サウンドミニアーケードスティックの音声データを調べる(続き)――51ビットの繰り返しから、MP3をもとにした独自形式を読み解いて全286音声をWAVにできた

何をしているのか

前回の記事の続きです。雑誌の付録「サウンドミニアーケードスティック」に入っている音声を、再生可能なファイルとして取り出せないか調べています。

今回は Claude Code(Claude Fable 5.2)を使用して調査を行っています。節目ごとに結果をまとめた文書を ChatGPT に確認してもらいました。この記事は Claude に草稿を書いてもらい、私が修正しました。

前回はフラッシュメモリのダンプから286個のデータを切り出し、すべてをキャラクターとボタン操作に対応付けるところまででした。圧縮データをWAVに変換するデコーダーはまだできていませんでした。

今回、286個の音声をすべてWAVに変換できました。 圧縮形式は、MP3(MPEG-2 Layer III)をもとにした独自の形式でした。ハフマン符号や逆変換はMP3そのままですが、フレームヘッダーとフレームの長さを省き、代わりに独自の個数フィールドを入れて詰め直してあります。変換した音声は5つの音声について実機の出力波形と照合し一致を確かめています。

なお、取り出した音声そのものは著作物なのでここでは公開しません。書くのは形式と調べ方だけです。

前回の「未確定の点」への答え

前回の記事の最後に未確定の点を5つ挙げました。先に答えを並べておきます。

前回の未確定の点 今回分かったこと
圧縮符号の正確な構造 MP3(MPEG-2 Layer III)がもと。ハフマン表は標準のもの。フレームの区切り方だけが独自
フレームや記号の境界 1フレーム=576サンプル。終わりは4ビットの個数フィールドと、ライン数の上限で決まる
サンプル数とサンプリング周波数 形式は16 kHz用だが、実機は約17,980 Hzで再生している
量子化値や予測処理 MP3の量子化とスケールファクターそのまま。予測処理はない
音声を合成するフィルターなどの処理 MP3の逆変換(IMDCTと合成フィルターバンク)。一般のデコーダーで再現できる

前回は「独自のSubband系形式かもしれない」と考えていました。帯域に分けて音を表すという見立ては合っていました。今回分かったのはMP3と同じハフマン表やスケールファクターを使いながら、フレームの終わりを独自の規則で表していたことです。Rice符号やExp-Golomb符号の仮定も外れです。また、次の手として考えていた「一部を書き換えたデータを予備のフラッシュに書いて出力の変化を見る実験」はやらずに済みました。

手がかりは51ビットと32ミリ秒

前回の時点で手がかりは2つありました。

1つはデータの中に繰り返し現れる51ビットの並びです。もう1つは実機の読み出し方です。再生中、実機は約32 msごとに16ビット単位でフラッシュを少しずつ読みます。1回に読む量は毎回違います。

つまり「約32 msぶんの音が長さの決まっていない1かたまりに入っている」形式です。

もとになっていたのはMP3だった

MP3の構造を当てはめてみたところきれいに読めました。

音声データは、MP3(MPEG-2 Layer III、16 kHz用のバンド表、モノラル)のデータを次のように削って詰め直したものでした。

  • 同期ワードを含むフレームヘッダーがない。
  • スケールファクターとハフマン符号化データを合わせたビット長を示す項目(part2_3_length)がない。代わりに、後で述べる独自の個数フィールドがある。
  • フレームはバイト境界に揃えず、ビット単位で隙間なく並ぶ。
  • 1フレームは576サンプル(1グラニュール)。

前回書いた各データの先頭にあるA7 00 48の3バイトのあとに、フレームが続きます。各フレームの先頭にはMP3のサイド情報にあたる項目が並びます。

項目 ビット数
big_values 9
global_gain 8
scalefac_compress 1+4 または 1+9
window_switching_flag 1
ブロック種別や表の選択など 22
scalefac_scale 1
count1table_select 1

そのあとにスケールファクター、ハフマン符号化された周波数成分が続きます。

51ビットの並びの正体も分かりました。無音のフレームです。ヘッダー47ビットに4ビットを足すと51ビットになります。

形式が分かれば変換の方針は決まります。各フレームを読み解いて標準のMP3のフレーム(ヘッダー、サイド情報、主データ)に組み直し、普通のMP3デコーダー(lame)に通します。逆変換の計算を自分で書く必要はありません。ただし、組み直すにはフレームがどこで終わるかを知る必要があります。ヘッダーを足すだけでは再生できません。

最後の難関: フレームはどこで終わるのか

ここからが長かったところです。

フレームの長さを示す項目が削られているのでフレームがどこで終わるかが分かりません。MP3では周波数成分の最後の部分(count1領域)は「決められたビット長を使い切るまで」読む決まりです。そのビット長がこのデータにはありません。

最初は探索でしのぎました。「次のフレームのヘッダーが妥当に見える位置」を候補にして音量の変化が最も滑らかになる区切り方を選ぶ方法です。これで全286音声を変換できほとんどは正しく聞こえました。しかし、区切りを間違えたところでは大きなノイズが出ます。576サンプルの区間で数えると45,665区間のうち772区間で振り切れたサンプルが集中していました。規則を足しては別の音声が崩れる、ということを繰り返しました。

実機に答えを聞く

探索をあきらめて実機の読み出しを測ることにしました。

実機は1フレームぶんのデータが揃うまで16ビットずつ読みます。したがって、1回の読み出しがどこで終わったかを見ればフレームの終わりが16ビットの幅で分かります。

問題はオシロスコープの記録の長さです。SCLKは約1.7 MHzでビットを読み取るには細かく記録する必要があり、1回に取れるのは20~50msだけです。たとえば208番の音声は約4.4秒で139フレームあります。

