音声の人物識別セッション

創作例：無線卓で受け取る声

Neriが地図棚の引き出しを探していると、渡し舟から夕方の出発表を求める通信が入ります。無線卓にいるのはNeraです。二人の会話は途中でした。Neriは修正された停泊場所を見つけ、Neraは手書きの乗客表を確認しています。通信が始まっても、登場人物の紹介は繰り返しません。

スピーカーから「Neri、表を受け取って」と聞こえます。Neraは紙へ手を伸ばして止まります。棚のそばにいる人物への依頼なのか、それまで無線卓で続いていた会話なのか。Neriも、卓に向けた話が終わるのを待ってしまいます。舟が応答を待つ間、紙は二人の間に残ります。

Neraは「修正した停泊場所の表、それとも乗客表？」と尋ねます。返答によって、改名より先に作業が整理されます。Neriは地図に関する仕事を、Neraは乗客への応答を引き受けます。二人の身元を残しながら、受け渡しを聴いて追うための動作と役割を増やせる場面です。

これは独自の創作例です。実在する音源でも、聴き手のテスト結果でもありません。問題は、誰への台詞で、その後に誰が動くのかという帰属です。二つの綴りが音声上で混同しやすいという事実は確立していません。演技、録音、文脈、提示した選択肢も関わります。場面は合図を点検する理由であって、測定した原因の証拠ではありません。

もし脚本のNeriをSolへ変えても音源が同じなら、新しい綴りだけで録音は直りません。通信する人物が仕事を示してから相手を呼べば、改名せずに追いやすくなるかもしれません。それは別条件で試す創作上の仮説です。古い正解を書き換えて過去の選択を正しく見せず、元の条件と新しい応答をそれぞれ残します。

思い出した綴りではなく、人物を尋ねる

この作業台は、作者が選んだ手元の音声を再生し、匿名のセッションでどの人物を選択したか記録します。綴りを再現してもらう課題とは違います。人物は分かっていて綴りを誤ることも、画面の選択肢は正しく読めても声の相手を取り違えることもあります。一方の結果を、もう一方の観察へ置き換えません。

音声劇の受け渡し、漫劇の合図、ボイス付きゲームの導入に使えます。公開する選択肢、非公開の試行と正解、自分で用意した音声を入力します。初期例に発話音源があるふりはせず、録音も自動生成しません。聴き手の募集、研究の無作為化、参加者が別人かの検証、集団の聞き取り率の予測はしません。初期の回答台帳は空です。

最良の名前を決める点数もありません。非公開の表は、入力した条件での選択の件数です。次に何を確認するかには役立ちますが、演技全体から名前だけの効果を分離しません。「別の人物を選んだ」は具体的な記録です。「子音が原因だ」は追加の説明であり、この件数だけでは証明できません。

回答画面を開く前に、選択肢を用意する

人物には固有IDと公開ラベルがあります。試行にはID、中立なclip ID、condition、中立なprompt、意図した人物のintended、選べるchoicesを指定します。選択肢は意図した人物を含む二〜十二件です。一試行で完全に同じラベルを二つ置くと、何を選ぶ課題か曖昧になるため拒否します。ラベルから読みを推定することはありません。

試行は入力した順です。無作為化した設計ではなく、試行の繰り返しや再生し直しを別の人とは数えません。promptにはClip 1のような中立の表示を使います。clip IDやcondition、ほかで聴き手に見せるファイル名へ正解を書かないでください。正解欄を技術的に隠しても、質問そのものが答えを告げていれば補えません。

準備欄でclip IDごとにローカルファイルを選びます。空でない二十MB以内、取得できる長さが零より大きく十分以内の音声が対象です。実行しているブラウザーが対応する必要もあります。拡張子だけで再生できるとは判断しません。情報を取得できない音源は利用不可のままにし、成功した無音の試行へ置き換えません。

ページ内の再生にはローカルのobject URLを使います。File APIは、選択したファイルとURLへのアクセスの参考です。この実装は音声をアップロードする要求を送りません。選んだバイト列はローカルのSHA-256トークンとして非公開の再生記録へ関連付けます。音声自体とファイルシステム上の名前はプロジェクトへ入れません。トークンは実装上の参照で、権利や発話内容の認定ではありません。

実際に出した問いを、セッションに固定する

新しい匿名セッショントークンを入力し、回答画面を開きます。session-01のような記号を使い、氏名、メール、連絡先は入れません。その時点の人物と試行を、セッションに正確に保持します。開いた時点では空のセッションができるだけです。回答や観察済みの試行を創作しません。トークンは別人という証明でもありません。

通常の回答画面は、作者の入力、意図した人物、ガイド、非公開の分析を隠します。中立な提示、プレイヤー、選択可能なラベルを表示します。協力して行う課題の表示の分離です。ページのソースと編集可能な記録は残るため、安全な試験や、前もって正解を見た人への対策ではありません。

進行中のトークンは、固定した条件が現在と完全に一致するときだけ再開できます。ラベル、意図した人物、順序、選択肢が変われば比較も変わります。条件が異なる終了セッションは保持しますが、現在の表から除きます。今日好ましい相手へ、昨日の選択を勝手に割り当て直しません。

