VOCALOID他歌声合成キャラの声や見た目を何らかの形で改変した、いわゆるVOCALOID亜種のことを「FANLOID」と呼んだりしますが、今回テーマの「ピッチロイド」はそういったFANLOIDの一種です。
【概要】
Pitchloid（ピッチロイド）とは、ボカロ曲の音声を丸ごとピッチシフトして声を変えたものや、改変された声に付けられるキャラクターのことを言います。
例えば、初音ミクの曲をAudacityなりなんなりのソフトを使って３キーほど下げたとしましょう。こうすると、楽曲のキーが３つ下がるのは当然ながら初音ミクの声が男っぽくなります。これにキャラをつけてピッチロイドキャラとする
みたいなことですね。むかーしむかし、私が生まれるよりも前かもしれない頃にタモリ倶楽部でやっていた「平井堅の曲の再生速度をあげたら一青窈になった」とかいうやつと似たようなものです。楽しいのは楽しいんですけどね。
日本では「ピッチロイド」という名称やタグが普及してないので、ピンポイントに探すことはできません。VOCALOID亜種動画の中にたまーに見かけます。普通に生きていればそうそうヒットしないので、知らない人も多いはずです。
FANLOID周辺文化は主に欧米圏で見られる（とはいえ規模は大きくない）。
【判別】
FANLOIDのうち、VOCALOID性転換亜種という、初音ミクを男声化させてみたり、鏡音レンを女声化させてみたりするものもあるわけですが、これの作り方は主に２通り
・EditorかDAW上でボーカルを性転換してその後MIX
・曲を丸ごとピッチシフト
後者がピッチロイドですね。というわけで、この辺はいろいろ複雑に入り組んでいて明確に分けることができません。
というのは嘘です。
「曲丸ごとピッチシフトしている」という明確な定義があるので、ピッチロイドは明確に分けることができます。その事実が書いてあれば。
同じミクオ動画でもピッチロイドなものとピッチロイドじゃないものがあるわけですね。
私が好きでたまに動画作っているのは「ピッチロイドではないVOCALOID性転換亜種」です。
【権利関係】
そもそもFANLOID自体が何らかの「改変」を絶対しているので、地雷な人も多いのですが、その中でも地雷度高いやつと低いやつが存在します。
有名なのは、弱音ハクや亞北ネルですよね。あの辺は、もちろん地雷な人もいるでしょうけどかなり受け入れられているFANLOIDです。
ボトルミクのようなきれいめな改変によるFANLOIDも地雷は踏みにくい。
シテヤンヨとかリンの幼虫みたいなクリーチャー系は中程度。
UTAUは基本的にやめといたほうが良い。
性転換亜種は中程度から高度に地雷を踏みやすいジャンルでしょう。私もアカウント分けたり動画説明文に注意書きを書いたりしています。
この辺のマナーは界隈ルールみたいなことになっていますが、広大なYoutubeの前には無力だったりもします。
そんな中、最も地雷を踏みやすいのが今回テーマのピッチロイドです。
地雷ポイントはいろいろあるでしょうが、
・やってることがアニメの違法アップロード動画の改変と大体一緒
・性転換自体が地雷
・他人の作品をちょっといじって自分のもののようにしている
とか。もちろんグレーというよりかなりブラック寄りなので、ピッチロイドはせいぜい個人で楽しむくらいの娯楽なのです。権利者にダメって言われたら問答無用でダメです。
ただ、ピッチロイドは知名度が低く、規約には書いてないことが多い（いちいち対応してられないし）うえ、よくやってる人々は日本語人じゃないことが多いので割と無法地帯と化していたりします。
純粋な娯楽として楽しんでいるとしても、自己顕示欲満たしたいんだとしてもダメって言われたらダメなのでダメです。
結月ゆかりの双子の弟（発祥が公式メンバー）とか音街ナギ（作品にウナ公式Twitterが肯定的な反応してくれる）とかだったらいくらか安心してできるけど、それでもピッチロイドは厳しいと思います。
スポンサーサイト
くろ州の合成音声備忘録
いろんな歌声合成ソフトのシーケンスデータをまとめて配布しようかと思います。
ダウンロードはこちら
【どういうこと？】
16種くらいの歌声合成で作成したシーケンスを集めました。
どれを使っても大体同じ音声が書き出せるようにできています。
歌声合成ソフトの動作チェック
音源の性能チェック（音域・滑舌等）
研究開発
なんかに使えると思います。
ちなみにこんなフレーズです。
約1オクターブ半で、16分音符から付点4分音符まで入ってます。