そこで、前回と同じく電源とボタンを直流電源から操作して「電源ON → ボタン操作 → 再生」を自動で繰り返しました。毎回トリガーからの遅延をずらして1フレームぶんずつ記録します。読み出した位置は時刻ではなくデータの内容(ダンプとの照合)で決めるので、回ごとの時間のずれは影響しません。こうして6音声で404個の読み出し区間を測りました。それぞれの区間の末尾16ビットのどこかにフレームの終わりがあります。

4ビットの個数フィールド

404個の区間を表にして眺めると規則が見えました。MP3では1フレームの周波数成分は576本あり、ここではライン0~575と呼びます。

  1. 復号する周波数成分の上限はライン503。 最後の4つ組がこの境界をまたぐ場合の扱いは後で述べます。
  2. 大きい値の領域(big values)がライン503まで達していればそこでフレームは終わる。
  3. 達していなければ4ビットの個数 n を読み、続く4つ組(count1)を最大 8*n個、ライン503に達するまで読む。

フレームの長さを直接書く代わりに「最後の領域に4つ組が何個あるか」を8個単位で書いていたわけです。これが標準のMP3にはないこの形式独自の部分です。上限のライン504は約7.9 kHzにあたります。

これでフレームの終わりは探索なしで、フレーム自身のビットから決まるようになりました。それまで個別の規則で説明していた不思議な現象(値の後ろに0000が付く、末尾に無意味なゼロが続く、符号の途中で切れているように見える)もすべてこの規則ひとつで説明できます。

確認 結果
規則だけで求めたフレームの終わりが、実測した読み出し区間の末尾16ビット内に収まるか 404 / 404 区間
全286音声を先頭から最後まで解析 286 / 286(45,943フレーム)
振り切れたサンプルが集中する区間 772 / 45,665 → 0 / 45,943

ノイズは消えました。全286音声を聞いて確認しましたが、問題のある音声はありませんでした。合計で約24分ぶんです。

再生速度は16 kHzではなかった

データはMP3の16 kHz用の形式ですが、実機は16 kHzで再生していません。

スピーカーを外し、スピーカー出力の2端子(PWMPとPWMN)をオシロスコープで測って変換した音声と波形を重ねました。相関が最大になる再生速度は約17,980 Hzでした。16 kHzとして再生すると約11%遅く・低くなります。変換したWAVには17,980 Hzと書いています。

おもしろいことに、この速度は一定ではありません。同じ音声を電源を入れたまま続けて鳴らしても17,975~17,985 Hzの範囲で変わりました。フラッシュの読み出し周期から計算した速度も同じように変わります。原因は分かっていません。

実機の出力との照合

5つの音声について合計11回、実機の出力を測って照合しました。

  • 再生中の数十マイクロ秒の時間のずれを補正すると、波形の相関は150~3400 Hzで11回すべて約0.999でした。
  • 6000~9000 Hzの高い帯域だけでも0.95~0.99です。

変換した音声は、実機が出している波形とほぼ同じです。

上限をまたぐ値の扱い

細かい点が一つ残っていました。ライン502から始まる4つ組は上限をまたぎます。このとき、ライン504・505の値には符号(正負)のビットがありません。実機はこの値をどう扱っているのか。正か、負か、捨てているのか。

該当する値を3通りにして変換し、その差が実機の出力に現れているかを調べました。結果は「捨てている」でした。ある音声の1フレームでは、符号のない値の成分は出力に見つからず(係数 +0.02±0.03。1なら正、0なら捨てている)、すぐ隣の符号つきの値は同じ方法でほぼそのまま見つかりました(+0.93)。変換もこれに合わせています。

この修正は全286音声の試聴のあとに行いました。修正でWAVが変わったのは56音声です。たとえば283番では差は信号の約2%でした。聞いて分かる違いではないと見込んでいますが修正の前後を聞き比べてはいません。それでも実測で決着がついたのは気持ちのよい結果でした。

AIどうしの相互チェック

今回は解析とスクリプトの作成、測定の自動化を Claude と対話しながら進め、節目ごとに結果をまとめた文書を ChatGPT に読んでもらいました。

ChatGPT からは、数値の食い違いや言い過ぎの指摘が何度もありました。たとえば「相関が低いのは復号が違うからとは限らない」「『同じ時計で動いている』は観測より一歩強い表現」といったものです。そのたびに文書と解析を直しています。推測と測定で確かめたことを分けて書く、という点でこの相互チェックは役に立ちました。

まだ分かっていないこと

  • 各音声の先頭にあるA7 00 48とダンプ先頭の16バイトの意味。どちらも未解明ですが今回のWAVへの変換では解釈せずに復号できました。
  • フラッシュメモリのDevice IDが期待値と一致しない理由(前回から変わらず)。
  • TRSF1602AのAuto-FIFO機能を使っているかどうか(前回から変わらず)。
  • 再生速度が再生のたびに少し変わる原因と、なぜ約17,980 Hzなのか。
  • 上限をまたぐ値の扱いを実測で確かめられたのはショートブロックと呼ばれる種類のフレームだけです。
  • 実機の波形と照合したのは5音声です。残りは全フレームが規則どおりに解析できることと試聴で確かめました。

まとめ

  • 圧縮形式はMP3(MPEG-2 Layer III)をもとにフレームヘッダーとフレーム長を削り、独自の個数フィールドを入れたものでした。
  • フレームの終わりは4ビットの個数フィールドとライン504という上限で決まります。これは実機の読み出しを404区間ぶん測って見つけました。
  • 再生速度は約17,980 Hzです。
  • 5音声・11回の測定で局所的な時間のずれを補正した150~3400 Hz帯の波形の相関は、すべて約0.999でした。

