Skip to content

Phase modulation ADAA evaluation 2026 11 03

odashi edited this page Nov 16, 2026 · 1 revision

位相変調:ADAAなし・1階・2階のノイズと実行速度(2026-11-03)

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

対象はmain 172de777f71ed77e85628907c74156534a89035d。同じ帯域別波形を使い、変調を受ける発振器の読出しを1階/2階ADAAに置き換えた試作を比較した。

結果

2階は1階よりエイリアスを強く抑える傾向がある。ただし、ADAA単独では全条件を−80 dB以下にできず、平均化による帯域内スペクトルの変化も残る。速度と音色の両方から、低倍率オーバーサンプリングとの併用を次の比較候補とする。

48 kHz・キャリア878.90625 Hz・二段変調、両段30%の代表条件。3発振器は同じ波形。変調元の周波数は1,423.828125 Hzと2,384.765625 Hz。数値は20 Hz〜20 kHzに折り返した成分のRMSを、その方式の帯域内基準信号のRMSで割ったdB値。小さいほど良い。

波形 ADAAなし 1階 2階
Sine -48.6 dB -60.6 dB -82.2 dB
Triangle -30.4 dB -42.4 dB -52.0 dB
Square -9.2 dB -17.8 dB -22.9 dB
Saw -10.4 dB -18.7 dB -24.6 dB

有効なPMの216条件を同じ条件同士で比較した改善量の中央値は、1階で9.5 dB、2階で14.6 dBだった。これは測定グリッドの記述統計であり、音色一般の平均性能を表すものではない。

指標(有効PM 216条件) ADAAなし 1階 2階
残留エイリアスの中央値 -10.7 dB -21.2 dB -26.2 dB
最悪値 15.6 dB 5.1 dB 2.3 dB
−80 dB以下の条件数 22 / 216 24 / 216 29 / 216

大きな変調で正のdB値になるケースは、折り返し電力が本来の帯域内信号電力を上回っている。 改善は一律ではない。96 kHz・約3,520 Hz・Square・二段各200%では、ADAAなし+0.35 dBに対し1階は+3.32 dBとなり、2.97 dB悪化した。二段では変調元の処理が次段のスペクトルを変えるため、各段単体の抑制からチェーン全体の改善を保証できない。

波形・テーブルと数値処理

  • Saw/Square/Triangleの27帯域すべてとSineに、1階・2階原始関数を用意した。元の波形の倍音数・振幅・帯域間クロスフェードを維持した。
  • 現行と同じFourier波形の4点Lagrange多項式を作り、その区間多項式を2回積分した。周期平均を0にして周期的な原始関数とし、累積積分はlong double、格納・評価はf64を使用した。
  • 1階原始関数は4次、2階原始関数は5次の区間多項式。両者の微分関係を保ち、独立した補間誤差が差分で増幅することを避けた。
  • 今回の試作は全周期を格納する。追加容量は1階60,541,120 bytes、2階72,649,344 bytes、合計約127.0 MiB。
  • 1階は2点、2階は3点の位相で分割差分を評価する。小さい区間では多項式の分割差分を直接評価し、非常に近い区間境界では局所求積を使う。2階の3点をソートして、位相が戻って先頭と末尾が等しくなる場合も扱う。
  • 位相差は周期を折り返す前の移動量を保持する。テーブル読出し時だけ周期内へ折り返す。
  • ADAAは変調を受ける段へ適用する。無変調の変調元、PM=0の発振器は既存の読出しを使用する。二段の場合、ADAA後のOsc2の生波形をOsc1へ渡す。Vol・定位・実効値補正は変調経路に掛けない。
  • 現行の同一時刻のチェーン接続へADAAを適用した構成。各段の平均化に伴う遅延と、キャリアに対する変調信号の相対位相変化も、以下の音色差に含まれる。

検証結果:

  • Sineの1,200条件を解析式/独立したGauss求積と比較。最大絶対差は1階3.52×10⁻¹²、2階1.16×10⁻¹¹。
  • 全波形・帯域に対し、位相差10⁻¹²、10⁻⁸、微小差分、同一点、逆行を含む4,640条件を求積と比較。最大差は1階3.87×10⁻⁸、2階1.98×10⁻⁸。
  • 原始関数が表す元波形と現行読出しの差を1,160,348点で検証。最大差2.95×10⁻⁷、相対RMS −139.53 dB。
  • 音源内Oscillatorと解析用処理の48条件を照合。最大差3.75×10⁻¹⁰。全試験で出力は有限。

式の説明は手法調査およびBilbaoほかの原論文を参照。

スペクトル測定の条件と指標

  • 44.1/48/96 kHz、キャリア目標220/880/3,520 Hz、周期4波形、PM 0/30/100/200%、一段/二段の288条件。3方式で計864結果。
  • FFT長8,192。キャリアを最寄り整数ビンkへ合わせ、Osc2はround(1.618*k) | 1、Osc3はround(2.713*k) | 1。全体がFFT区間で周期的になるため窓関数を掛けない。
  • 全発振器に同じ波形を使い、二段の場合は両段に同じ変調度を使う。Unison 1、フィルタ・クリッパーを通す前のキャリア生波形を解析する。
  • 基本波形のテーブル選択はホストレート基準で固定する。高倍率参照を作るときに倍音数を増やさない。
  • 各方式について、高密度の時刻で同じ出力関数を評価して参照スペクトルを作る。ADAAの過去点間隔は常にホストの1サンプル分とし、高倍率に合わせて平均化区間を短縮しない。これにより、その方式の帯域内成分とサンプリングで折り返す成分を分離する。
  • 参照は64倍と128倍から開始し、必要な条件だけ256〜4,096倍へ上げる。隣り合う倍率の参照差を記録する。最終倍率は128倍211条件、256倍22条件、512倍19条件、1,024倍15条件、2,048倍8条件、4,096倍13条件。
  • 収束条件は参照差をmin(-50, max(-100, alias_dB - 50)) dB以下とした。全条件で成立。残留エイリアスが−80 dBより大きい条件では参照差が残留成分より50.24 dB以上低く、−80 dB以下の条件では参照差自体が−156.15 dB以下だった。

ホストレート出力の複素FFT係数をX、同じ方式の高倍率参照の帯域内係数をRとし、20 Hz〜20 kHzで10 log10(Σ|X-R|² / Σ|R|²)をエイリアス指標とする。非整数倍の正規の側帯波をノイズとして数えない。参照の有限倍率による差は独立に記録している。

logs/assets/pm-adaa-2026-11-03/alias-1-stage.png

logs/assets/pm-adaa-2026-11-03/alias-2-stage.png

logs/assets/pm-adaa-2026-11-03/spectrum.png

帯域内の音色変化

エイリアス量とは別に、ADAAなしの高倍率参照と各方式の高倍率参照を比較した。振幅スペクトル差は20 log10(|| |R_ADAA| - |R_None| ||₂ / ||R_None||₂)。単純な時間ずれだけで大きくなる波形差ではなく、周波数成分の振幅変化を見る。

同じ代表条件(48 kHz・約880 Hz・二段・各30%):

波形 1階:帯域内電力変化 2階:帯域内電力変化 1階:振幅スペクトル差 2階:振幅スペクトル差
Sine -0.12 dB -0.21 dB -22.4 dB -15.1 dB
Triangle -0.07 dB -0.12 dB -22.4 dB -16.0 dB
Square -0.02 dB -0.19 dB -6.8 dB -5.0 dB
Saw -0.11 dB -0.21 dB -11.2 dB -7.8 dB

正弦波・2階の残留エイリアスは−82.2 dBだが、帯域内振幅スペクトル差は−15.1 dB。したがって「エイリアスが−80 dB以下だから、元のPMを−80 dB精度で再現できる」とは解釈できない。各段の平均化、次段へ渡す変調波形・実効変調度・相対位相の変化を含めて評価する必要がある。

logs/assets/pm-adaa-2026-11-03/coloration.png

実行速度

Intel Core i9-14900K、Linux x86_64、rustc 1.99.1。CPU 0へ固定、governor=powersave、クロック固定なし。Rustの最適化はopt-level=3, panic=abort, codegen-units=16。DSPを実行するRustバイナリを3方式で用意し、表の生成・読込・音源初期化は計測区間の外とした。

