ㄊㄌ流之如何選擇錄音方案

本篇內容算是上級者向,極其主觀,就算有錄音經驗也不見得能全部理解,看不懂很正常請不要慌張也不要討厭ㄊㄌ,但如果是喜歡挑戰摳細節的那就請進
部分內容因時間跨度很大不保證一定正確,有些資料可能也早已佚失,如果有刊誤或需要補充請隨時連絡ㄊㄌ
大概講日中英三種,其他語言也沒碰過就先不提了,請善用CTRL+F搜尋想看的內容


日文錄音表

鬼子式錄音術效果過介於傳統平韻多音階跟交互式之間,雖然嚴格來說還算是平韻錄音,但可能是需要短時間音程變化,聲帶不能抓那麼緊

傳統多音階是取極限值,聲帶能錄到哪就到哪,撐住錄完就行,反而跟唱歌底子關係沒那麼大,甚至多音階MAP都不一定要跟原音對準
連呼/交互系是取最佳,人類聲帶最穩定質量最高的段落,太高太低都不現實,底子不夠真的錄不了
歌連續音則是在兩者之間,音程跨度小不會太為難引擎,但也能帶來平韻錄音沒有的更多細節

對ダミ声(捏夾嗓)的友善程度&理論上的效果:Eve/母音優先系列表>一般傳統平韻+咒文系錄音表>歌連續音>連呼/交互

如果想做越自然的音色(?)就是相反,但最後面那兩種如果珍惜生命可以直接略過不看


中文錄音表

現行九成以上中文皆使用漢語拼音,如果會注音的話記住對應的字母跟符號其實不難
中文錄音其實還有很多私下開發的方案,時間地域跨度也很大有些東西到現在已經不可考,就先略過不講
省流主觀的結論就是直上CVVC,中文構音複雜包含複數母音跟韻尾,不太可能像日文一樣出現單獨音效果跟連續音或CVVC比肩的情況

SYO/芳梅/B-HM/十月鬼(OCT)擴張整音
差不多所以一起講,這幾種的構成邏輯都很接近,差別只有拆母音的方式

芳梅式是日本人寫的,SYO則是韓國人,b-hm與十月整音作者是中文母語人士

芳梅式流傳不廣,SYO跟b-hm倒是在早期中文CVVC出來前風光過一陣子,因為錄音量比整音少了1/3左右,但流傳最廣的SYO嚴式也是被中文母語人士改過的,並非最原始的版本

擴張整音則是直接暴力把字典上所有會出現的拼音組合都先當作一般單獨音錄一遍,然後再補上韻尾,母音之間拼接的不自然感會減輕一些
其中擴張整音跟SYO用法跟效果都差不多,不方便錄中文CVVC再來從兩者之間選;而認真比較那就是整音,資源多音標也乾淨,跟其他形式之間的轉換會比較輕鬆

拆音&使用方式比較 (UTAUIncision),以【章魚燒】三字為例

B-HM
子音後至多保留一個母音,其餘拆出拼接

B-HM式範例

SYO嚴式
子音後至多保留一個母音,其餘拆出拼接

SYO式中文(原版)範例※星野ハナミ中之為非中文母語人士

擴張整音
子音之後的韻母全部保留,韻尾額外拆

擴張整音範例

CVVC
子音之後的韻母全部保留,韻尾直接做在VC裡

CVVC範例(新表)


王芳梅式範例
※目前沒有任何已知工具支援芳梅式


中文cvvc
想做好一點的中文,那目前CVVC就是第一首選
錄音表舊版跟新版差別在於非三字的部分,三字規律接近於日文的eve式跟delta母音優先,其餘比較不規則一點,算是複數韻母咒文型,拼音不夠熟很容易車禍挫折不想錄
新版有各種字數組合可以選擇,想要維持聲線從頭到尾不換韻、或者對反應速度不太有自信再來選擇三字
實際上不管選哪一種做出來效果都不會有太大差別,挑一個反應得來的長度就行
新舊都有同捆原音設定模板

左:舊表純三字右:新表3+8字



一音階錄音量為中文CVVC的約6~8倍,原音設定量則將近10倍,實例太少CP值也不高,有了CVVC之後幾乎沒有推薦的必要故先略過,真有勇者想挑戰再來細說



英文錄音表

不管是哪一種只要要用就必須背音標,就算有插件也一樣,KK音標概念好(自己發音也要標準)的話會比較輕鬆
英文構音比中日文更複雜,雖然格式跳脫不開CVVC/VCCV,但每一種表的差別大到音標都不一定通用,要注意

CZ式
目前最泛用的VCCV,經過10年以上的開發,錄音量最多一音階就破千,ㄊㄌ當年錄了一星期,遇到錄一音階以上的人請先向他敬禮

錄音表偏造語但不至於到太難唸,長相有一點點類似早期的中文CVVC或日文母音優先式CVVC?,子音效果也最標準最乾淨(偏美式口音),但就是量多,跟現存單字的連結不直觀,音標概念不好會非常辛苦
另外要注意的是開發時間跨度大版本自然就多,所以如果發現有點年份的VCCV音源跟近幾年的長得不太一樣是正常的
有指定BGM模板



DELTA式

日本人寫的,錄音表本身來源自日文CVVC,據說參考了VOCALOID英語聲庫的拆音,有很多種選擇,每一種不同的表錄音量差非常多,作者本人最推是2號跟5號,但大略調查一下最多人採用的是3號跟5號

也因為是日本人寫的,對R系列的發音已經放棄治療,就算給沒有捲舌障礙的非日本人錄也會自帶日文口音,而且子音尤其是有聲子音會比較髒(個人觀感)


左:聲帶為中國人右:聲帶為日本人,3號表


ARPASING

特色是從現成單字裡拆音標,不像上面兩種表全部都是造語,錄音量也比VCCV少一點,比較強調念單字的自然感,後續也有很多民間自製的表,就不一一提出來有興趣的再自行去翻閱

最大一個優點是Moresampler可以自動推定oto

水音ラル親爹寫的表,面向非慣用英語的人做了好念為主的改造,單字的部分要重複讀兩次,拆出來的音標跟原版並無不同可以放心通用
量比原版ARPASING多大約1.5倍但還是比VCCV少,一音階錄音時間大約抓在3小時左右

左:無印ARPASING;右:ARPASING-Ag-


ARPASING有自己的專屬插件,VCCV有與DELTA互換的插件但ㄊㄌ沒用過,但ARPASING要跟另外兩種互換可能就要手動

比較

錄音量=VCCV>ARPASING>DELTA

發音標準度(個人評)=VCCV>ARPASING>DELTA

原音設定方便度=ARPASING(Moresampler)>DELTA(Mkototemp)>VCCV(固定模板)

捏腳色聲音容易度=DELTA>ARPASING>VCCV