独自形式に見えたものがよく知られた形式に少し手を加えたものだった、という結末でした。フレーム長を削るという小さな変更ひとつで解析はずいぶん難しくなります。それでも、実機は必ず正しく読めているので実機の動作を測れば答えは出る、というのが今回いちばんの教訓です。

当初の目標だった「音声ファイルとして取り出す」ところまでようやくたどり着きました。

付録: 形式のまとめ

同じICを使った別の製品を調べる方のために変換に必要な情報をまとめておきます。確かめたのはこの製品だけです。MP3(MPEG-2 Layer III)の規格の用語を、そのまま使っています。

ダンプ全体

位置 内容
0x000000~0x00000F 意味が未解明の16バイト
0x000010~ 位置表。32ビットのリトルエンディアンで各音声の先頭の絶対バイト位置。この製品では286件
位置表の直後~ 音声データ。そのあとは80で埋められている

音声1個の構造

  • 先頭3バイトはA7 00 48(意味は未解明、全音声で同じ)。
  • 4バイト目の先頭(ビット24)からフレームが始まる。ビットはバイトの上位から順に読む。
  • フレームはビット単位で隙間なく並ぶ。バイト境界への詰め物も、同期ワードもない。
  • 最後のフレームのあとは1で埋められている。全286音声で、残りは25~32ビットで、すべて1だった。

フレームの先頭(サイド情報にあたる部分)

上から順に並びます。

項目 ビット数 備考
big_values 9
global_gain 8
scalefac_compress の長さ 1 0なら次は4ビット、1なら次は9ビット
scalefac_compress 4 または 9
window_switching_flag 1
(flagが1のとき)block_type 2
 mixed_block_flag 1 この製品では常に0
 table_select*2 5*2
 subblock_gain*3 3*3
(flagが0のとき)table_select*3 5*3
 region0_count 4
 region1_count 3
scalefac_scale 1
count1table_select 1

標準のMP3のサイド情報との違いは次の3点です。

  • part2_3_length(12ビット)がない。
  • scalefac_compress が可変長(1+4 または 1+9ビット)。
  • 1フレームは1グラニュール・モノラルで main_data_begin もない(ビットリザーバーは使っていない)。

無音のフレームはここまでの47ビットに0000が続く51ビットです。

フレームの本体

  1. スケールファクター: MPEG-2(LSF)の規則どおり。scalefac_compress とブロック種別から各帯域のビット数が決まる。
  2. big values: 標準のハフマン表(表0~31、linbitsと符号ビットつき)。表0はビットを1つも読まずに (0, 0) を1組返す。領域の境界も標準どおりでバンド表はMPEG-2の16 kHz用。ただし読むのは252組(ライン0~503)まで。big_values の値が252を超えるフレームもある(45,943フレーム中234フレーム、最大258)が、その場合も252組で止める。
  3. 個数フィールド: big values がライン503に達していなければ、4ビットの個数 n がある。達していれば、個数フィールドはなくフレームはそこで終わる。
  4. count1(4つ組): 最大 8n 個。count1table_select が0なら標準の表A、1なら表B(符号語が4ビット固定長)。どちらの表でも、符号語のあとに、ライン0~503に収まる0でない値の個数ぶんだけ、符号ビットが続く。**ライン503に達したら、8n 個に満たなくても終わり。**
  5. 上限をまたぐ4つ組: ライン502から始まる4つ組では、ライン504・505の値に符号ビットがない。現行の変換では0として扱う。実機の出力と比べて「0」と判別できたのは、ショートブロックのフレームだけ。

次のフレームは、その直後のビットから始まります。

標準のMP3に戻す

各フレームを、次のような標準のMP3フレームに組み直すと、一般のデコーダーで復号できます。

  • フレームヘッダーはFF F3 88 C0(MPEG-2 Layer III、64 kbps、16 kHz、モノラル、CRCなし)。1フレームは288バイト。
  • サイド情報は9バイト。main_data_begin は0、part2_3_length には主データのビット数を入れる。scalefac_compress は9ビットに広げる。
  • big_values には、実際に格納した組数 min(入力のbig_values, 252) を書く。入力の値をそのまま書くと、デコーダーが余分な組を読もうとする。
  • 主データはスケールファクター、big values、count1 を順に詰めたもの。個数フィールドの4ビットは入れない。
  • 上限をまたぐ4つ組はライン504以上の値を0にした符号語に置き換える。
  • 残りは0で埋める。

ブロック種別の並び(ロング→スタート→ショート→ストップ→ロングなど)は、全45,943フレームで規格どおりでした。mixed_block_flag が1のフレームはありませんでした。

動作確認の例

  • ダンプの0x10にある88 04 00 00を0x488と読む。その位置からA7 00 48が始まる。
  • 組み直したMP3の先頭4バイトはFF F3 88 C0になる。
  • 音声の最後のフレームを読み終えたとき、残りが25~32ビットで、すべて1になっている。

再生速度

デコーダーは16 kHzの音声として出力しますが、実機の再生速度は約17,980 Hzです(この個体で、17,975~17,985 Hzの範囲で変動)。出力したWAVのサンプリング周波数を17,980 Hzに書き換えると、実機と同じ速さになります。1フレーム(576サンプル)は約32 msです。

