「Surges_orangestar」報告書 - Scratch 非公式Wiki | 事件・騒動・コミュガ・利用規約解説まとめ

Surges/orangestar 音声解析

概要

hoshihubuki・gyu-nyuが投稿した「【歌コン】Surges/orangestar」（https://scratch.mit.edu/projects/1367042294/）について、珠乃井ナナ・伊波ライの歌ってみた音源との音声解析比較を行った。

調査概要

項目	内容
調査日	2026年8月14〜15日
疑惑対象	hoshihubuki・gyu-nyu「【歌コン】Surges/orangestar」(*1)
比較対象	珠乃井ナナ・伊波ライ（歌ってみた）
使用ツール	wutools.com/audio/audio-compare・tembrica.com/en/audio-comparator・mkdiff.com/en/audio-diff

音源ファイル名

疑惑対象プロジェクト（1367042294）内の音源ファイル名が「extracted_audio_1786057300403」であることを確認。このファイル名はYouTube等の動画から音声を抽出した際に自動生成される名称であり、DAWで自分が録音した音源には付かないファイル名である。(*2)

◆ 調査1：周波数特性・音量比較（wutools.com）

(*3)

指標	本家(A)	疑惑対象(B)	差分
Integrated Loudness	-7.52 LUFS	-10.20 LUFS	-2.68 LU
True Peak	0.36 dBTP	0.11 dBTP	-0.25 dBTP
Sample Peak	0.12 dB	0.11 dB	-0.01 dB
RMS Level	-11.99 dBFS	-10.62 dBFS	+1.37 dB
Spectral Centroid（音の重心）	2726 Hz	2218 Hz	-507 Hz (-18.6%)
Spectral Rolloff（高域の広がり）	12266 Hz	9170 Hz	-3096 Hz (-25.2%)
Spectral Flatness（音の複雑さ）	0.0164	0.0025	-0.0140 (-84.9%)
Zero Crossing Rate	122.46	102.34	-20.12 (-16.4%)

両ファイルともOut of Spec（True Peakが0dBTPを超過）。疑惑対象は本家に比べ高音域の成分が約25%減少・音の複雑さが約85%低下している。これらはキーを下げる処理をした際に生じる特徴と一致している。Spectral Flatnessは声そのものの倍音構造に由来する指標であり、伴奏の共通性では説明できない。

◆ 調査2：フォーマット・スペクトル詳細比較（tembrica.com）

(*4)

項目	本家(A)	疑惑対象(B)
コンテナ	MP3	WAV（拡張子偽装：WAV→MP3）
サンプルレート	44100 Hz	22050 Hz（Scratchによる変換劣化）
チャンネル	ステレオ	モノラル（Scratchによる変換劣化）
Integrated LUFS	-8.4 LUFS	-11.3 LUFS
Spectral Cutoff	16.11 kHz	2.20 kHz（Scratchによる変換劣化）
Loudness Range	7.0 LU	4.3 LU

Alignment：相関係数0.103・オフセット0.493秒。サンプルレート不一致のためサンプルレベルの直接比較は不可。相関の低さはScratchの変換劣化が主因とみられる。(*5)

（Spectrum overlay：Scratchの変換で劣化していない20Hz〜2kHzの低〜中域では両音源の周波数特性がほぼ重なっている）

---

（Stacked spectrograms：楽曲構造を示す縦方向のパターンが両者で同位置に観測される）

---

（Loudness over time：0:00〜2:02の全区間を通じて音量変化パターンが一致。約1:01および1:21付近で同時に音量が下がる谷が両者で観測される）

◆ 調査3：波形・差分ヒートマップ比較（mkdiff.com）

(*6)

総合スコア

項目	結果
類似度スコア（全区間）	95/100
類似度スコア（冒頭26秒整列後）	98/100
オーディオレビュー	Very close（非常に近い）
信頼度	High（高）
長さ差	1.57秒
ラウドネス差	4.3%
ピーク差	0.2%

ファイル統計比較

項目	本家(A)	疑惑対象(B)
長さ	122.83秒	121.26秒
チャンネル	ステレオ（2ch）	モノラル（1ch）
ピーク音量	98.7%	98.6%
平均音量	25.2%	29.4%
クリッピング	0.0%	0.0%
無音区間	3.2%	1.4%

（差分ヒートマップ：全区間がほぼ均一な薄い水色。特定の時間帯だけ大きな差が出ている箇所がない）

---

（波形比較：約1:00付近の静寂・約1:20付近の音量低下・終盤のフェードアウトが両波形で同位置に一致）

---

（オーバーレイ比較：青（本家）と緑（疑惑対象）の波形の動きが上下でほぼ対称に一致）

---

（Spectral difference：低域・中域・高域のいずれの帯域でも全区間を通じて差分が均質に小さい）

◆ 総合評価

3種類の独立したツールによる検証で以下の結果が一貫して得られた。(*7)

• 波形類似度スコア：95〜99/100（複数ツール・複数条件での再現）
• 全区間にわたる音量変化パターンの一致
• 変換劣化の影響を受けない低〜中域での周波数特性の一致
• 差分ヒートマップが全区間を通じて均質
• 高音域の成分が系統的に約25%減少・音の複雑さが約85%低下
• 音源ファイル名がextracted_audio形式（動画音声抽出の証拠）

ただし疑惑対象音源はScratchの自動変換処理によりモノラル・22050Hz・高域2.2kHz以上消失という状態に劣化しており、直接的なサンプルレベル照合は不可能な状態である。転載と断定するには専門機関による解析が必要であり、本調査はあくまで参考情報にとどまる。使用した全ツールは「法的根拠となる解析には専門家に相談すること」と明記している。