このアプリが示すもの
本人の「もし別の性だったら」という声を復元するものではありません。 1本の録音だけから反実仮想の解剖・発声習慣は特定できないため、本人の話し方を残しつつ、F0（声帯側）とスペクトル包絡／VTL近似（声道側）を相対変換する知覚実験です。
「女性／男性」は性自認の判定ではなく、このページ内の便宜的な音響プロファイル名です。推定結果は必ず手動で変更できます。
1. 環境チェック
Secure Context: 確認中
getUserMedia: 確認中
MediaRecorder: 確認中
マイク権限: 確認中
選択MIME:
—
AudioContext: 未作成
初回は録音開始またはマイク有効化で権限ダイアログが表示されます。
2. 録音またはファイル入力
0.0秒
待機中
ブラウザがデコードできる WAV / MP3 / M4A / WebM など。10秒を超える場合は先頭10秒だけを使います。
3. 音響解析
F0 中央値 / IQR—
F1 / F2 / F3 粗推定—
VTL 近似—
ZCR / spectral centroid—
推定: —
F0と声道近似だけでは判別が曖昧です。変換前に入力プロファイルを選んでください。
4. 変換
入力解析後に相対変換量を計算します。
処理順: 相対F0比でリサンプル → WSOLAで元の長さへ復元 → スペクトル包絡を相対VTL比へワープ → OfflineAudioContextでレンダリング。
5. 評価
| 指標 | 入力 | 出力 | 比 |
|---|---|---|---|
| median F0 | — | — | — |
| F1 | — | — | — |
| F2 | — | — | — |
| F3 | — | — | — |
| 変換時間 | — | ||
自己テスト
未実行
実機チェックリスト
- HTTPS または localhost で Secure Context がOKになる。
- 権限が prompt / unknown でも録音開始が押せ、ブラウザの許可画面が出る。
- 録音停止と10秒の自動停止が動作し、トラックが停止する。
- ファイル入力でも解析・変換・WAV保存ができる。
- 低確度では入力プロファイルの手動選択が必須になる。
- 出力の長さが入力とほぼ同じで、F0とF1–F3の比が表示される。
- about:srcdoc / sandbox では説明モーダルと保存ボタンが表示される。
- Chrome / Edge / Safariでコンソールに未処理例外が出ない。
研究根拠と限界
- Markova et al. (2016): 思春期の声帯・声道形態、F0、フォルマント位置の変化。
- Lee et al. (1999): 5–17歳と成人のF0・フォルマント・時間特性。
- Story et al. (2018): 年齢・性別依存の声道モデル。成人平均VTLは男性17.6 cm、女性15.6 cm。
- Zhao et al. (2023): WORLDによるadult→child変換。F0 240–300 Hz、男性側スペクトルワープ1.2–1.4。
- de Cheveigné & Kawahara (2002): YIN F0推定。
- Netzorg et al. (2024): 声の性別を固定カテゴリで扱う限界と、pitch / resonance / weightの分離。
本実装はWORLDそのものではなく、学術的な分解を軽量DSPで近似します。10秒の単独録音では、声帯の厚み、閉鎖率、息漏れ、発話様式、個人の成長軌跡を復元できません。医療・本人確認・性別判定には使えません。