人力ボカロTIPS詰め

刀剣乱舞にハマったついでに、UTAUを始めて以来５年ばかり、声の付いてるジャンル(いわゆるアニメ系)にハマったことがなかったので、これを機にやってみたかった人力ボカロに手を出してみました。UTAU式です。ソシャゲしすぎてただけです。

といわけで久々にこのブログを引っ張り出してきました。




UTAUの使い方とか基本的なところはそのへん探せば出てくるので割愛して、私がしばらくUTAUユーザーやってたうえで、切り出してUTAU上で歌唱合成するに当たって、増えた小ネタをもそもそ書きなぐっていきたいと思います。
UTAUの使い方とかそのへんは先人たちがめっちゃいろいろ書いてあったり動画あったりするのでいいからググろう。あとツイッターの海を漂って半年くらいROMろう。



まず最初に私が人力ボカロをするうえで、最終的に目指してるところが、

『UTAUの中でもよくそれっぽく歌ってる』

というところなので、人っぽく、自然に、なめらかに、っていうの目指してる人とは若干違うので期待しないでください。あくまで、UTAUっぽい中でもそれっぽく歌えてる、っていう感じです。前置き。

さて、長い前置きはこれくらいにして、小ネタTIPSは基本的に私流なので、「いやこれは違うだろ」っていうのあったら流してください。数年後私も「これはねーだろ」って思う。



UTAU式人力は、音素が少ない、音素の声色がバラバラ、っていうところが既存の音源と違うと思います。なお、私は刀剣乱舞から音源を録ってきてるので、BGMとかオケ抜くなどの一手間がなくヌルゲーなので、そこら辺も「こいつ甘ったれたこと言いやがって」とかいうのも目をつむってください。
あと最終的にUTAUの操作のTIPSになると思う。


・音素作り
＊「語尾息」の作り方とその音声編集と原音設定
みんな好きだよね？？？？
語尾息は「あ～～～ッﾌｩ」みたいな？みたいな？最後に息の抜ける感じのとか、を、指しますね。息具合の強いキャラだったら、台詞の最後を切り取って、こういうふうに

原音設定すれば行けると思います。
使い方は、ノートの最後の休符を入れ替えて
 
([a R]っていう感じにエイリアスつければ休符ノートをshift 右クリックで出てくるので便利です)そんでもって、ここでクロスさせて

ついでにクロスフェード最適化すればそれっぽくなるんじゃないかな。強すぎても違和感あるので適宜音量下げてね。
息音素は伸ばすと汚いので、ほぼ固定範囲に、でも伸縮範囲がないと生成不良起こすので、最後の無音部分にでも伸縮範囲作って、固定範囲くらいの長さのノートで使えばだいたい問題ないと思う。間違ってたらその手の人にころころされるかもしれないので自己判断。
さて、語尾息っぽい音素なんか無いよ！っていう場合ですが、諦めましょう！無理に作って声きったなくなるよりはいいです！イ音の語尾息なんかそうそうねーからな！エンベ斜めにしてフェードアウトさせるだけで大体どうにかなるんです！正直語尾息多用しすぎてるとクドくない？クドくてもあったほうがいい？あ、うん、そうか…。

でもまあ、作るのも出来るといえば出来ます。ハ行音素を逆再生させりゃいいのです。逆再生ってなんだよ、って思った方。とりあえず私が使ってるのはSoundEngine(http://soundengine.jp/)なんですが、これにリバースってのがありますね

これをちょいとかければ、逆再生です。あとは別名保存でもして、周波数表でも作って、さっきみたいな波形になるので上記の原音設定でもすりゃいいんです。語尾息になります。でもね、台詞とかのハ行って案外息要素少なめだったりするのでね、作れないものも多いかもね、っていう一長一短。使えそうな音素あったら作れるね、っていうだけです。

＊ハ行の生成
ここでついでに、ハ行を逆再生させれば語尾息になるんだから、語尾息逆再生させりゃハ行になるんじゃね、っていう話です。なります。さっきと要領は同じ。さっきと逆パターンの、語尾息はどうにかあるけど、息要素多めのハがない！バとかパとかダに聞こえる！っていう時は案外使えます。割と使えます。やったね音素が増えるよ。


