Release V3.8 source, illustrated manual and Spectrum workflow
This commit is contained in:
+54
-54
@@ -192,61 +192,61 @@ Spectrum ONの品質はSeed依存で変化する。結果確認なしの長尺
|
||||
- このMarkdownと機械可読なJSON/CSVを通常Gitへ追加する。
|
||||
- コンタクトシートは`docs/assets/ab-tests/`等へ追加する。
|
||||
- 大容量MP4は通常Gitへ直接追加せず、GitHub Release assetsまたはGit LFSを検討する。
|
||||
- 公開前にPrompt、Workflow、モデル、ComfyUI revision、Python/Torch/CUDA、GPU、生成時間を各サンプルへ紐付ける。
|
||||
|
||||
## 00048 / 00049: 0.5 MP Seam Off vs Auto
|
||||
|
||||
- 共通条件: 576x896 (約0.5 MP), 24 fps, 3 x 5秒, Spectrum On, Warmup 1, Actual Prefix 2, Balanced 22, base seed 1235。
|
||||
- 00048: Seam Off。5秒境界比 0.3583、10秒境界比 0.8562。
|
||||
- 00049: Seam Auto。5秒境界比 0.3709、10秒境界比 0.4271。
|
||||
- 視覚評価: 両方とも人物・衣装・肌は安定し、見た目の差は小さい。Autoは10秒境界を数値上改善した。
|
||||
- 音声: 両方ともほぼ無音のため、音声シーム効果は未評価。
|
||||
- 注意: 0.5 MP条件のため、0.6 MPで発生したSeed 1235の崩れをWarmup 1が解消したとは断定しない。
|
||||
|
||||
### 目視評価の補足
|
||||
|
||||
- ユーザー目視では00049(Seam Auto)の方がフリックが若干目立つ。
|
||||
- 00048(Seam Off)の方が境界変化を比較的抑えられている。
|
||||
- 境界指標の改善と主観的なフリック低減は一致しなかったため、本比較では目視評価を優先しSeam Offを採用候補とする。
|
||||
|
||||
|
||||
## 00050: 音声あり一貫性テスト
|
||||
|
||||
- 条件: 576x896(約0.5 MP)、24 fps、3 x 5秒、Spectrum On、Warmup 1、Balanced 22、base seed 1235、Seam Off。
|
||||
- 音声レベル: mean -19.9 dB、peak -6.4 dB。前回のほぼ無音サンプルより音声境界の評価に適する。
|
||||
- 目視: 3チャンクを通して人物、髪、衣装、背景、露出は安定。肌・顔の累積崩れも目立たない。
|
||||
- 5秒境界: 境界付近で瞬きが始まるためフレーム差はあるが、露出フリックより自然動作として見える。
|
||||
- 10秒境界: 口形、顔、背景の連続性が高く、明確な視覚ジャンプは小さい。
|
||||
- 未確認: 音声境界のクリック、F0、短時間RMS、スペクトル差の数値解析。
|
||||
- 次の比較: 同一Prompt・Seed・解像度・Warmupのまま、SeamだけAutoへ変更した1本と比較する。
|
||||
|
||||
### 00050 音声の目視・聴感補足
|
||||
|
||||
- ユーザー聴感で10秒(Chunk 2→3境界)に短いプチノイズを確認。
|
||||
- 同境界の映像連続性は良好であり、映像シームと音声シームの品質が一致しない例となった。
|
||||
- 暫定対策候補: Video Seam Off、Audio Seam Autoを独立設定にする。
|
||||
|
||||
|
||||
### 00050 実行レポート補足
|
||||
|
||||
- Prompt plan: Fixed、3 chunks、5.000秒。Seam correction Off。
|
||||
- Chunk seeds: 12362262848839836333 / 1129406137053299874 / 8524677167168820503。
|
||||
- Continuity motion: Chunk 2 = 0.378492、Chunk 3 = 0.388277。Continuation chunksはActual Prefix 2を要求。
|
||||
- Retained frames: 124 + 119 + 119 = 362。Exact-durationで360 framesへ末尾調整。
|
||||
- Audio: 480000 samples(32 kHz、15.000秒)。末尾補正 -2667 samplesは2 frames相当で、10秒境界のプチノイズ原因とは分離して扱う。
|
||||
- 判定: sample-boundary alignmentは尺を整合させているが、波形位相・振幅の連続性までは保証しない。Audio Seam Off基準として保存する。
|
||||
|
||||
### 00050 境界評価の訂正
|
||||
|
||||
- 5秒(Chunk 1→2): 映像フリックが確認できる。
|
||||
- 10秒(Chunk 2→3): 映像フリックは目立たないが、音声に短いプチノイズがある。
|
||||
- 映像と音声の問題位置は一致していないため、Video SeamとAudio Seamは独立評価・独立処理が必要。
|
||||
|
||||
- 公開前にPrompt、Workflow、モデル、ComfyUI revision、Python/Torch/CUDA、GPU、生成時間を各サンプルへ紐付ける。
