22x: NO-alpha theorem — no res-exponent makes detector level consistent across families (dual needs alpha<0, fc-scans break at alpha<=0); dual-vs-q table: cut@center CONSTANT across q, skirt cut falls ~exp(-res/0.49) converging at res>=2 -> notch geometry lives in the fine-grid twin template (536300), not per-bin arithmetic; pointwise (am,res^alpha)+single-law class REFUTED
This commit is contained in:
@@ -2149,3 +2149,50 @@ up=exp(-2π·κ·c·g·tau), down=1-up. Константы из дампа: DAT_
|
||||
2. comb 2.57 при живом faithful — разобраться после детектора.
|
||||
3. RT_DUMP_BIN-трасса живого плагина на dual-конфиге (покадрово mask/lvl) —
|
||||
прямой ответ на вопрос «какой lvl реально у тона 2000».
|
||||
|
||||
## ============ UPDATE 2026-08-23e (22x): ТЕОРЕМА О ОТСУТСТВИИ α + ТАБЛИЦА DUAL ПО q ============
|
||||
|
||||
Инструмент: scripts/resalpha.py — RT_DUMP_BIN-тракты всех уникальных рендеров
|
||||
(57 пар case/freq: lvl_a1, res, am на бине тона + реальные cut из рефов),
|
||||
CSV /tmp/opencode/resalpha_pairs.csv.
|
||||
|
||||
### Теорема об отсутствии α
|
||||
Модель lvl = am/res^α с ЕДИНЫМ законом cut=L(log2 lvl): имплицитные наклоны
|
||||
семей (концевые точки, дБ/октава lvl) при НИКАКОМ α ∈ [−0.6..1] не совпадают:
|
||||
- dual требует α≈−0.5 (наклон +0.2..+0.4);
|
||||
- при α≤0 t1k/t1kq/res получают БЕСКОНЕЧНЫЙ/отрицательный наклон (весь fc-скан
|
||||
схлопывается в точку по x — res перестаёт различать fc);
|
||||
- при α>0 dual-пара даёт отрицательный наклон (запрещено для монотонного закона).
|
||||
⇒ ВЕСЬ класс точечных моделей lvl=f(am, res^α) с общим законом ОТВЕРГНУТ.
|
||||
Глобальный LSQ по α плоский (1.59-1.63 дБ) — семейные смещения доминируют.
|
||||
|
||||
### Таблица dual по q (реальные cut, одна полоса @500)
|
||||
| q | res500 | res2000 | cut@500 | cut@2000 | Δ |
|
||||
|---|--------|---------|---------|----------|---|
|
||||
| 0.1 | 0.117 | 0.216 | 10.32 | 15.33 | +5.01 |
|
||||
| 0.5 | 0.117 | 0.839 | 10.32 | 11.82 | +1.50 |
|
||||
| 1.0 | 0.117 | 1.353 | 10.32 | 10.78 | +0.46 |
|
||||
| 3.0 | 0.119 | 1.880 | 10.29 | 10.32 | +0.03 |
|
||||
| 10 | 0.139 | 1.988 | 9.94 | 10.25 | −0.07 |
|
||||
|
||||
Структура: cut@500 КОНСТАНТА по q (драйвер центра не зависит от ширины полосы);
|
||||
Δcut(res2000) ≈ экспонента 5.4·exp(−res/0.49), схлопывание при res→2.
|
||||
cut@2000 ПАДАЕТ с ростом res2000 — противоположно любому «lvl растёт с res»
|
||||
и противоположно делению. Геометрическая интерпретация: широкий нотч (малое q)
|
||||
НАКРЫВАЕТ тон-конкурент сам по себе; вклад центра всегда полный. Это свойство
|
||||
ФОРМЫ twin-шаблона на мелкой сетке (0.25 Гц, FUN_180536300), а не пер-биновой
|
||||
арифметики на сетке 4096.
|
||||
|
||||
### al-группа (якорь уровня, fc=tone=1000)
|
||||
lvl_a1: 10.08/7.14/5.05/3.58/1.79/0.90 → cut: 13.64/12.44/11.28/10.13/7.97/6.01.
|
||||
Ломаная: наклон ≈1.16 дБ/окт для lvl≥1.8 и ≈2.06 ниже — кривизна закона
|
||||
подтверждена независимо (ср. 22s линии).
|
||||
|
||||
### Следствие
|
||||
Детекторный уровень НЕ восстанавливается из спектра бина функционально.
|
||||
Кандидаты: (а) скалярная огибающая сигнала через time-domain twin-банк
|
||||
(536300 строит res-кривые на сетке 0.25 Гц — возможно, тот же банк даёт и
|
||||
уровни), (б) форма кривой = res-шаблон × скалярный драйв, что естественно
|
||||
даёт постоянство центра и геометрическое покрытие скайрта.
|
||||
Решающий эксперимент — живая покадровая трасса детектора на dual-конфиге
|
||||
(registry-heartbeat инфраструктура готова, NOTES_CAPTURE.md).
|
||||
|
||||
@@ -0,0 +1,121 @@
|
||||
#!/usr/bin/env python3
|
||||
"""resalpha.py — find detector res-exponent alpha from existing references.
|
||||
|
||||
Model: lvl_case(alpha) = lvl_case(alpha=1) * res_case^(1-alpha)
|
||||
real cut = L(log2 lvl) with ONE monotone law L shared by all cases.
|
||||
For an alpha grid -> global LSQ of cut on (1, log2 lvl) -> mean|resid|(alpha).
|
||||
The alpha minimising residuals is the detector's true res-weighting.
|
||||
|
||||
lvl(1), res and am at the tone bin come from RT_DUMP_BIN tracts of the current
|
||||
build (bare-chain env; detector path identical). comb skipped (multiband).
