AI ATLAS 音声の測定・正規化 実習キット

この音源は独自の16音をコードで合成した教材です。
音楽生成AIの出力・実在の声・既存曲の編曲ではありません。
Python3.9以降の標準ライブラリだけで実行できます。ネット接続は不要です。

1. ZIPを専用フォルダーへ展開し、そのフォルダーで実行します。
   python audio_lab.py measure jingle-abrupt.wav jingle-faded.wav
   期待: 8秒、384000サンプル、境目の最大段差A=約0.474349/B=0。

2. 元のBから、基準だけを変えて別々に書き出します。
   python audio_lab.py normalize jingle-faded.wav my-peak.wav --mode peak --target-dbfs -3
   python audio_lab.py normalize jingle-faded.wav my-rms.wav --mode rms --target-dbfs -18
   my-peak: ピーク約-3/RMS約-8.047dBFS。
   my-rms: ピーク約-12.952/RMS約-18dBFS。
   同名の既存ファイルは上書きしません。別名でやり直してください。

3. 配布済み結果とコードを確かめます。
   python audio_lab_test.py
   16件のテストが通ることを確認します。

配布した正規化済み音源:
- jingle-faded-peak-minus3.wav: Bをピーク-3へ。元より約7.46dB大きいので再生音量を下げてから試す。
- jingle-faded-rms-minus18.wav: BをRMS-18へ。
- jingle-abrupt-rms-minus18.wav: AをRMS-18へ。フェードにはならず、段差が残る。

audio-metrics.json は実際の保存WAVから読み取った値です。
RMSは全8秒の二乗平均平方根です。無音/DC成分を含み、人間の聞こえ方で重み付けしません。
dBFS計算は整数値を正側の最大値32767で割る規約です。
railSamplesは-32768/32767に達した値の数です。
0件でも、以前に切り取られた波形を小さくした音が無歪みになるわけではありません。

対応範囲: 非圧縮16bitモノラルPCM、最大500万サンプル。
上限超過を予測したら出力せず停止。圧縮・リミッター・ノイズ除去は行いません。
LUFS、トゥルーピーク、実際の聞きやすさ、好み、安全な再生音量は測定していません。
音量の目標はこの比較用で、配信先共通の推奨値ではありません。