実機の読み出し方

  • 再生中、約32 msごとに次の1フレームぶんを16ビット単位で読む。
  • フレームの終わりを含む16ビットまで読んで止まる。その先は読まない。

このため、SCLKとMISOを測って読み出しの区切りを調べれば、フレームの終わりを16ビットの幅で確かめられます。

サウンドミニアーケードスティックの音声データを調べる――フラッシュメモリの読み出しから全286音声の対応付けまで

追記: 続編では、音声データがMP3をもとにした独自形式だと分かり、全286音声をWAVに変換できました。実機の出力波形と照合した結果も紹介しています。

何をしているのか

今回は ChatGPT GPT-6.1 Sol のウルトラを使用して調査を行っています。以下の記述についても草稿を書いてもらってそちらを私が修正しています。

以下の雑誌の付録「サウンドミニアーケードスティック」に入っている音声を、再生可能なファイルとして取り出せないか調べています。

外付けフラッシュメモリを読み出せば音声が見つかるかと思いましたが、独自形式と思われる圧縮データが入っており、まだWAVへの変換には成功していません。

一方で、ダンプから286個のデータを切り出し、実機の通信を測定することで、すべてのデータをキャラクターとボタン操作に対応付けることができました。今回は、そこまでの調査をまとめます。

フラッシュメモリを読み出す

基板には音声出力用のTRSF1602Aと、外付けSPIフラッシュメモリが搭載されています。フラッシュメモリの刻印は、見る限りMacronixのMX25R3235Fです。

メモリを基板から取り外し、ElnecのBeeProg2で読み出しました。ただし、ここで少し気になることがありました。MX25R3235Fを選択してDevice IDのチェックを有効にすると、次のエラーが出ます。

Manufacturer / device ID check error! (C2/25/36)

繰り返しても同じ値になり、選択したデバイスの期待値とは一致しません。読み出し時のVCCは、テスターで3.3Vと確認しました。

Device IDのチェックを無効にするとSPI*1で読み出せます。同じ条件で再取得したファイルも完全に一致したため、以降はこのダンプを解析対象としています。ただし、IDが一致しない理由までは解決していません。また、SPI*4では読み出せませんでしたが、そちらはフラッシュメモリの Status Register にある QE(Quad Enable)の設定を変更しないと対応出来ないためと思われます。

取得したファイルは、次のサイズでした。

  • ファイル名:sound_mini_arcade_stick.bin
  • サイズ:4,195,328バイト
  • 内訳:4MiB+1KiB

末尾の1KiBは、後から確認したElnecのソフトウェアの説明により、バッファ末尾に配置されるSecured OTP領域と分かりました。今回のダンプでは、この領域はすべてFFでした。

元ファイルは保持し、切り出しや解析の出力は別ファイルにしています。

先頭に286件の位置表があった

ダンプを調べると、先頭付近に音声データの位置を示す表が見つかりました。

範囲 内容
0x000000~0x00000F 意味が未解明の16バイト
0x000010~0x000487 286件の位置表
0x000488~0x3B72AF 音声データの領域
0x3B72B0~0x400000 80で埋められた領域
0x400000~0x400400 OTP領域

位置表は32ビットのリトルエンディアンで格納され、各値はダンプ先頭からの絶対バイト位置になっています。

最初の値は0x488で、位置表の直後を指していました。また、全286件が単調増加し、それぞれの位置に共通の先頭バイト列A7 00 48がありました。

この表を使って、データを286個の個別binに切り出しました。最後のデータだけは次の位置表エントリーがないため、後続の長い充填領域から終端を推定しています。

切り出したデータと、その前後の領域を再結合すると、元ファイルと全バイト一致します。ただし、これは切り出しが可逆であることの確認であり、音声を正しく復号できたという意味ではありません。

切り出したbinは、そのままでは再生できない

音声データには、WAVなどで見かける一般的なファイルヘッダーがありませんでした。

データをさらに圧縮してもあまり小さくならないことからも、すでに圧縮されている可能性があります。ただし、この特徴だけでMP3などの方式を特定できるわけではありません。

調査したTRSFシリーズの資料には、Subband系やADPCM系の音声処理が登場します。このため独自のSubband系形式を候補としましたが、使用されている方式はまだ確定していません。

開発ツールやサンプル、ライブラリも探しましたが、今回のデータに適用できる復号仕様やデコーダーは入手できませんでした。

そこで、実機がフラッシュをどう読んでいるかを観測することにしました。

電源とオシロスコープで実機の動作を追う

測定には、Keysightの直流電源E36313AとオシロスコープDSOX1204Gを使用しました。

基板の電源は3.0V、電流制限100mAに設定し、電源のON/OFFで同じ起動動作を再現します。さらに、ボタン入力も電源の別チャンネルで操作できるようにしました。

最初はSPIのCS#、MISO、MOSI、SCLKを観測し、その後はPWM出力やボタン入力へ接続を変更しながら測定しました。

ボタンを押してフラッシュメモリのMISOとSCLKの波形からビット列を復元し、元のダンプと照合することでどの音声データを読んでいるか判定しています。

「258種類」と「286個」の差は何だったのか

製品の案内では音声は258種類とされています。一方、ダンプの位置表には286件ありました。

最初は隠し音声の可能性も考えましたが、差はちょうど28件です。この製品には28キャラクターがあり、キャラクターを切り替えたときにも音声が再生されます。

ボタンの役割は次のとおりです。

  • ボタン1:キャラクター切替
  • ボタン2:通常の必殺技音声
  • ボタン3:OD必殺技音声
  • ボタン4:SA・CA音声

各キャラクターを選択し、技ボタンを最初の音声番号へ戻るまで繰り返し操作しました。これにより、一巡内の音声数と順序を調べられます。

全28キャラを測定した結果、次の内訳になりました。

種別 異なる音声データ数
ボタン2:通常必殺技 75
ボタン3:OD必殺技 66
ボタン4:SA・CA 117
技音声の合計 258
起動・キャラクター切替 28
全体 286

