v0.1.0 スペクトル包絡いじり治具

変更履歴

記法は Keep a Changelog、採番は SemVer に従う。

[0.1.0] - 2026-09-18

録音した声を WORLD で分解し、スペクトル包絡だけを加工して聴き比べる治具の最初のリリース。

追加

録音と分解

• ブラウザで録音（10 秒で自動停止）し、pyworld で f0 / sp / ap に分解する
• 手元の音声ファイルの読み込み（002-wav-load）。webm・wav などを ffmpeg 経由で受け付ける
• 分解結果はサーバー内に最新 10 件まで保持し、UI の選択欄から切り替えられる

包絡の加工（適用順は morph → formant → smooth → tilt → bands → ゲインカーブ）

• フォルマントシフト（周波数軸の伸縮）、スペクトル傾斜、4 バンドのゲイン、ケプストラム平滑化、fo スケール
• 2 つの録音の包絡モーフィング（003-morph）。相手を現在の録音の長さに線形に伸縮し、対数領域で混ぜる。fo と ap は現在の録音のまま
• グラフ上の 20 点をドラッグして作るゲインカーブ（004-gain-curve）。50Hz〜20kHz の対数等間隔、±12dB

聴き比べ

• 元音と加工音の再生。Space キーで交互に切り替え
• 元の包絡・加工後の包絡・混ぜる相手の包絡を重ねた対数軸グラフ（500 / 1500 / 4000Hz に目安線）

操作の分かりやすさ（005-ui-affordance）

• 説明はツールチップで表示（ポインタ・キーボードフォーカスの両方、Escape で閉じる）
• 初期値から動かしたスライダーだけ色が付く

性能

3 秒の音声・Apple Silicon Mac での実測（中央値）。目標は分解 1.0 秒未満・再合成 0.3 秒未満。

処理	実測	目標
分解（/api/analyze）	0.47 秒	< 1.0 秒
再合成（/api/synthesize）	0.04 秒	< 0.3 秒

検証

• 5 アイテム 149 仕様すべて PASS、孤児 0 件（docs/items/*/verification.md、リビジョン ce54387）
• 自動テスト 238 件（DSP のユニット、API の統合、Playwright による E2E）
• 人の耳での受け入れ試聴 M1〜M3 すべて合格

既知の制限

• リアルタイム処理はしない（録音 → 解析 → 再生のターン制）
• 保持は最大 10 件、プロセスを終えると消える
• 加工結果の書き出し、時間変化する加工、DTW による時間対応付けは未実装