使いやすいようにテキトーに移調してください。
長いノートが劣化するようだとロングトーンに超弱い
短いノートがエラーだらけだと早口に弱い
上から下まできれいに出ないとJ-POPがカバーしきれず、ボカロ曲は厳しい
みたいなことがわかる。
【内容】
VSQX：VOCALOID3, 4用
VPR：VOCALOID5用
UST：CV=単独音用 VCV=連続音用 CVVC=CVVC用 UTSU用 いずれもベタ打ち
CCS：CeVIO用
MTP：MUTA用 日本語音源がないため一部歌詞操作あり
NAR：Nakloid用 単独音形式のみ
NN：NiaoNiao用 日本語音源用カタカナベタ打ち
SK：Sharpkey用 日本語音源用ひらがなベタ打ち
SNG：LaLaSong用 音域の関係で+4キー
S5P：SynthesizerV用
USTX：OpenUTAU用 単独音形式のみ
XML：Sinsy用 RenoidPlayer用
MID：Aquestone用 Alter/Ego用 DelayLama用 いずれも歌詞データなし
VPR：VOCALOID5用
UST：CV=単独音用 VCV=連続音用 CVVC=CVVC用 UTSU用 いずれもベタ打ち
CCS：CeVIO用
MTP：MUTA用 日本語音源がないため一部歌詞操作あり
NAR：Nakloid用 単独音形式のみ
NN：NiaoNiao用 日本語音源用カタカナベタ打ち
SK：Sharpkey用 日本語音源用ひらがなベタ打ち
SNG：LaLaSong用 音域の関係で+4キー
S5P：SynthesizerV用
USTX：OpenUTAU用 単独音形式のみ
XML：Sinsy用 RenoidPlayer用
MID：Aquestone用 Alter/Ego用 DelayLama用 いずれも歌詞データなし
くろ州の合成音声備忘録
くろ州式7モーラリストがどうやってできたのか解説します。
１．とりあえず全部網羅できるようにする
aa-ia-ua-ea-oa
となるように並べます。めっちゃ規則的
_かかきかくかけかこか
これを母音一個ずつずらして複製
_かかきかくかけかこか
_ききくきけきこきかき
_くくけくこくかくきく
_けけこけかけきけくけ
_ここかこきこくこけこ
２．ダブりを消す
後半ダブっているので削ります。
_かかきかくか
_ききくきけき
_くくけくこく
_けけこけかけ
_ここかこきこ
３．「ん」を挟む
挟み方はいろいろ
_かんかきかくか _かかんきかくか _かかきんかくか
_かかきかんくか _かかきかくんか
正直どれでも良いけど、「かかんきかくか」が結果的に一番きれいになりそうだった。
_かかんきかくか
_ききんくきけき
_くくんけくこく
_けけんこけかけ
_ここんかこきこ
４．足りないものを追加
足りてないのは「かき」「きく」「くけ」「けこ」「こか」なので、これで1行作ると
_かきくけこか
になる。これは「ん」を挟む段階で仕組んだ。「一番きれいになりそうだった」の正体。
この足りないやつを各行の最後に仕込むと8モーラリストになる。
５．仕込み
これで
_かかんきかくか
_ききんくきけき
_くくんけくこく
_けけんこけかけ
_ここんかこきこ
_かきくけこか
1文字空きがある。空きがあっても何の問題もないが、ここに「ん」をはめると、
_かかんきかくか（a）
_ききんくきけき（i）
_くくんけくこく（u）
_けけんこけかけ（e）
_ここんかこきこ（o）
_かきくけこかん（N）
というように、各行の最後に「あ、い、う、え、お、ん」が並ぶので、UTAU音源に仕込みを作りたい場合につかえそうになる。
くろ州の合成音声備忘録
UTAU音源は、その仕組みによっていくつかの種類に分かれます。主要なものは以下の通り。
単独音
CVVC
連続音
これはどう違うのかという話。それぞれの技術的な部分は全部すっ飛ばして説明するとこうなる。
【歌わせる人向け】
ただ歌わせるだけなら
単独音→CVVC→連続音
の順で簡単。
単独音は「こ ん に ち わ」って打ち込めば "とりあえず歌う"
CVVCは「こ o ん に ち わ」って打ち込めば "とりあえず歌う"
連続音は「- こ o ん n に i ち i わ」って打ち込むと歌う
まぁ、どの音源形式でも「こ ん に ち わ」と打ち込んで、形式変換器でワンクリックすれば勝手に↑のように変換してくれるんでただ歌わせるだけなら別に難しさは変わらない。
上手に歌わせようと思うと
