#!/usr/bin/env python3 from pathlib import Path import os,json,math ROOT=Path(__file__).resolve().parent;os.environ.setdefault('MPLCONFIGDIR',str(ROOT/'results'/'mplconfig')) import numpy as np import matplotlib matplotlib.use('Agg') import matplotlib.pyplot as plt j=json.loads((ROOT/'results'/'DX01-performance.json').read_text());stats=j['analysis']['summaries'];signals=['bass','pad','drums'];comp=['peaklog','peaklinear','rmsiir','rmswindow','gainlinear'];lim=[('instant',0),('box',1),('triangle',1),('compensated',1),('box',5),('triangle',5),('compensated',5)];out=ROOT/'results'/'performance-figures';out.mkdir(exist_ok=True) for kind,methods in [('compressor',comp),('limiter',lim)]: fig,ax=plt.subplots(figsize=(12,5));x=np.arange(len(methods));w=.24 for i,signal in enumerate(signals): ids=[f'comp.{m}.max.{signal}'if kind=='compressor'else f'limit.{m[0]}.max.{m[1]}.{signal}'for m in methods];means=[stats[k]['mean']for k in ids];ci=[stats[k]['sd']*2.262157/np.sqrt(10)for k in ids];ax.bar(x+(i-1)*w,means,w,yerr=ci,capsize=3,label=signal) ax.set_xticks(x,methods if kind=='compressor'else[f'{m}\n{d} ms'for m,d in methods]);ax.set_ylabel('ns / stereo frame');ax.set_title('10 blocks: mean and 95% CI, 48 kHz, buffer 256');ax.grid(axis='y',alpha=.2);ax.legend();fig.tight_layout();fig.savefig(out/f'{kind}-cpu.png',dpi=160);plt.close(fig) for group,methods in [('compressor',comp),('limiter',lim)]: text=f'# {group.capitalize()}: CPU・メモリ・遅延の比較\n\n48 kHz・stereo・256 framesで、準備2秒、測定4秒分の音声を処理した。各試行は実時間10ms以上かつ全区間1周以上のburn-in後に状態をリセットし、再び準備して測定する。39条件をブロックごとに無作為化し、10ブロック、ブロック間5秒、CPU0固定で実施した。seedは2026110501。入力・全出力配列を先に確保し、処理区間にI/Oや確保を入れない。\n\n' if group=='limiter':text+='性能試験のLimiter設定はceiling−1dB、Input Gain+6dB、release100ms、左右max共通gain。音響試験では入力波形の振幅を直接指定するためInput Gain0dBを使う。\n\n' text+='これは**同じ数値設定による異なる音響方式**の比較である。減衰量、過渡応答、歪みが違うため、速度だけで方式を置き換える判断はしない。\n\n' text+=f'![CPU比較](../../results/performance-figures/{group}-cpu.png)\n\n| 方式 | Bass | Pad | Drums |\n|---|---:|---:|---:|\n' for method in methods: ids=[f'comp.{method}.max.{signal}'if group=='compressor'else f'limit.{method[0]}.max.{method[1]}.{signal}'for signal in signals];label=method if group=='compressor'else f'{method[0]} {method[1]} ms';text+=f'| {label} | '+' | '.join(f"{stats[k]['mean']:.3f}"for k in ids)+' |\n' text+='\n単位はns/stereo frame。bypassは '+', '.join(f"{signal} {stats['bypass.'+signal]['mean']:.3f}"for signal in signals)+' ns/frameで、上の値から差し引いていない。図のerror barは各条件の平均の95%区間、方式間の判定は次のブロック内ペア差による。\n\n' text+='## 対応のある比較\n\n39条件全体で事前登録した42比較にHolm補正を適用した。差は候補−参照、比率は候補平均/参照平均。\n\n| 参照 → 候補 | 平均差 ns/frame | 差の95%区間 | t (df=9) | Holm p | 比率 |\n|---|---:|---|---:|---:|---:|\n' comparisons=[v for v in j['analysis']['comparisons']if v['reference'].startswith('comp.'if group=='compressor'else'limit.')] for v in comparisons:text+=f"| {v['reference']} → {v['candidate']} | {v['difference']['mean']:+.3f} | [{v['ci95'][0]:+.3f}, {v['ci95'][1]:+.3f}] | {v['t']:.3f} | {v['p_holm']:.3g} | {v['mean_ratio']:.3f} |\n" text+='\n10ブロックは分布の形を詳しく断定するには少なく、ペア差の正規性・lag-1相関も全JSONへ記録した。cooldownは負荷状態を離す操作であり独立性の証明ではない。有意差がない比較を同等とは扱わない。