技音声だけで258種類、キャラクター切替音声を加えると286種類となり、位置表の件数と一致しました。

今回切り出した全286ブロックは、これらの操作へ対応付けられています。

キャラクターごとの音声数

キャラクター名は、選択順との対応情報をもとに付けました。電源投入直後はルークで、イングリッドの次に切替ボタンを押すとルークへ戻ります。

以下は、戻り確認の重複再生を除いた、一巡内の異なる音声データ数です。キャラクター切替音声は含めていません。

順番 キャラクター 通常 OD SA・CA 計
1 ルーク 3 3 4 10
2 ジェイミー 2 4 4 10
3 マノン 2 3 4 9
4 キンバリー 2 3 4 9
5 マリーザ 2 1 4 7
6 リリー 2 2 4 8
7 JP 3 3 4 10
8 ジュリ 3 2 4 9
9 ディージェイ 3 2 4 9
10 キャミィ 3 2 4 9
11 リュウ 5 2 6 13
12 エドモンド本田 2 3 4 9
13 ブランカ 1 1 4 6
14 ガイル 3 2 4 9
15 ケン 4 2 4 10
16 春麗 5 1 4 10
17 ザンギエフ 1 3 4 8
18 ダルシム 2 1 4 7
19 ラシード 3 1 4 8
20 A.K.I. 2 3 4 9
21 ED 2 3 4 9
22 豪鬼 1 4 6 11
23 ベガ 1 1 4 6
24 エレナ 1 4 4 9
25 サガット 3 1 4 8
26 C・ヴァイパー 3 1 4 8
27 アレックス 4 4 5 13
28 イングリッド 7 4 4 15
合計 75 66 117 258

キャラクターによって数にかなり差があります。たとえばイングリッドは通常技だけで7種類、合計15種類。一方、ブランカとベガは合計6種類でした。

ただし、ここで数えているのは異なる音声データの数です。技名や発話内容そのものの分類までは行っていません。

圧縮方式の解析はどこまで進んだか

SPIの読出し量や間隔、圧縮データのビット配列、PWM出力を手掛かりに、符号構造も調べています。

繰り返し現れる51ビットの並びや、16ビット単位の読出し、データ中のビット配列と読出し間隔の関連などが手掛かりになりました。

ただし、繰り返しがあることと、それがコーデックの1フレームであることは別です。また、フラッシュから読み出した量と、復号器がその時点で消費した量も、先読みがあれば一致しません。

Rice符号やExp-Golomb符号などを仮定し、読取り処理とSPIの待ち時間を比較する検証も行いました。しかし、ある音声で選んだモデルが別の音声でも共通して良い結果になるところまでは進みませんでした。

現時点では、次の点は未確定です。

  • 圧縮符号の正確な構造
  • フレームや記号の境界
  • サンプル数とサンプリング周波数
  • 量子化値や予測処理
  • 音声を合成するフィルターなどの処理

TRSF1602AのAuto-FIFO機能についても、今回の観測だけでは使用の有無を確定できていません。

現在の到達点と次の課題

今回できたのは、フラッシュの内容を読み出し、286個の圧縮データへ分割し、それぞれをキャラクターとボタン操作に対応付けるところまでです。

「どの操作で、ダンプのどの部分が読まれるか」は分かりました。一方、その圧縮データから正しいPCM波形を生成するデコーダーは、まだ完成していません。

今後は、対応が分かった音声を使った追加の比較や、予備フラッシュに一部を変更したデータを書き込む実験などが候補になります。後者はまだ実施していませんが、変更したビットと出力の変化を対応付けられれば、受動的な観測だけでは判断できなかった構造に迫れるかもしれません。

当初の目標だった「音声ファイルとして取り出す」ところまでは、もう少しかかりそうです。それでも、位置表の286件が製品の全音声とどう対応しているかを実測で埋められたことで、次の解析に使える土台は整いました。

電流センサCT432のDC特性を測ってみた――簡単な補正でどこまで使えるか

以下の文章は全部 ChatGPT が記載した文章となります。目的を伝えて繋ぎ替えなどは私が行って測定などを行い、結果をブログに書く文章を書いてみてと伝えて書いてもらった物となります。


アナログ出力の電流センサCT432-HSWF20DRを使い、DC電流をどの程度の細かさで測れそうか調べてみました。

目標は0~10A付近の電流監視です。ただし、今回実際に測定した上限は約9A。高速応答よりも、まずは出力電圧、補正の効果、ノイズ、時間による変動を確認しました。

先に今回の感触を書いておくと、この個体では、ゲイン・オフセット補正と平均化を使えば0.1A単位のDC電流監視に使えそうです。一方で、0.01A単位の絶対精度を期待するには、直線性と数mA程度の変動が気になる結果になりました。

測定に使ったもの

用途 測定器
電流経路とセンサの電源 Keysight E36313A
電流を流すための電子負荷 Kikusui PLZ205W
基準となる実電流の測定 Keysight 34470A
センサ出力電圧の測定 Keysight 34410A
ノイズ波形の観測 Keysight DSOX1204G
一部の試験での表面温度測定 Keysight U1282A+熱電対

電流経路は、電源→基準電流計→センサのIP+/IP-→電子負荷→電源、と直列に接続しました。センサの電源は別チャンネルから5 Vを供給し、VOUTとセンサGNDの間を電圧計で測定しています。

電子負荷の設定値をそのまま正しい電流とはせず、34470Aが読み取った実電流を基準にしました。例えば1Aに設定しても、実際には1.005A程度を示すため、この違いも計算に反映しています。