連続音→CVVC→単独音
の順で簡単。 ※個人の見解です
単独音は、滑らかに歌わせようとするとそこそこの技術が必要
CVVCは、上手に歌わせようとすると作りこみ要素が多い
連続音は、素の状態で大体うまい
【中の人向け】
単独音→CVVC→連続音
の順で楽
単独音は量が少ない（秒で終わる）※過言
CVVCも量は少なめ（数分で終わる）
連続音は最低でもアニメ1本分は歌い続けないといけない
体力や喉の耐久力で選ぶ
【原音設定他向け】
量の面では 単独音→CVVC→連続音
難易度の面では 連続音→単独音→CVVC ※個人の見解です
の順で簡単。
量は中の人の項目と同じ
難易度で言うと
連続音はシビアにやらなくてもなんとなく歌ってくれる
単独音は上手に歌うようにするには結構経験が要る
CVVCは子音の処理がシビアだし、中の人がうまくないとちょっと作れない
という感じ。
くろ州の合成音声備忘録
最近、ボカロDJさんをはじめとする「ボカロリスナー」さんとの絡みが増えてきた私ですが、まだ、ボカロリスナーさんの思考というか傾向というか、そういうのがわかってないところがあるのです。
私は歌声合成全般を扱うユーザーでありライターです。ここでは「ボカロユーザー・ボカロライター」ということにしましょう。
※念のため。「ボカロ」＝キャラクター付き歌声合成ソフト・音声全般を指すものとします。
さて、本題に入りましょう。技術系のボカロライターである私の興味関心は、ボカロの技術にあります。VOCALOIDは波形接続で、CeVIOはHMMベース、最近のトレンドはディープラーニングで全自動歌唱する歌声合成だとか、そういうところに興味があって、実際に使う＝ボカロユーザーとなることで現実的な目線から記事を書いているわけです。
でも、そこってボカロリスナーさんからしたらどう見えるんでしょうか。
ボカロ曲を聴くという段階において「VOCALOIDの音声は波形接続によって生成されている」ってどの程度の関心を集める話題なんでしょう。これ知ってても知らなくても音は変わらないですよね。聞こえ方は感覚的に変わるかもしれないけど。私はそういう話を楽しく聞くけど、個人的には別に知らなくてもいいと思います。
ボカロ曲を聴くという段階において「この曲のボーカルはSinsyで作られている」ってどの程度重要なんでしょう。どのソフトを使っててもいい曲は良い曲だと思うのです。
多分、「使われているソフトの "名前" や "技術の詳細"」は別に聞く分には重要じゃないんじゃないかと思うんです。知ってれば楽しみが増えるかもしれないオプションくらいの立ち位置。
私はそういうところ知りたい派だし、知ってもらうのは普通に良いことだし、教えられることは教えたいですけどね。
例えば、
VOCALOIDは滑らかで落ち着いた出音、ハイトーンや早口に強い。
CeVIOは密度の高い埋もれにくい出音、人間らしさの出しやすさとトークに強い。
UTAUはLo-Fiから人間レベルまで多様な出音、息遣いにUTAUらしさがある。
Sharpkeyは硬めの出音、曖昧な発音やダイナミクスレンジの広い表現が特徴。
SynthVは滑らかでぬめりのある出音、多芸でダイナミックな強弱表現が特徴。
VoiceTextやVoiceMaidProjectはアイドル風・同人歌手風に歌うことができる。
EmVoiceは透き通った出音、圧倒的な英語クオリティーが特徴。
みたいなところはリスナーさん向け情報として「アリ」だと思うのです。歌声合成ソフトの音声ソムリエ。
今挙げただけでも知らない歌声合成あったでしょ？
そういうものの中にはニコニコのVOCALOIDタグに載らないものもたくさんあります。載ってもよくわからないから見られないみたいなことはよくあるでしょう。
でも、そういうのの中にも名曲がたくさんあって、残念ながらほとんどのリスナーさんは見落としているのです。Aquestoneオリジナル曲とか、素朴なゆっくりボイスで哀し気に歌われるからこその哀愁が胸を打ちます。
SoundCloudで「VoiceText」や「東北大学ボイスメイドプロジェクト」を検索してみてください。
Youtubeで「マイクロソフト りんな」を検索してみてください。
「テクノスピーチ」でググってみてください。
あなたの好みかどうかは保証できないですが、驚くべきクオリティーの音声が出てきます。
「これボカロ？」というのは「この楽曲のボーカル音声はまるで人間が歌ったもののようで非常に驚き感動いたしました」という意味だけど、これによく「いや、UTAUだよ」とか「CeVIO」だよとかいうコメントがつく。