＊半濁音の生成
歌にはよくあるのに、実際の台詞には無い、っていう筆頭、半濁音。それの生成。とりあえずそれっぽく聞ければいい、っていう人向けですが。
そもそも半濁音とはどういうふうに発音しているのか？はい、ちょっとここでパ・ピ・プ・ペ・ポって言ってみてください。言いましたね？唇や舌はどんな動きしましたか？

簡単に言ってしまえば、一度唇を閉じている、って言う感じです。

では口を閉じるということは？と考えたら、「ん」を挟むのが一番それっぽいのでは？という結論にたどり着きました。前の母音からの遷移付きの「a ん」「u ん」みたいな音素(連続音については他所でググって)の方が、口が閉じるのが自然になると思います。最初から母音遷移の口が閉じる動きが出てるからね。まあでも、「ん」を挟む。困ったら「ん」を挟む。割りと汎用性は高いのです。一度口を閉じて溜めるモーションを付けることができるから。
で、半濁音の生成に大事なのはここにもう1個。パピプペポは前の音素と繋がってない＝オーバーラップ(わかんなかったらググッて、要は前の音素と重なる数値)が長くない、ということ。それと、半濁音の母音って濁ってない。ということで、これらを踏まえると、

「ん」＋「半濁音にしたい音素の清音のオーバーラップマイナス」

っていうのでそれっぽい半濁音音素になります。あとは動画にするなら歌詞表示しとけばいける(本音)視覚大事。
で、エディタ上ではこんな感じ
 
歌わせるとこんな感じ

(加州清光)　この動画の

　
うん、それっぽいのでは？そう、あくまでそれっぽい。
なお、この小ネタは猫さんに収録されていただいております

半濁音が無いから発音出来ないって？じゃあ半濁音が欲しい音と同じ母音の清音を使うにゃ。ノートの手前に「ん」を入れた上で半濁音に聞こえさせたい清音音素のオーバーラップ値を大幅にマイナス(-50とか)してみるといいにゃ。「ん」は半濁音を発声する前の口の動きにあたるのがポイントにゃ！

— UTAU式人力をする人の飼い猫bot (@utaujinriki_bot) 2015, 10月 8

それっぽくみんなやってみよう。全部が全部うまくいくとは保証はしない。



＊正直、「ち」を「し」で歌わせても差異ない
さっきから、それっぽいとしか言ってないけど、それっぽく聞こえりゃいいんです。
子音の潰れた「し」はほぼ「ち」に聞こえます。あとは子音速度200でもして潰しゃいいんです、よくやってます。(子音速度そうやって使うもんじゃねーよってころころされそう)
なんか文字と発音若干違ったら、耳に聞きとりやすい音素の方採用して使えばいいんです。はい。


＊ステミキで録る時の注意
とうらぶは台詞だけ録れるのですが、それに甘えてますが、それでも、ステミキ(ステミキってなんだよ、っていう人はググッて)で録る時に

元の音源の出てる音量上げる

っていうのを大事にしてます。ブラゲーでいうなら、ブラウザ自体の音量とか、フラッシュプレイヤーの音量とか、上げる。

音小さく録っちゃうとホワイトノイズ(っていうんだっけ、後ろでサーって鳴ってるやつ)が乗って、UTAUエンジンに通した時にクソノイズのるので、とにかく音量割れない程度にガン上げしてね。大事だからね。


＊modはまっ平ら派
単純に、台詞のまとまり(促音で切る時もある)で音源管理してるので、modを下げないと音程狂うので、mod0派です。でもね、綺麗には歌うんだけどね、それらしさは減るから、気をつけてね。UTAUっぽいってのは大体この辺由来かもしれない。まっ平らにまっすぐに歌ってるのが好きなのもあるけど、人っぽいか、って言われたら、ゆらぎはないのでね。まあ人の好みです、これは。




