DTMFusion - 電話の音を鳴らし、回路で見て、番号へ戻す

Day121 - 生成AIで作るセキュリティツール200

DTMFusionは、電話のキーを2つの音として鳴らし、信号の通り道を回路で見て、音から番号へ戻す教材です。 理想波とTP5089の教育用モデルを切り替え、規格の数値とデコーダーの判定を比べられます。 録音に残った音から番号を復元する側波路の仕組みも扱います。

日本語 / English

🌐 デモページ

👉 DTMFusionを開く

インストールは不要です。ファイル一式を保存し、index.htmlを直接開いても使えます。 マイクにはブラウザーの許可が必要です。HTTPSまたはlocalhostを推奨します。file://でのマイク利用はブラウザーによって異なります。 鳴らす前に端末の音量を小さくし、周りの人やペットに配慮してください。

📸 スクリーンショット

キー5を押した経路だけを、太い破線と●で表示します。

IC世代では実周波数と推定分周比を区別して表示します。

番号、認識理由、推定した低群・高群の偏差を表示します。

座学は6節です。数値ごとに一次資料・推定・二次資料を区別します。 ライト版：ブロック図／IC世代／復元／座学。英語版は英語READMEに掲載しています。

✨ 機能

• 4×4の16キー。画面またはキーボードで押している間だけ再生（最長60秒）
• 「透かして見る」のON/OFF。キーの背面に周波数付きの行・列を重ね、押したキーの2本と交点を強調
• 上限32文字の番号列。音80ms・休止60ms・高群+2dBが既定
• レベル差−10〜+10dB、周波数ずれ−5〜+5%、音と休止10〜200msの調整
• 行・列から出力までの透かし回路2層、時間波形、スペクトル、IC世代の28段階段波の拡大
• 最後に鳴らした音の再生成、WAV、マイクの3入力。NTT／AT&Tの受信基準を選択
• 周波数偏差の推定、境界の?、認めなかった理由、8周波数のパワー表示
• 本人の操作による番号列のWAV書き出し。日英、ダーク／ライト、動きを減らす設定に対応

明暗の保存値がない初回は、端末の配色設定に従います。保存済みの選択があれば、端末の設定より優先します。

押している間の音は短い区間をループ再生します。ずれ0%の理想波は1秒、IC世代やずれを加えた波は0.5〜2秒の範囲から、継ぎ目の段差が内部のサンプル間差を超えず、2音の位相誤差が小さい長さを選びます。最初の操作と設定変更時に音を小分けに準備し、キー・設定・サンプルレートごとに再利用します。初回は音声の起動と準備の時間が必要です。開始と終了のフェード、−12dBFSの上限、60秒の自動停止は維持しています。

📐 画面構成

画面は「キーから信号へ」「波形とスペクトル」「音から番号へ」「しくみを読む」の順です。狭い画面ではキーパッドの下に回路を置きます。 「透かして見る」はテンキー上のボタンで切り替えます。初期状態はONで、横4本が低群、縦4本が高群です。 周波数ラベルは理想波形／IC世代と周波数ずれの設定を反映します。OFFで通常のキー表示に戻り、右側の回路図は表示を続けます。 目盛りの余白はON/OFF共通です。切り替えても16キーの位置・寸法・間隔と外枠の高さは変わりません。 波形とスペクトルは選んだキー・設定から作るプレビューで、マイクの実測表示ではありません。波形は12ms、スペクトルは600〜1750Hzの範囲です。 マイクやWAVの解析状況は「音から番号へ」のパワー表示と判定結果で確認します。 パワーの棒は−60〜0dBの固定範囲です。−60dB未満は棒を空にし、横のdB数値は従来どおり表示します。

📖 使い方

1. キー5を押し、770Hzと1336Hzの経路を確認します。キーを離すと音が止まります。
2. 「回路の層」をIC世代へ変え、水晶からカウンター・D/A・ミキサーへの接続を見ます。レベル差の初期値は+2.7dBになります。
3. 「番号を鳴らす」に列を入力します。0〜9・A〜D・*・#以外は入力時に取り除きます。
4. つまみを変え、出典別の規格判定を確認します。「いまの音をそのまま戻す」は最後に鳴らしたキー・列と設定から音を再生成します。初回は入力欄を使います。
5. WAVを選ぶか、「マイクで聞く」で音を解析します。マイクは60秒で止まり、停止・ページ離脱・入力中断時も後始末します。
6. 「WAVを書き出す」で現在の入力列をPCM 16bitとして保存できます。自動保存はしません。