完全に正しい。たまにミスってたりするけど。
正しいけど、ここには非技術系と技術系の興味の差があるような気がしています。
どっちにも属しているからこそ、その真ん中で暗躍したいなとか考えているところです。
くろ州の合成音声備忘録
2019年1月11日にBiliBiliに予告動画が投稿され、18日に初オリジナルが投稿された「未央（WeiYang）」は中国の歌声合成MUTAの新男声音源でした。
【導入】
公式ダウンロードページの「未央」の文字あたりをクリックするとZIPがダウンロードできます。
展開して、中の「MUTA_v2.1_weiyang-ver.exe」を実行してポチポチしてれば未央のインストールは完了です。
私は当然のようにMUTA既インストール組なので別に気にならなかったですが、たぶんエディターがついているのでMUTAまだインストールしていなくても大丈夫です。
【使ってみた】
今までは女声音源の嫣汐がいましたが、使い方自体は別に同じなので難しくはないですね。
両方ともインストールしている場合、パートの歌手を変えるには、パートを選択した状態でメニューバーの「音源→歌声音源」から歌手を選びます。
普通の日本語PCであれば、嫣汐は「貢ﾏｵ」、未央は「ﾎｴﾑ･」と文字化けしていますね。
音域は大体A2～D5くらいまで普通に出ますが、中低域が息っぽい普通の男声であるのに対して高音域は結構女性的。
どうも中の人が中国の両声類歌い手さんらしく（19日に同じ曲の歌ってみたをだして11万再生超えてる）、なるほどそういうことなのかという感じ。
ちなみに低音側は、最低E2までです。それ以下の位置にノートを置いてもE♭2より少し高い音程までしか出ません。
【MUTAトーク】
なんと、最新版未央エディションにするとMUTAのトーク機能が使えません。メニューに出てこないんですよね。
未央エディションに付属するEditorのバージョンは、特に新しいわけではなく、更新前と同じバージョン表示になっています。ですが、未央エディションにするとトーク機能が嫣汐も含め使えなくなるので、嫣汐トークが使えなくなるのは困るという人は未央をあきらめたほうが良いですね。未央の音源単体インストーラーとかあったらよいのですが。
YanXiAPPも公式HPからいつの間にか消えていたりしてよくわからないですね。中国のGateBox的な何かとのからみでうんぬんかんぬんあるのかも（要調査）
嫣汐トークも未央ソングも諦められないわがままさんは、別のパソコンや仮想PCに未央をインストールするとかして回避してください。
MUTAを今まで使っていて、しかもファイルを残してあるという場合は2017年夏ごろにリリースされていたバージョン2.04_alphaあたりを引っ張り出してきて使いましょう。あれはインストールするのではなくZIP展開するだけで使えるタイプのソフトなので、未央をインストールしても消えずに嫣汐トーク機能が使えます。
日本人で必要としている人は私しかいないような情報ですね。
くろ州の合成音声備忘録
VOCALOIDには3人のスペイン語キャラがいるわけですが、そのうちのMaikaをちょっと使ってみたので、メモしてみます。
中国語調声と英語調声の息抜きにスペイン語調声した。
— くろ州＝歌声合成好き (@kM4osM_96s) 2019年2月6日
曲はkoyoriさんの「独りんぼエンヴィー」スペイン語版
ボーカルはMaika
歌詞はAnkariさん動画を参考に pic.twitter.com/YhT3L09NIo
【歌詞入力】
スペイン語をそのままつづればOK。「El niño」とかたまに特殊な記号が出てくる場合は「n」を打ち込んで変換していれば出てきます。変換しないと動かないことが多い。
ちなみに、スペイン語の「ll（Lが二つ）」はめちゃくちゃ特殊で、リャ行になったりヤ行になったりジャ行になったりしますが、Maika on V4Editorでは「L」行になります。この辺は地方差ですが、ヤ行やジャ行のほうがスペインっぽいのかな？みたいなことは聞くので発音記号のほうを修正するのがよさそうです。
あとは日本語と同じなので普通に調声しちゃってください
【スペイン語曲？】
スペイン語ボカロ曲はほぼ見たことないですが、スペイン語で歌ってみたは少しだけあります。そこから歌詞を借りてきて使うとか、スペインのボカロじゃない曲を歌わせるくらいの使い方になると思います。Maikaで日本語を歌わせるのも楽しいとは思います。