＊音源の録りやすさの出身地性、また口調からの難しさの差異
一度言及してみたかった。現在とうらぶ人力で、自分が使っているのは、加州清光、大和守安定、厚藤四郎、五虎退、薬研藤四郎、あと表には出していないけれど、前田藤四郎、明石国行です。
この中でやりやすい順に並べて！と言われたら、
加州清光＞大和守安定＞厚藤四郎≧薬研藤四郎＞明石国行＞五虎退＞前田藤四郎
になります。(使用頻度の差は有なのであしからず)さて、なぜか？
一番の原因は、母音をちゃんと発声しているか、につきます。加州がこれに強い。間延びした台詞いっぱいある。さらに、声色だけで誰だかわかりやすいので、強い、使い勝手がいい、あと音素多い(15年10月現在真っ先に新選組イベやってたから回想が山)
母音ちゃんと発声してるのと、声色だけで誰だかわかる、っていうのはホント重要だよね、っていう話。
さて、表題に戻って、出身地の話。
それぞれのキャラの声優さんの出身地をちょっと見てみようね、っていう。
加州清光(広島県)
大和守安定(鹿児島県)
厚藤四郎(静岡県)
五虎退(東京都)
薬研藤四郎(広島県)
前田藤四郎(神奈川県)
明石国行(大阪府)
そんでもって、日本地図を思い浮かべて上記の場所を想像してください。なんとなーく共通点ありませんかね、ないかな、無いかもしれないけど。あと声優さんの技量やキャラの口調にも寄るのだけども。

なんか又聞きした話によると、日本列島を、東京を同心円の中心として、外側に広がるほど母音強く発声するよね、っていうらしいんですね。
それを見て上記を見ると、嗚呼なるほ、なるほど？数もないから集計もクソもないんだけどね、とりあえず同心円の外の人ほどやりやすいのでは…？と思い至った次第です。
方言の都合、外の方ほど母音強めに発声してる環境っぽい、っていうのがあるらしい。関西発音は顕著かもしれない。一概には言えないけれどね、あくまで参考程度に。加州のキャラの口調としてはどうやら東京訛りだって言われてるみたいだし。
あと、前田くんのUTAUエンジンの通しにくさ、は敬語で早口、っていうところにつきます。母音がない、子音発音多い、エンジンと押すとノイズしかない。三重苦どころじゃなくて、力尽きてフォルダの隅っこにいます、そ、そのうちな…。五虎退は、声色が細くて安定してないのが、厳しいかな、って使ってて思います。でも使ってるね、要は根性だね。
では関西発音でなおかつ関西出身の明石はどうなのか、と言ったら、音を鳴らすだけならめちゃくちゃラクなんです。すごいよあいつ、「ち」の音に綺麗な母音がそれなりの長さで付いているんだから…。でも、キャラは西訛り、UTAUにまっ平らに通すと、やっぱり訛りでついてたキャラクター性が失われがちで、とても難しい、本当難しい、どうやったら「このキャラ！！」ってわかるようになるのか、わからないので、未だにフォルダの中です。教えてほしい、既存キャラが声色でもなく訛り方でキャラ性強く出てる時はどうやって歌わせればいいのか、と悩みつつ、一旦棚においておく。

まあ上記の出身地と人力のしやすさは割りと主観の戯れ言なので、はっきりとした論拠論文はないんですが、そんな気がするよね、っていうことで流しておいてください。声優さんの出身から、どれくらい歌えそうか、類推することくらいは出来るんじゃないかな、って言うだけの話。

ちょろっと論文漁って同心円とはいえないけど、それっぽいの見っけてきたので載せときます。
CiNii 論文 -  会話における母音無声化の出現と状況依存性 : 近畿方言話者を対象に(聴覚・音声・言語とその障害,一般) http://ci.nii.ac.jp/naid/110008001017

本職本業じゃないので詳しいことは何も言えない。






・ピッチのいじり方

これに至っては完全に趣味だし適当だしそれっぽいだけなので、ざっと書きなぐっときます。

＊魚雷ビブラート(趣味)
いわゆるこういうやつ
 
めっちゃ強くかかるけど、最後の方だけだし、フェードかかってる部分に近いので、さほど強く聞こえないけれど、クドくない程度に強い感じがする。インパクトはある。
なお、私の趣味なので、参考にするかどうかは微妙。



