB 87.96 dB 64 257
x4・33+257タップ 0.000459 dB 87.78 dB 68 147

x4は2段案を推奨する。同じ最終段をx2と共用でき、1段案よりLPFの乗算回数が約43%少ない。FIRは残す出力だけを畳み込み、捨てる中間出力は計算しない。左右の係数を共用し、履歴は分ける。

目標仕様は通過帯域誤差0.01 dB以内、阻止帯域80 dB以上とする。上記は係数の数値応答であり、音源全体のエイリアシング低減量とは区別する。非線形処理中に内部Nyquistを越えて折り返した成分は、最終LPFでは除去できない。

遅延と切り替え

全モードを68ホストサンプルへ揃える案。x1は68サンプルの純遅延、x2はFIRの64+純遅延4、x4は2段FIRの68。44.1 kHzで約1.54 ms、48 kHzで約1.42 ms。抽出位相はホスト時刻nに対して内部時刻R×nを選ぶ設計とし、インパルス応答でも遅延を検証する。

VST3のgetLatencySamplesは68を返す。倍率を選び直しても報告値が変わらないので、切り替えごとのkLatencyChanged通知を避けられる。

GUI上部へOversamplingのx1/x2/x4ドロップダウンを追加し、整数の選択番号とVST3の離散パラメーターで扱う。初期値はx1、保存対象とする。変更要求は音声スレッドへ渡し、短いフェードアウト→倍率変更と出力LPF履歴初期化→履歴蓄積→フェードインで切り替える。ノート・エンベロープの時間・発振器位相は継続する。最大FIRの履歴幅は136ホストサンプル相当で、44.1 kHzでは約3.1 ms。前後の約1 msフェードを含め、約5 msの短い移行を想定する。

音色と検証方針

ホワイトノイズは内部サンプルごとに独立な乱数を発生するため、ピーク振幅を維持してレートを上げると、出力LPF後のRMSが下がる。最終LPF単体では入力RMSに対する比がx2で約0.688、x4で約0.486になる。補正を非線形処理の前へ入れると歪みの駆動レベルも変える。初期試作では既存の発振器振幅を維持し、この音量差を明示して比較する案とする。

検証は、DC利得、周波数応答、インパルス遅延、異なるブロック長での一致、モード切り替え中のAHDSR時間、sampleOffsetと補間、発音中・release中の切り替え、LPF残響の維持を行う。音質比較はSaw・Square・位相変調・Soft/Hardのスペクトルを中心に、48 kHzなどの出力レートを固定して行う。CPU負荷は1/32Voice、1/7Unison、静的設定とオートメーションありで測定する。全体DSPの演算回数は概ねR倍になり、出力LPFの費用が加わる。

性能実験

性能実験の結果:x1/x2/x4の全体DSPと、x4の1段・2段FIRを実測して比較した。

参照

タップ数削減の追試

タップ数削減の追試:129/65/33タップを比較し、窓の再調整と高域・阻止減衰・処理時間のトレードオフを測定した。

Clone this wiki locally