>>621
>・ A と B のあいだの ABX テストはやっていない。

ログしか見ていない場合、これは証明できません。
JavaABCではTraining modeでABXを行うと、ログには残りません。
他人に見られることを意識する人ならともかく、皆がTest modeで行うとは限りません。

>・ C と D は A よりも明らかに悪く、 A と B の違いは極めて微妙である。

残念ながら、これは主観です。主観に絶対指標は存在しません。
つまりこんなことは断言できないわけです。

>しかし、たったひとつのサンプルについて一回だけの ABC/HR を行なうだけでは
>「偶然の確率」が大きくなるので信頼性が大きく失われます。

そもそも1回のABC/HRに大した信頼性はありません。
1つのサンプルでエンコーダーの音質評価することが誤りであるのと同じです。

つまりたった1人のたった1つのサンプルでの音質評価など、何の当てにもなりません。