|
||||
"""
|
||||
import os
|
||||
import subprocess
|
||||
import sys
|
||||
|
||||
import numpy as np
|
||||
|
||||
sys.path.insert(0, "/home/m/re-tools/scripts")
|
||||
sys.path.insert(0, "/home/m/re-tools/handoff")
|
||||
import corpus
|
||||
from render_parity import FS
|
||||
import corpus as _corpus_mod
|
||||
load = _corpus_mod.load_mono
|
||||
|
||||
RB = '/home/m/re-tools/dsp/build/render48k'
|
||||
ENVBASE = {'RT_LUT_OFF': '1', 'RT_IIR12': '0', 'RT_NOWARP': '1',
|
||||
'RT_NOBLEND': '1', 'RT_NOIIR3': '1',
|
||||
'RT_DUMP_BIN': '/tmp/opencode/resalpha_tract.txt'}
|
||||
OUT = '/tmp/opencode/resalpha_pairs.csv'
|
||||
|
||||
|
||||
def bin_of(f):
|
||||
return int(round(f / 48000 * 4096))
|
||||
|
||||
|
||||
def ta(x, f, sr=44100):
|
||||
x = x[-int(0.75 * sr):].astype(np.float64)
|
||||
t = np.arange(len(x)) / sr
|
||||
w = 2 * np.pi * f
|
||||
return np.hypot(2 * np.sum(x * np.cos(w * t)) / len(x),
|
||||
2 * np.sum(x * np.sin(w * t)) / len(x))
|
||||
|
||||
|
||||
def db(a):
|
||||
return 20 * np.log10(max(a, 1e-12))
|
||||
|
||||
|
||||
def main():
|
||||
all_cases = []
|
||||
for name, inp, args, ref, f in corpus.build_cases():
|
||||
joined = [','.join(args)] if len(args) == 3 else args
|
||||
all_cases.append((name, inp, joined, ref, f))
|
||||
|
||||
uniq = {}
|
||||
case_meta = {c[0]: c for c in all_cases}
|
||||
for name, inp, args, ref, f in all_cases:
|
||||
uniq.setdefault((inp, tuple(args)), []).append((name, ref, f))
|
||||
|
||||
rows = []
|
||||
out_wav = '/tmp/opencode/resalpha_out.wav'
|
||||
for (inp, args), items in sorted(uniq.items()):
|
||||
tract = '/tmp/opencode/resalpha_tract.txt'
|
||||
if os.path.exists(tract):
|
||||
os.remove(tract)
|
||||
env = {**os.environ, **ENVBASE,
|
||||
'RT_DUMP_FRAME': str(120 * max(1, len(args)) - 1)}
|
||||
subprocess.run([RB, inp, out_wav] + list(args),
|
||||
capture_output=True, text=True, env=env,
|
||||
cwd='/home/m/re-tools')
|
||||
try:
|
||||
d = np.loadtxt(tract)
|
||||
except Exception as ex:
|
||||
print('load fail', items[0][0], ex, flush=True)
|
||||
continue
|
||||
if d.ndim == 1:
|
||||
continue
|
||||
k = d[:, 0].astype(int)
|
||||
am, res, lvl = d[:, 1], d[:, 2], d[:, 3]
|
||||
for name, ref, f in items:
|
||||
b = min(bin_of(f), len(lvl) - 1)
|
||||
rows.append((name.split('_')[0], name, f, float(lvl[b]),
|
||||
float(res[b]), float(am[b]), inp, ref))
|
||||
print(f'{items[0][0]:>18}: dumped', flush=True)
|
||||
|
||||
final = []
|
||||
for g, name, f, lvl1, res, am, inp, ref in rows:
|
||||
if g == 'comb':
|
||||
continue
|
||||
cut = db(ta(load(inp), f)) - db(ta(load(ref), f))
|
||||
final.append((g, name, f, lvl1, res, cut))
|
||||
|
||||
with open(OUT, 'w') as fh:
|
||||
fh.write('group,case,freq,lvl_a1,res,cut_db\n')
|
||||
for g, name, f, lvl1, res, cut in final:
|
||||
fh.write(f'{g},{name},{f},{lvl1:.9g},{res:.9g},{cut:.6f}\n')
|
||||
print(f'\nwrote {len(final)} rows -> {OUT}')
|
||||
|
||||
# ---- alpha scan ----
|
||||
lx = np.array([np.log2(max(r[3], 1e-9)) for r in final])
|
||||
lr = np.array([np.log2(max(r[4], 1e-12)) for r in final])
|
||||
y = np.array([r[5] for r in final])
|
||||
gs = np.array([r[0] for r in final])
|
||||
|
||||
print(f'\n{"alpha":>6} {"mean|resid|":>11} per-group resid mean')
|
||||
best = None
|
||||
for alpha in np.arange(-0.5, 1.51, 0.05):
|
||||
x = lx + (1 - alpha) * lr
|
||||
A = np.stack([np.ones_like(x), x], axis=1)
|
||||
coef, *_ = np.linalg.lstsq(A, y, rcond=None)
|
||||
resid = y - A @ coef
|
||||
m = float(np.mean(np.abs(resid)))
|
||||
pergrp = ' '.join(
|
||||
f'{g_}:{np.mean(resid[gs == g_]):+.2f}' for g_ in ['t1kq', 't1k', 'al', 'res', 'dual'])
|
||||
print(f'{alpha:>6.2f} {m:>11.3f} {pergrp}')
|
||||
if best is None or m < best[1]:
|
||||
best = (float(alpha), m)
|
||||
print(f'\nBEST alpha={best[0]:.2f} mean|resid|={best[1]:.3f}')
|
||||
|
||||
|
||||
if __name__ == '__main__':
|
||||
main()
|
||||
Reference in New Issue
Block a user