電圧・電流の読取りや保存はPythonで自動化しました。ここで扱う「誤差」は、センサ出力から計算した電流から、基準電流計の値を引いたものです。

公称値のままでは数十mAのずれがあった

今回のセンサは、公称のゼロ点0.5V、感度0.2V/Aとして、次の式で電流に換算できます。

電流[A] = (VOUT[V] - 0.5) / 0.2

実際に測ってみると、この式では主に負側へ数十mAずれました。独立した掃引試験の区間平均では、約0.1~4.8Aで最大約60.7mA、約6~9Aで最大約69.0mAの絶対誤差がありました。

ゼロ点だけを合わせればよいかというと、そうでもありません。初回の掃引では、ゼロ点だけの補正後にも最大約24.5mAの誤差が残りました。電流が大きくなるほど、感度のずれも効いてきます。

そこで、ゲインとオフセットを両方補正してみることにしました。

0 A・1 A・9 Aで簡単な補正を作る

今回試した方法は次のとおりです。

  1. 電流をほぼ0Aにして、出力電圧をオフセットとして記録する。
  2. 1A付近と9A付近で、基準電流計とVOUTを記録する。
  3. 1A・9Aの実測差から感度を求める。
  4. 係数を固定し、別に0~9Aを測って誤差を確認する。

この試験では、各条件の設定完了後に10秒以上待ち、30秒間記録しました。両DMMは1 NPLC、取得間隔は約1秒で、1条件につき25~29組の読値を平均しています。NPLCは積分時間の設定であり、約1秒の取得間隔とは別です。電流と電圧は順番に読んでおり、同時サンプリングではありません。

校正に使用した平均値は以下のとおりです。

条件 基準電流 A VOUT V
0 A 0.000034 0.491792656
1 A設定 1.005222 0.691492060
9 A設定 9.007378 2.288443303

0A条件では、センサを給電したまま電流経路の電源を0 V・電流制限1 A、電子負荷をCC 0.1 Aに設定しています。0.1Aは負荷の設定値で、実電流は表のとおりほぼ0 Aです。

感度の計算には、設定値の1A・9Aではなく、表の基準電流を使います。

G = (VOUT_9A - VOUT_1A) / (I_9A - I_1A)
  ≒ 0.199565123 V/A

V0 ≒ 0.491792656 V

補正後電流[A] = (VOUT[V] - V0) / G

この桁数は計算を再現するためのもので、その桁までの精度があるという意味ではありません。また、2点で傾き、別の0A測定で切片を決める方法なので、校正に使った3点をすべて厳密に通る直線にはなりません。

補正に使っていない測定値で確かめる

校正後、係数を変えずに0~9Aを1A刻みで測定しました。

設定 基準電流の平均 A 補正後の平均 A 平均誤差 mA
0 A 0.000005 0.003705 +3.70
1 A 1.004943 1.002988 -1.96
2 A 2.005369 2.000141 -5.23
3 A 3.005699 2.997242 -8.46
4 A 4.005523 3.997738 -7.78
5 A 5.005343 4.998221 -7.12
6 A 6.005974 5.995493 -10.48
7 A 7.005971 6.998665 -7.31
8 A 8.006791 8.003439 -3.35
9 A 9.006675 9.005208 -1.47

固定したゲイン・オフセット補正後の誤差

この掃引では、30秒平均の最大絶対誤差は約10.48mAでした。一方、平均前の個別読値では最大約19.75mA。グラフのエラーバーは個別読値の標準偏差で、平均値の精度保証を表すものではありません。

後日、同じ係数のまま0・1・5・9Aだけを測り直したところ、平均値の最大絶対誤差は約9.02mAでした。前日の同じ点との平均誤差の変化は最大約5.20mAです。この再測定では温度を記録しておらず、前日と通電履歴も異なります。

簡単な補正でも効果はありますが、毎回まったく同じ電圧が出るわけではありません。

出力は完全な直線なのか

補正後の表を見ると、中間の電流で負側へ外れる形が気になりました。そこで、同じ掃引の0Aと9Aを結ぶ直線から、各点がどれだけずれるか調べました。

同じ掃引の0A・9Aを結ぶ直線からのずれ

完全な直線なら、グラフの全点が縦軸の0に並びます。実際には中間電流で下側に外れ、0~9Aの10点を測った掃引では最大約2.142mV、電流換算で約10.74mA相当の偏差がありました。これは実測した0~9Aの出力スパンに対して約0.12%です。別日の4点では、最大約5.45mA相当でした。

ただし、これをすべてセンサ固有の非直線性とすることはできません。順番に電流を増やしているため、電流・経過時間・自己発熱が一緒に変わっています。

同じデータでも、各条件の最初10秒を平均するか、最後10秒を平均するかで、最大偏差は約13.83mA相当から約8.69mA相当へ変わりました。細かな曲線を作って補正する前に、時間変動も確認した方がよさそうです。

電流を増やして、戻して、もう一度測る

測定順の影響を見るため、次の順序を2回繰り返しました。

0 → 1 → 5 → 9 → 5 → 1 → 0 A

係数は以前のまま固定し、各条件で10秒待機後に30秒記録。この試験では温度を測っていません。点間では電流経路の電源と負荷をOFFにして再設定し、センサの5V給電は継続しました。

同じ設定電流について、実電流の小さな違いも差し引いて比較した結果です。

比較 1周目 2周目
1 A:降順−昇順 +0.51mA −1.27mA
5 A:降順−昇順 +1.65mA −3.63mA
0 A:終了時−開始時 +1.05mA −1.25mA