  • 48 kHz・256サンプルブロック。既存の標準21ケースとPM用9ケース、計30ケース。音源全体のステレオ出力生成時間を測る。
  • PM追加ケースは周期4波形×一段/二段、加えてSaw・3ユニゾンのコード。各波形ケースはPolyphony=4のアルペジオ、Osc2 Tune=+1200 cent、Osc3 Tune=+1900 cent、Osc2 PM=30%、Osc3 PM=0%または10%。Osc2/3 Vol=−∞。
  • コードケースはPolyphony=8、Unison=3、Detune=9 cent、Width=60%、Osc1 Saw・Osc2 Sine、Osc2 Tune=+1200 cent・PM=30%、LP2。音量・カットオフ・ノートイベントも標準ハーネスで処理する。
  • 10ブロック。各ブロック内の30ケース×3方式を無作為化し、計900実行。seed=2026110301。各実行は別プロセス。
  • 2秒分の音源準備と4秒分の測定経路を最低1周実行し、実時間10ms以上burn-in。初期化し直して同じ演奏履歴を作った後、4秒分の音声生成を計測する。ブロック間のクールタイムは5秒。
  • 同じケースのブロック番号で対応付け、1階対なし・2階対なしの両側対応t検定。全60比較へHolm補正。有意水準5%。平均差の95%信頼区間は多重比較補正前。

下表は平均ns/ステレオ1サンプル時刻。速度条件は通常演奏を想定し、上の固定音スペクトル条件とは別に設定した。

ケース なし 1階 2階 1階の増加 2階の増加
pm-sine-1 113.18 131.19 144.22 +15.9% +27.4%
pm-sine-2 134.00 162.75 184.12 +21.5% +37.4%
pm-triangle-2 169.79 184.77 210.06 +8.8% +23.7%
pm-square-2 170.25 185.05 214.12 +8.7% +25.8%
pm-saw-2 166.44 185.09 209.14 +11.2% +25.7%
pm-chords-u3 400.40 546.12 666.40 +36.4% +66.4%
phase-mod-bell 134.05 162.82 184.23 +21.5% +37.4%
auto-phase-mod 164.38 198.46 218.78 +20.7% +33.1%
sine-mono 36.67 40.45 40.42 +10.3% +10.2%
saw-chords 349.27 386.22 379.35 +10.6% +8.6%

logs/assets/pm-adaa-2026-11-03/timing.png

対応差のShapiro–Wilk検定では60比較中29比較でp<0.05となった。正規性を成立済みとは扱わず、t検定・信頼区間はその前提を伴う計算値として掲載する。外れ値の除外や、有意になるまでの再測定は行わず、全10ブロックの値を保持した。

全30ケースの対応比較・統計量。標準偏差・中央値・最小最大・対応差・t値・p値・Holm補正・信頼区間・診断値・全実行順は下記データにも記録した。

試作は履歴更新を変調対象の段に限定し、ADAA処理を通常の波形読出しループから分離した。修正前後の30ケース×2方式で音声ハッシュが一致したことを確認し、その後、上記10ブロックを全て測り直した。PM=0のケースも、追加Stateや分岐を含む音源全体の負荷として評価している。

判断

対応t検定では全60比較でHolm補正後も実行時間の増加を検出した。PMを使わないSineでも約10%、Sawコードでも約9〜11%の増加が残る。これら19ケースの音声は3方式でビット一致している。表の数値は追加State・分岐・コード配置を含む試作全体の費用であり、ADAAの数式だけの最小コストではない。採用には無変調経路への負荷も解消する必要がある。

2階はエイリアス抑制を強めるが、処理時間と帯域内スペクトル変化も大きくなる。今回の結果だけで1階/2階を無条件に採用するのは適切ではない。次は同じ帯域内基準音に対して、PMチェーンのx2/x4と、1階/2階+低倍率OSを比較し、必要な音色を保ちながらエイリアスを抑える構成を選ぶ。二段の相対時刻整合も比較条件として明示する。

データ

Clone this wiki locally