復元でも同じ考え方を使います。記録した条件と応答は戻せますが、手元の音声へのアクセスは消します。ファイルを再選択してください。以前の再生記録が残ることは、現在のタブにその音声が読み込まれたことや、もう一度再生したことを意味しません。終了後は保存か書き出しをしてから離れます。進行中の回答画面は、自動で永続保存する録音装置ではありません。

再生の状態を、回答の状態と分ける

再生ボタンか標準の音声操作を使います。ページは再生開始と、再生範囲を伴う終了を記録します。人物を選んだ回答と不確かの応答は、ブラウザーが報告した再生範囲を伴って音声が終了した後に有効になります。長さの取得、カーソルを終わりへ動かすこと、再生時間の値があることだけでは、この作業での提示完了にはしません。

判定はメディア要素のplayed範囲を使い、許容差は五十ミリ秒と短い音源の五パーセントのうち小さい方です。内部の実装上の選択で、聴覚の閾値ではありません。ブラウザーが返す複数の範囲を合計するため、一度の中断のない再生とも限りません。聞こえたこと、注意、理解の保証にはなりません。HTMLのメディア仕様を参考にしても、その状態を心理的な証拠へ変えません。

最初から再生する操作は、明示した再生し直しの要求を記録し、音源を読み直します。標準の一時停止と再開でも再生開始は増えるため、開始数を完全な再生し直しの回数とは呼びません。再生要求の失敗も回答完了へ変えません。音源、試行、セッションが現在のものか確認してから非同期のイベントを使い、以前の音声の遅れた通知で次の回答を有効にしないようにします。

開始がなければ、スキップ操作はunplayedを記録します。開始を試みた後ならskippedとなり、失敗や範囲不足を含む再生状態も残ります。不確かの応答には、人物選択と同じ終了条件が必要ですが、選択した人物の欄には加えません。聴いて迷ったことと、提示できなかったことを分けるためです。

分母を創作せず、表を読む

終了すると非公開の分析へ戻ります。固定した条件が完全に同じ終了セッションだけを現在の件数へ入れます。条件ごと、意図した人物ごとに行を分け、列は選んだ人物です。一回答は意図した相手と選んだ相手の一つの欄へ加わり、同じ名前があるから別条件へも加算することはありません。

選択回答の分母には、人物を選んだ回答だけを使います。不確か、スキップ、未再生、未記録は別です。未記録は、一致する終了セッションに設定されていた試行の回答行がない状態です。誤答ではありません。一件も人物選択がない行は横棒で示し、間違い零から完全な聞き取りを証明したようには見せません。

問いのラベルだけでなく、記録した音声内容も確認します。一致する終了セッションの同じ試行IDに、異なる内容トークンで再生開始がある場合、その行を比較不可として人物選択の件数を保留します。元の応答は内部記録へ残ります。回答零の意味ではありません。トークンを調べ、別の録音条件を定めてから比較してください。同じclipラベルに付けた別ファイルを、同じ演技として黙って合算しません。

例えば合成の開発セッションで、aを意図した試行にbを選び、二つ目は記録せず終了したとします。最初の行にはbの選択一件と別人への帰属一件、次の行には未記録が残ります。これは集計を説明する例で、初期台帳に実際の聴き手として入れていません。NeriやNeraの性質の結論にも使えません。

セッションが進行中なら、正確に一致する直前の回答を戻せます。試行の再生状態をリセットし、関係ない記録を保持します。その行を後から変えたり終了したりしていたら、上書きする復元を拒否します。内部の配列を編集できることと、その出来事が起きた証明とは別です。読み込んだ記録も、編集可能な主張として扱います。

名前より先に、関係する合図を動かす

気になる欄があれば、実際の音声を動作と選択肢の隣で聞きます。呼び掛け、仕事の合図、割り込み、演技のどこを変えるか考えます。一セッションだけで全員を改名する必要はありません。比較するなら、新しい音声を別条件で記録し、両方の問いを残します。異なる聴取環境をこの作業台が自動でそろえるわけではありません。

非公開の引き渡しには固定条件、応答、再生状態、件数の定義が入ります。音声とファイル名を省いても、作者がラベルや提示文へ人の情報や未公開の展開を書けば残ります。共有前に確認してください。聴き手への送信、連絡先の作成、本人確認はしません。

演者へ確認済みの読みと場面を渡すなら、発音準備のツールを使います。文字で再現できるかなら綴りの回想、録音前の宣言した文字上の比較なら群像の区別が適しています。同じ制作に役立つ作業でも、互いを実施した証拠ではありません。ここで得るのは、追跡できる聴取選択の記録と、次の改稿で確かめる具体的な問いです。

音声が終われば聴こえた証明ですか

ブラウザーのメディアイベントと再生範囲の記録です。消音、出力の問題、注意、理解は確立しません。記録も編集可能なローカルの主張として扱います。

不確かやスキップを誤答にしないのはなぜですか

違う問いだからです。不確かは提示の終了後に人物を選ばない応答、スキップは再生を試みた後も使えます。未再生は開始なしです。どれも選んだ人物を創作しません。

回答後に意図した人物を変えられますか

セッションは元の正確な条件を保持します。対象、ラベル、順序、選択肢を変えると現在の表から除き、過去の回答を黙って採点し直しません。

保存したプロジェクトは音源も再び開きますか

条件と記録だけを保持し、音声やファイル名は含めません。復元すると音声アクセスを消して再選択を求めます。離れる前に終了セッションを保存か書き出ししてください。回答画面は自動保存ではありません。