電流の昇順・降順を2回繰り返した結果

5Aでは、1周目と2周目で差の向きが逆になりました。同じ30秒区間でも、最初と最後の10秒平均に最大約4.16mAの変化があります。

今回の2周では平均値の最大絶対誤差は約6.49mA、個別読値では約16.33mAでした。ただし、先ほどの全10点の掃引とは測定点と履歴が異なるため、最大値が小さくなったことを、そのまま性能改善とは考えていません。

この結果からは、一定の昇降差を補正式へ追加するより、数mA程度の変動を含む測定系として扱う方がよさそうだと感じました。

ノイズは平均化で減るが、DC精度とは別だった

オシロで見た出力には、短い時間スケールのノイズもあります。約2msの波形ではVOUTが約4.5~4.6mV RMS、同条件でプローブ入力を短絡した場合は約0.63~0.65mV RMSでした。帯域を分けると、接続時の0~25MHz積算電力の約87%が100 kHz~5 MHzに含まれていました。

一方、DMMの1 NPLC記録では、VOUTの区間内標準偏差は典型的に約0.5~0.9 mV。観測帯域が違うため、オシロとDMMの数値はそのまま比較できません。

平均化の効果もあり、約1秒のHRES波形に10msの移動平均をかけると、残留変動は約0.331mV RMS、100 msでは約0.090mV RMSになりました。公称感度で換算すると、それぞれ約1.66mA、約0.45mA相当です。

ただし、これはAC結合・有限の波形記録内での変動です。HRES自体の平均化や周期成分の打消しも含むため、100ms平均すれば0.45mAの絶対精度で測れる、という意味ではありません。

短時間ノイズは平均化で減らせても、ゼロ点の移動や遅い変動までなくなるわけではありませんでした。NPLCを1から10にする比較でも、遅い変動が一貫して改善する結果にはなりませんでした。

FLTの接地や、電源・温度も確認した

ノイズ低減を期待して、FLTをセンサGNDへ接続してみました。その後、一次電流用の電源と負荷をOFFにした状態で、IP+とIP-短絡も比較しています。

条件変更 約2 ms波形のVOUT RMS
FLT接地前→接地後 4.569 → 4.552mV
FLT接地状態でIP短絡前→短絡後 4.552 → 4.564mV

どちらも、今回の構成では明確なノイズ低減は確認できませんでした。これは高dV/dt耐性を調べた試験ではなく、FLT接地の別の効果まで否定する結果ではありません。内部OSCがノイズ源ではないかとも考えましたが、原因の特定には至っていません。

センサ電源の実端子電圧をDMMで確認した試験では、後半5分の標準偏差はVCCが34.7uV、VOUTが702uVでした。今回観測した遅い電源変動だけで、出力変動を説明する根拠は得られませんでした。

また、IC表面に熱電対を付けた9 A・10分の保持では、表面温度は通電前の約23.8℃から最高29.54℃まで上がりました。後半は約29.4~29.5℃でほぼ横ばいになった一方、出力から換算した誤差の1分平均には約5.28mA幅の変動が残っています。

表面温度が落ち着けば出力も完全に一定になる、というわけではありませんでした。温度係数や「何分待てば安定する」という時間も、今回の測定だけでは決めていません。

今回の用途ではどう使うか

今回の結果では、0.1A単位のDC表示・監視を目標にするなら、利用できる見込みがあると考えています。7.1Aのような読み方をする用途です。

0.01A刻みで表示すること自体はできますが、末尾の桁は変動し、平均化後にも10mA前後の誤差が残る場面がありました。「0.01A刻みで表示すること」と「±0.01Aの精度で測れること」は分けて考える必要があります。

次に実際の回路で使う場合は、ADCの読取り、配線、ローパスフィルターや平均化を含めた状態で、表示としきい値判定が安定するか確認したいところです。

今回は1個体、実測0~約9Aの範囲での評価です。10Aちょうど、広い温度範囲、別個体、長期間の変化、高速応答は未確認。また、基準DMMの校正不確かさを含む総合的な誤差評価や、メーカー仕様に対する合否判定は行っていません。

簡単なゲイン・オフセット補正の効果と、平均化しても残る変動の両方を確認できたので、DC特性の評価はいったんここで一区切りにしようと思います。

ebay で測定器の周辺機器を買ってみました

概要

 普段使っている Keysight 製のデジタルマルチメータを bluetooth 経由で接続出来るアダプターがあります。それを ebay で買ってみましたが、米国発送の物は買えなくて中国発送の物は買えました、という話です。
 おそらく測定器などは輸出してはいけない国があるので、それの関係で米国からは買えなかったのかなーと思っていますがどうなんでしょうかね、と。

購入動機

 かなり前にハンディタイプのデジタルマルチメータを入れ替えて、その時になんか面白そうな周辺機器を買っておこうと思って U1282A というデジタルマルチメータと U1118A という上記デジタルマルチメータを bluetooth 経由で接続して測定値を表示出来るデバイスを買って動作確認を行って、木造建築だったら2階に置いたデジタルマルチメータの測定値を1階で見られるやん、とかやってました。
 で。たまに使っていたのですが、いろいろなことが私的にあって忙しくしていたら U1118A が販売・サポート終了製品になっていて、接続に使用する U1117A という bluetooth アダプタも販売・サポート終了製品になっていたことに気が付いていませんでした。
 もう一台 bluetooth アダプタが使えるデジタルマルチメータがあるので、もう1個欲しいなと思っていたのですがすでに購入出来ない状態になっていました。