|
||||
|
||||
## 00048 / 00049: 0.5 MP Seam Off vs Auto
|
||||
|
||||
- 共通条件: 576x896 (約0.5 MP), 24 fps, 3 x 5秒, Spectrum On, Warmup 1, Actual Prefix 2, Balanced 22, base seed 1235。
|
||||
- 00048: Seam Off。5秒境界比 0.3583、10秒境界比 0.8562。
|
||||
- 00049: Seam Auto。5秒境界比 0.3709、10秒境界比 0.4271。
|
||||
- 視覚評価: 両方とも人物・衣装・肌は安定し、見た目の差は小さい。Autoは10秒境界を数値上改善した。
|
||||
- 音声: 両方ともほぼ無音のため、音声シーム効果は未評価。
|
||||
- 注意: 0.5 MP条件のため、0.6 MPで発生したSeed 1235の崩れをWarmup 1が解消したとは断定しない。
|
||||
|
||||
### 目視評価の補足
|
||||
|
||||
- ユーザー目視では00049(Seam Auto)の方がフリックが若干目立つ。
|
||||
- 00048(Seam Off)の方が境界変化を比較的抑えられている。
|
||||
- 境界指標の改善と主観的なフリック低減は一致しなかったため、本比較では目視評価を優先しSeam Offを採用候補とする。
|
||||
|
||||
|
||||
## 00050: 音声あり一貫性テスト
|
||||
|
||||
- 条件: 576x896(約0.5 MP)、24 fps、3 x 5秒、Spectrum On、Warmup 1、Balanced 22、base seed 1235、Seam Off。
|
||||
- 音声レベル: mean -19.9 dB、peak -6.4 dB。前回のほぼ無音サンプルより音声境界の評価に適する。
|
||||
- 目視: 3チャンクを通して人物、髪、衣装、背景、露出は安定。肌・顔の累積崩れも目立たない。
|
||||
- 5秒境界: 境界付近で瞬きが始まるためフレーム差はあるが、露出フリックより自然動作として見える。
|
||||
- 10秒境界: 口形、顔、背景の連続性が高く、明確な視覚ジャンプは小さい。
|
||||
- 未確認: 音声境界のクリック、F0、短時間RMS、スペクトル差の数値解析。
|
||||
- 次の比較: 同一Prompt・Seed・解像度・Warmupのまま、SeamだけAutoへ変更した1本と比較する。
|
||||
|
||||
### 00050 音声の目視・聴感補足
|
||||
|
||||
- ユーザー聴感で10秒(Chunk 2→3境界)に短いプチノイズを確認。
|
||||
- 同境界の映像連続性は良好であり、映像シームと音声シームの品質が一致しない例となった。
|
||||
- 暫定対策候補: Video Seam Off、Audio Seam Autoを独立設定にする。
|
||||
|
||||
|
||||
### 00050 実行レポート補足
|
||||
|
||||
- Prompt plan: Fixed、3 chunks、5.000秒。Seam correction Off。
|
||||
- Chunk seeds: 12362262848839836333 / 1129406137053299874 / 8524677167168820503。
|
||||
- Continuity motion: Chunk 2 = 0.378492、Chunk 3 = 0.388277。Continuation chunksはActual Prefix 2を要求。
|
||||
- Retained frames: 124 + 119 + 119 = 362。Exact-durationで360 framesへ末尾調整。
|
||||
- Audio: 480000 samples(32 kHz、15.000秒)。末尾補正 -2667 samplesは2 frames相当で、10秒境界のプチノイズ原因とは分離して扱う。
|
||||
- 判定: sample-boundary alignmentは尺を整合させているが、波形位相・振幅の連続性までは保証しない。Audio Seam Off基準として保存する。
|
||||
|
||||
### 00050 境界評価の訂正
|
||||
|
||||
- 5秒(Chunk 1→2): 映像フリックが確認できる。
|
||||
- 10秒(Chunk 2→3): 映像フリックは目立たないが、音声に短いプチノイズがある。
|
||||
- 映像と音声の問題位置は一致していないため、Video SeamとAudio Seamは独立評価・独立処理が必要。
|
||||
|
||||
### 00050 最終訂正(この評価を優先)
|
||||
|
||||
- 5秒(Chunk 1→2): 映像フリックあり。
|
||||
- 10秒(Chunk 2→3): 映像フリックは目立たない。
|
||||
- 音声: 明確なプチノイズは確認できない。先行する「10秒に音声ノイズあり」という記録は取り消し、未検出として扱う。
|
||||
|
||||
- 5秒(Chunk 1→2): 映像フリックあり。
|
||||
- 10秒(Chunk 2→3): 映像フリックは目立たない。
|
||||
- 音声: 明確なプチノイズは確認できない。先行する「10秒に音声ノイズあり」という記録は取り消し、未検出として扱う。
|
||||
- 00050はAudio Seam不具合の根拠にはせず、音声は専用テストで改めて検証する。
|
||||
|
||||
## V3.2.1 Reference + Continuation 実機成績
|
||||
|
||||
Reference in New Issue
Block a user