\n\n' if group=='compressor':text+='## 選択時の読み方\n\nこの3信号ではC5が軽い一方、80 Hzの歪みとゲイン変動はC1より大きかった。RMS2方式は低音のゲイン変動を抑える代わりに検出遅れを追加し、矩形窓は履歴メモリを増やす。一定設定のCPU差と、意図した時間応答を分けて選ぶ。\n\n' else:text+='## 選択時の読み方\n\n即時版は軽く遅延0、先読み版は数倍の計算量で制御を先行させる。1msから5msへの変更は状態容量を増やす。最大値queueと移動平均の区間平均の償却計算量は1フレーム当たりO(1)だが、1サンプルでは最大O(D)のqueue更新があり得る。ここでDは先読みサンプル数であり、CPU表の区間平均を1サンプルの最悪時間保証とは扱わない。Box・Triangle・補償IIRのCPU差は、異なるゲイン曲線の費用として読む。\n\n' text+='## 保存と再現\n\n[全試行・実行順・環境・対応t検定](../../results/DX01-performance.json)、[固定plan](../../performance-methods-plan.json)、[共通測定規約](../../../common/PROTOCOL.md)、[共通runner](../../../common/run_blocks.py)、[Rust CLI](../../snapshots/initial/main.rs)、[処理器](../../snapshots/initial/dynamics.rs)、[図・表生成](../../summarize_performance.py)。バイナリSHA-256は `a3811f93e6cedbfb14e98ce28e68672f709fb637146af6903c4a6e53e73d12f0`。\n' if group=='compressor':text+='\n## 追加比較\n\n[1kHzで定常減衰を揃えた6方式とC6](https://github.com/predicatejp/integral-vsti/wiki/Effects-Compressor-Calibrated-2026-11-05)、[RMS前後のstereo link](https://github.com/predicatejp/integral-vsti/wiki/Effects-Compressor-Stereo-Link-2026-11-05)、[窓の零点に同期しない21周波数](https://github.com/predicatejp/integral-vsti/wiki/Effects-Compressor-RMS-Frequency-Grid-2026-11-05)、[数値型と出力バッファ](https://github.com/predicatejp/integral-vsti/wiki/Effects-Dynamics-Precision-Buffer-2026-11-05)をそれぞれ独立した条件で比較した。f32の短時間誤差とCPU費用を、長時間の状態蓄積とは分けて判断する。\n\n[独立展開での再現確認と資料一覧](https://github.com/predicatejp/integral-vsti/wiki/Effects-Dynamics-Reproduction-2026-11-05)。\n\n[平均減衰量を揃えた聴取8例](https://github.com/predicatejp/integral-vsti/wiki/Effects-Dynamics-Listening-2026-11-05)、[無入力120秒と丸めの確認](https://github.com/predicatejp/integral-vsti/wiki/Effects-Dynamics-Silence-2026-11-05)。\n\n[設定変更54条件](https://github.com/predicatejp/integral-vsti/wiki/Effects-Compressor-Automation-2026-11-05)で、音声検出のattack/releaseとパラメータ補間の責務を分けて比較した。\n\n[3秒burn-inによる別の確認測定](https://github.com/predicatejp/integral-vsti/wiki/Effects-Dynamics-Confirmation-2026-11-05)では、初回の固定方式・条件・実行ファイルを用い、各族の効果量と検定を独立に保存する。\n' else:text+='\n## 追加比較\n\n[入力Gainを統一したTrue-peak sidechain](https://github.com/predicatejp/integral-vsti/wiki/Effects-Limiter-TruePeak-Matched-2026-11-05)、[逆振幅領域の平滑化](https://github.com/predicatejp/integral-vsti/wiki/Effects-Limiter-Inverse-Domain-2026-11-05)、[数値型・出力再利用と10分の精度](https://github.com/predicatejp/integral-vsti/wiki/Effects-Dynamics-Precision-Buffer-2026-11-05)へ、検出精度・回復曲線・数値安定性の比較をまとめた。全f32の移動和をそのまま使う場合と、和だけf64にする場合を区別する。\n\n[独立展開での再現確認と資料一覧](https://github.com/predicatejp/integral-vsti/wiki/Effects-Dynamics-Reproduction-2026-11-05)。\n\n[平均減衰量を揃えた聴取8例](https://github.com/predicatejp/integral-vsti/wiki/Effects-Dynamics-Listening-2026-11-05)、[無入力120秒と丸めの確認](https://github.com/predicatejp/integral-vsti/wiki/Effects-Dynamics-Silence-2026-11-05)。\n\n[3秒burn-inによる別の確認測定](https://github.com/predicatejp/integral-vsti/wiki/Effects-Dynamics-Confirmation-2026-11-05)では、初回の固定方式・条件・実行ファイルを用い、各族の効果量と検定を独立に保存する。\n' (ROOT/'manuscripts'/group/'Comparison.md').write_text(text) print(json.dumps({'comparisons':len(j['analysis']['comparisons']),'holm_significant':sum(v['p_holm']<.05 for v in j['analysis']['comparisons'])}))