WAV入力はPCM 16/24/32bitまたはfloat32、1/2チャンネル、8〜96kHz、60秒・24MiB以下です。2チャンネルは平均します。 デコード後に読み込んだ音を保持せず、マイクは短い解析窓の値を順に破棄します。残るのは表示中の判定結果です。

🎯 ユースケース

このツールならではの使い方

• 情報の授業で、キー5の770Hz＋1336Hz（例E1）から行と列を逆にたどる。4×4＝16通りを8本の周波数で表す構成を説明できる。声の識別器ではない
• 電子工作の学習者が、理想波のキー5をIC世代の770.1Hz＋1331.7Hz（例E2）に変える。公称値・実周波数・分周比の推定を分けて読める。実ICの電圧や素子のシミュレーションではない
• 品質管理の教材で、キー5を+2%ずらすと?（例E3）、+3%では拒否（例E4）になることを比べる。「仕様上の境界」と「測定した推定値」を区別できる。製品の合否認証には使えない
• 謎解きの制作者が123をWAVにし、読み込んで同じ列へ戻す。音を記号として渡す仕組みを題材にできる。音に残る番号を秘密にする機能はない

授業・家庭での自習、レトロ電子回路の調べもの、録音に含まれる情報の検討にも使えます。 マイクでの結果は部屋、スピーカー、端末の音声処理に左右されます。

以下は48kHz、音80ms、休止60msの例です。—は拒否して番号を追加しないことを表します。日英の表をテストで再計算します。

ID	mode	profile	key	offset %	twist dB	low Hz	high Hz	result
E1	ideal	NTT	5	0	2	770	1336	5
E2	ic	NTT	5	0	2.7	770.1	1331.7	5
E3	ideal	NTT	5	2	2	785.4	1362.72	?
E4	ideal	NTT	5	3	2	793.1	1376.08	—

🔬 規格と測定

送出条件と受信条件を分けます。40ms／23msはQ.24表A-1のAT&T列の値であり、ITU-T全体の一律の規定ではありません。 レベル差は高群−低群です。以下は本ツールで扱う項目の抜粋で、規格の全要求を網羅しません。

出典	周波数偏差	音の長さ	休止	周期	レベル差
Q.23 / 送出	≤1.8%	規定なし	規定なし	規定なし	標準化しない
Q.24 A-1 / NTT受信	動作≤1.8%、不動作≥3.0%	動作≥40ms、不動作≤24ms	≥30ms	≥120ms	−5〜+5dB
Q.24 A-1 / AT&T受信	動作≤1.5%、不動作≥3.5%	動作≥40ms、不動作≤23ms	≥40ms	≥93ms	−8〜+4dB
NTT技術参考資料 / 端末送出	≤1.5%	≥50ms	≥30ms	≥120ms	0〜+5dB

出典はQ.23（1988年）、Q.24（1988年）Annex A、NTT東日本・第6.2版（2025年7月）p.14です。NTTの端末送出の表は1633Hz列を含みません。

解析はHann窓25.6ms、係数を整数ビンへ丸めないGoertzel法です。8本から各群の候補を選び、公称の±4%を0.5%刻みの17点で再計算します。 最大付近の対数パワーを放物線で補間し、同じキーの複数窓を平均して偏差を0.01%単位で判定します。これは表示・判定の刻みであり、精度保証ではありません。 推定したピークのパワーと公称の2位との比は6以上を要求し、レベル差は0.1dB単位です。

rate Hz	N	rate/N Hz
8000	205	39.02
44100	1129	39.06
48000	1229	39.06

48kHz・16キー・ずれ0%の窓長比較では、群内の比の最小値は20msで理想27.11／IC世代27.10、25.6msで1293.56／1261.38、32msで1413.24／1295.65でした。 25.6msを採用し、比のしきい値6は波形端や瞬断を含む窓の余裕を確保した教育用の設定です。音声全般に対する誤認率の保証ではありません。

2026-10-21の合成音測定では、以下の範囲で全16キーを正しく受理しました。3レート（8k／44.1k／48kHz）で同じ結果でした。 横軸はつまみで加えた偏差です。IC世代では表Iの周波数自体が公称からずれているため、規格の偏差とつまみの値は一致しません。

mode	profile	全16キーの受理範囲（%）	1キー以上の受理範囲（%）
ideal	NTT	-1.8 … +1.8	-1.8 … +1.8
ideal	ATT	-1.5 … +1.5	-1.5 … +1.5
ic	NTT	-1.4 … +1.1	-1.8 … +2.1
ic	ATT	-1.1 … +0.8	-1.5 … +1.8

以上為 README 的開頭部分。其餘內容請閱讀原文。 檢視完整 README ↗