Diseño
Los mismos 5 clips reales de argentina-female-2121 (champú 003449, 003672,
003242, cajero 003551, auto 000033) codificados→decodificados por cada codec.
Métricas: SNR de forma de onda vs original + coseno WavLM x-vector vs original.
Script: roundtrip_codecs.py; resultados: logs/codecdemo_results.json;
audios: codecdemo/<variante>/.
Resultados (rango sobre los 5 clips)
| Variante | SNR | Coseno WavLM | Disco | Nota |
|---|---|---|---|---|
| FP32 denso RT (control) | 10,7–12,5 dB | 0,945–0,995 | 6,7 GB | techo |
| FP8-E4M3 blockwise RT | 10,7–12,5 dB | 0,951–0,994 | 1,76 GB | paridad, encoder OK |
| FP32→INT8 decode (producción) | 10,7–12,5 dB | 0,946–0,995 | 1,7 GB | idéntico al control |
| FP32→FP8 decode | 10,6–12,2 dB | 0,950–0,995 | 1,76 GB | |
| INT8-SAFE RT completo | ~0 dB | 0,558–0,614 | 1,7 GB | encoder ROTO |
| NF4 blockwise RT | 8,8–10,2 dB | 0,937–0,985 | 0,96 GB | −1,5 dB vs control |
| FP32→NF4 decode | 9,3–10,6 dB | 0,952–0,992 | 0,96 GB |
Lecturas
- El encoder INT8-SAFE está roto y ahora tiene número: SNR ~0 dB en round-trip. Es exactamente la causa raíz del fallo de clonación (referencia codificada con tokens corruptos); su decoder es perfecto. Confirmado con medición directa lo que antes solo se veía en similitud.
- FP8-E4M3 blockwise (nuevo artefacto): conversor
convert_codec_fp8.py(patrón 1:1 del NF4: block=64, absmax FP32, RTN sin calibración, codebooks FP32 exactos, resto BF16). Error máx. de peso 3,2e-2 (NF4: 0,119). Round-trip a paridad del control FP32 (≤0,2 dB) con encoder funcionando. 1,76 GB. NOTA: “NF8” no existe como formato; E4M3 es el float de 8 bits estándar. - NF4: único sub-GB, funciona entero (encoder+decoder), ~1,5 dB de costo.
- Pendiente NO probado: usar el encoder FP8 para codificar la referencia de clonación (audio a paridad ≠ tokens idénticos a FP32; el generador es sensible al acondicionamiento — requiere experimento propio con escucha).
Sitio
Sección “Codecs — mismo clip por cada variante” agregada (5 clips × 7 variantes
- originals, MP3). La URL canónica sirve la última versión (Cache-Control no-cache).
Estado
- Conversión FP8 DONE; round-trips 7 variantes DONE; sitio actualizado (verificado HTTP 200).
- Escucha de diferencias FP8/INT8/NF4: pendiente del usuario.