グチ言う三　-筑前前原支部-　blog版

現行のUTAUは、単音WAVの切り貼りなので、le grand bleuの歌詞を例に挙げると、

「き　み　の　む　ね　に　(休符)　こ　きゅ　う　を　あ　わ　せ」

となっているわけですが、連続音音源だと、

「き　ぃみ　ぃの　ぉむ　ぅね　ぇに　(休符)　こ　ぉきゅ　う　ぅを　ぉあ　ぁわ　ぁせ」

のような感じになってるんじゃないかと思うんですね。それぞれの音をクロスフェードで滑らかにつなげば、そりゃ自然に聞こえて当然です。
(ピッチを上手くつなぐのは必要最低限ですが･･･)

おそらく、vocaloidでは「周波数ドメイン歌唱アーティキュレーション接続法」とやらが、先行音と次発音の関係を音(声)の周波数等から計算して、連続音ライブラリから適当な箇所を選択することにより、滑らかな歌唱を実現しているんでしょうね。


【余談】---------------
実は、このネタ知らない状態で双音リア版のle grand bleu作ってたんですが、先行発声とオーバーラップ値をいろいろいじって、エンベロープで前後の音をクロスフェードさせてつなぐことで"出来るだけ滑らかにつなぐ"テストをしていたのですが、次発音の子音部がフェード効果で小さくなるので滑舌が悪くなるため、あまり上手くいかなかったんですよね(^-^;
だからと言って、先行音はフェードアウトさせつつ次発音のアタックを強くすると、やはり不自然になるんですよね・・・

↑試行錯誤の残滓(^-^;

【終了】---------------



さて、UTAUの今後はどうなるんでしょう？
つか、新システム用音源を作るとなれば、中の人は相当苦労することになりそうですけど･･･

いや、それ以上に原音設定をする側への負担が増大するのか。
先行発音の範囲設定を誤ると、滑舌云々の問題では済まなさそうだ･･･

-----------------------
参考(飴屋さんのブログ)
http://utau2008.blog47.fc2.com/blog-entry-306.html
http://utau2008.blog47.fc2.com/blog-entry-307.html

ざっと読んではみましたが、正直とんでもない苦労がよくわかります･･･