くろ州の合成音声備忘録
VOCALOIDの英語音源は以前からたまーに使ってたりしましたが、V5では英語音源が（個人的に）使いやすくなったのでちょっと見てみましょう。
【波形が確認できる】
V5の良いポイントはここです。そこそこ熟練した歌声合成ユーザーであれば、波形を見てどの音素か判定することはわけないですが、V5は調整作業中に波形を見て確認できるので、二重母音の副母音や多重子音のタイミングをとてもコントロールしやすいんですよね。V4までだと、どこにどの音素があるのかわかりにくいので微妙にコントロールしにくかったんですが、V5なら楽。
個人的にはV4で歌詞入力して、PIT、DYN他パラメーターを調整してしまって、発音が気になるところだけV5で波形を確認しながら修正。あとはAirやExciterパラメーター・アタックリリースエフェクトで味をつけるのがいいんじゃないかと思います。
くろ州の合成音声備忘録
UTAUの中国語音源は扱いが簡単なので、お気に入り曲が中国語だったとか、いい声の音源が中国語だった場合も臆せず使ってほしいところです。ので、使い方をメモしておきましょう。
【使い方 CVVC】
中国語CVVCは
１．歌詞入力
２．AutoCVVCでCVVC化
これだけ。日本語と同じです。環境構築を正しく行えばPresampを使って簡単に動かすこともできます。
【使い方 連続音】
中国語連続音は
１．歌詞入力して保存
２．「Chinese VCV Helper.exe」を起動
３．USTをD&D
４．「元ファイル_VCV.ust」ができる
これでOK。「_VCV.ust」のほうを開けば連続音化したUSTであることがわかると思います。
あとはもう自由に調声すればいいですね。
【歌詞入力】
中国語の歌詞入力はピンイン＝中国語のローマ字表記方法でやります。優秀で読みやすい発音記号なのでとても便利。
歌詞が漢字でしか書かれていない場合がほぼ100％なので、そこからピンインに変換しないといけません。
A.歌詞がテキスト情報としてある場合
歌詞がコピペできる文字情報の場合は、ピンイン変換サイトやGoogle翻訳にコピペしてピンインを確認しましょう。ローマ字の上の記号（四声）はガン無視してOK。
B.歌詞が画像情報でしかない場合
歌詞が動画内でしか表示されてなくて、コピペできない場合は頑張って手書き入力で文字起こししてください。日本語と大体同じ文字の場合は日本語で入力しちゃっても大体どうにかなります。文字起こししたらピンイン変換サイトやGoogle翻訳で以下略。
くろ州の合成音声備忘録
Macで動く英語歌声合成「EmVoice」ですが、今回やっとちゃんと使ったので調声の話をしてみます。
【基本】
EmVoiceはAUプラグインです。
GarageBandやLogic他Mac用のDAW上で動きます。
調声パラメーターは一切なし。
ノート分割でピッチコントロールするだけ。
【作業】
AUの読み込み
頑張って
打ち込み
フツー。１音節１ノートで打ち込みます。
1音節の中で音程が変わるときはとりあえず1ノートだけ打ち込んで後で編集します。
歌詞入力
基本は英単語そのまま。たまに右上にエラーが出ます。
エラーで出てきてる単語の後ろに数字の１か２を付け加えれば大体どうにかなる。
例えば「Voice」と打ち込んで「Voiceはエラーやで」とか言われたら、「Voice1」と書き換えればおそらく読み上げてくれる。
ノート分割
鉛筆でガンガンノートを置いていきます。
EmVoiceは完全にノート分割でコントロールするよ！ pic.twitter.com/CVLdT5kTt3
— くろ州＝歌声合成好き (@kM4osM_96s) 2019年2月1日
割とポルタメントがゆったりしているので、オーバーシュートを作ってやるのが良い。
ノートはコマンドキーを押しながら上下にドラッグすると、中途半端な位置に移動できる。これとお友達になれるかどうかが勝負。
外部ツール
EmVoiceは音域が狭いので、出ない音はあとからAutoTuneとかMelodyneやWavesTuneで編集して出す。
ビブラートもノート分割で作るの限りなくめんどいので外部ツールで書いてしまいましょう。このくらいならVocalShifterでもほとんど劣化してるようには聞こえない。
他の編集はたぶん必要ないというか、曲に合わせるんじゃなくて曲を合わせたほうが建設的かと。
プロフィール