 なんとか買えないかなーと思って調べたところ、U1177A という bluetooth アダプタはまだ ebay などで買えることが分かりました。
 性能的には U1177A は U1117A と比べて接続距離がかなり短いですが、とりあえずは希望する機能は使えそうなので購入してみることにしました。

ebay で米国の出品者から買ってみた結果

 ebay を見ると U1177A は米国と中国から出品している方がいました。中国からの発送は届かなかったりしたことが多々あったため、かなり高いですが米国から出品している方から購入してみました。
 落札後 paypal での支払いも終わり、問題無く出品者から発送されたのですが、輸出する段階で輸出不可となったようでそこで荷物が止まってしまい返品されてしまいました。支払ったお金も手数料を含んだ金額以外が返金されました。手数料が痛いですがどうしようもないです。
 これはおそらく測定器などは輸出する際に輸出をしてはいけない国があり、それに関する手続きが行えないためなのかなーと勝手に想像していますが詳細は分かっていません。

中国の出品者から買ってみた結果

 米国から出品している人からは購入するのは難しそうなので、中国からの発送になっている出品者から購入してみたところ、問題無く発送されて受け取ることが出来、到着した商品も中に入っていたマニュアルが中国語版だったりしましたがおそらく本物だと思われます。というわけで、中国からは購入出来ました。
 中国に測定器などを販売するのは規制があるのかと思っているのですが、すでに販売された商品を中国から買う場合は特に問題なく購入することが出来るようです。が、かなり高い測定器も売られていますがそれを購入することが出来て、ちゃんとした物なのかはやはり心配かなーと思っています。

総括

 というわけで、米国から測定器の周辺機器を買うことは出来ませんでしたが、中国からは買うことが出来ました。
 ebay を見ていると中古の測定器が結構安く売られているので、これらを買うこと出来るのかなーという興味はありますが、かなり金額的に高いのでちょっと試しに買うのは難しいなーと。
 あと、U1117A という bluetooth アダプタはどこにも売られて無いのですが、こちらの方が接続距離長いのでこっちも買えたら良いなーと思っています。見かけた人は連絡を貰えると非常にありがたいです。

リモコンなどにアルカリ電池を使うのは止めましょう

何があったのか

 みずほ銀行のオンラインバンキングを使用しているのですが、振込時などに使用するハードトークンが10年ぐらい前に送られてきたので設定を行って、送られたまま使っていました。
 で、先日使おうと引き出しから出してみると周囲がなんか白っぽくなっていて、何が原因か調べたらハードトークンの電池が液漏れしてました。使われていたのが Philips のアルカリ電池で使用期限が 2021 年となっていたので、それは液漏れするよねと。端子などが腐食するのでこれはまずいと外したらすでに外装のプラ部品がやられてしまっていたようで、電池の固定に使われているバネに負けて少しずつ外装が割れていってまともに使えない状態になってしまいました。

交換などの対応

 これが使えないと振込など出来ないので、慌てて追加でハードトークンの申し込みをオンラインで行ったところ数日で届いたので入れ替えて、古いハードトークンは店頭で交換してもらう手続きを行い、無事に交換してもらえました。

交換後に使われていた電池

 交換してもらったハードトークンの電池を確認したところ、今回は Panasonic の黒電池が使われていました。これである程度は安心かなと思えますが、これも液漏れしないことはないので注意しないといかんなと。

何が言いたいかというと

 タイトルに書いたようにリモコンなどの長期間入れたままにするような機材にアルカリ電池を使うのは止めましょう。と、思っていても何度もやらかしてるので無理なのかもしれません…。

amiibo が Nintendo Switch 2 / Switch で読み込めない場合の対応方法

対応方法とか

 かなり前に買った amiibo を久しぶりに使おうとしたら Nintendo Switch プロコントローラーや Nintendo Switch 2 プロコントローラーで反応しなくなっていて。そんなに壊れるような部品入ってないよなーそれでも壊れたのかな、どうしようもないのかなと思って検索したらreddit にこういう記事があって。
 Wii U や 3DS で初期化すると使えるようになるよ、と書いてあったので試しに Wii U Game Pad にかざしてみたら認識して初期化が出来ました。
 amiibo は発売日に買ったアオリちゃんの amiibo で、スプラトゥーン3の発売日あたりにプロコントローラーにかざして使えていました。スプラトゥーン レイダースで使おうと思ったら Nintendo Switch 2 プロコントローラーでは認識しなくて、プロコントローラーに変えても認識しなくてどうしようも無いかと思っていたのですが、検索して書いてあることを試したら Wii U Game Pad で認識してくれました。3DS では試していません。
 なんとなく何らかの不具合のような気もしますが、とりあえず認識しない amiibo があったら Wii U や 3DS で初期化出来ないか試してみるのが良いかもしれません。

Hyper Euphoria を買って遊んだよ、という記録

概要

 Steam で販売されている Steam:ハイパー・ユーフォリア というソフトを買って遊んでみたので、どういうソフトだったのか、ということを書いておきます。

どういうソフトなの

 本編は1時間ぐらい遊ぶとクリア出来てしまいます。結構短いです。一通り選択肢を選ぶと先に進むので、謎解きなどはほぼ無いです。
 このソフトは昔のアドベンチャーゲームを今の時代に作ってみた、ということでサウンドも昔のゲームっぽかったり、グラフィックの見た目を変えられたり、フォントを変えることが出来たりなどという風に作り込んであるため、ゲームシステムを作ってみて話自体は序盤のみを実装しました、という感じなのかなと。
 また、ゲームが遊べないダミーパッケージを作って販売されているようです。
www.kadenken.com
 これもとりあえずは環境というか雰囲気を作るということが目的だったのかな、と思ってしまいました。
 キャットアドベンチャー第1弾となっているので、今後第2弾と続けていくのであれば続きを読んでみたいとは思っていますが。

どういう人向けなの

 昔のアドベンチャーゲームっぽい雰囲気が楽しめたら良い、という目的であれば良いのかな、と思いました。が、あくまで個人の感想です。