＊ビブラートは少し下げる
人の耳って高い方に気付きやすいんですって。
ビブラートでピッチをゆらすと上下に動くじゃないですか、でも高い方に気付きやすいっていうことは、すこし上にずれて聞こえる…？っていう場合があるんですよね、そういうときは少し下げてみるといいかもしれません。
 
ぐぐったらこの関係のなんか出てきそう(昔UTAUクラスタから教えてもらった)
なお、私は気付かない時はそのままGOしてます。でも実際そういうことはあるので、どっかに記憶とどめておいてください。


＊先頭二段ビブラート
好きです。借りてきたustがこういうこと

やってたので、参考にしてみたら、割りと勝手が良いぞ、と。
今まで一段でやってたので、強くしゃくらせたいときはいいかも、っていうやつ。
あと、人力だと音素分割してる場合が多いので、必然的にこういうノート配置のピッチになってるね

って言うだけの話。めっちゃ多用してるけど、やりすぎるとくどいから、拍の頭とか、音階がぐっと離れた時に使うと良いよねっていう。





・エンベのいじり方
私あんまり事細かにいじりません！子音弱かったりするときは結構いじるけど！
でも以前教えていただいたこのエンベが、張り上げるときに重宝するので、本当、ためになってます。

っていうかさっきの画像。一回下げて上げる。
しゃくりコブシと一緒に使うと映える。それだけ。




・声色
＊声色をぐっと変えるところ(高音の張り上げ、低音の囁き)
単に、いろんな声色があるなら、それを上手く使ったほうがそれっぽいよ、っていう話。
いわゆるキレ音源っていうのか、わかりやすく言えばそれ(わかんなかったらググッてね)
曲にもよるけれど、音素がある前提だけれど、変に真っ平らよりはマシになるよ、っていう。でも上手くつながらないとヘタクソになるから、なんとも。
こればっかりは上手く説明できないので、こんな感じ、っていう動画置いておきます。あんまよくわかんないかもしれない。

まああれだあれ、せっかく使える音素たくさん見つけられるなら沢山使おうぜ、って言うだけの話。


＊同じ音階のノートが続いてる時の注意
すごく聞きにくい。さっきみたいに声色使い分けるのも上手く出来ない。
手持ちに音素無いならどうしようもないんですが、口の開け具合違う母音を適宜挟むとぼそぼそした変な感じはある程度避けられるかもしれない、から、気をつけようぜ、って言うだけの話。あんまりいい例じゃないかもしれないけど載せとくね



上記のはこの音源。


・UTAU上で重宝してるプラグインとエンジン
私は、VS4U(http://ackiesound.ifdef.jp/soko.html)信者です(酷い)　いや、低音強いし、ノイズ出にくいし、すごく便利でな…。生成も遅くないしな……とりあえず困ったら私はこれです。
あとは上手く行けばfresamp12か13とか。生成遅いけれど、ハマったらうまいこといく。低音男性はL2フラグ入れておけばいいんだっけ、この辺は詳しいこと書いてる人が他にいそうな気がするからググッて。
私は、resamplerのキリキリノイズや、TIPSの低音出音とピロピロノイズが嫌いなので！昔からめったに使ってないです、アンチじゃないです、趣味に合わないだけです。
でも好きじゃない。好んで使ってる人にころころされそうだからこれくらいで。エンジンいろいろあるから声に合うやつ選んでみようぜ、っていう話。
エンジン切り替えプラグインは便利なのだけども、何か私の環境で上手く動いてくれなくなったので使ってないです、あれは便利です、使える人は是非使って。詳しくはググッて。

で、プラグインの話。
・ぼいんぼいん
とにかく、母音が安定してないので、子音と母音のノートに分けてくれる便利なプラグインです。フラグの部分も引き継いでくれるしね！

・長い休符を分割
めっちゃ便利、実は便利。

・拡張エンベローブエディタ
[！]が出たら、これ開いてばらす使っとけば[！]が割と減る時がある(本来の使い方じゃない)

プラグイン周りは
http://www20.atwiki.jp/utaou/pages/36.html
とりあえずこの辺見て。

UTAUのショートカットで、ctrlとshiftを同時押しして右クリするとプラグイン一覧が出るので便利です。さらに、プラグインフォルダの中のplugin.txtにこうやって書くと

プラグインごとにショートカットキー割り振れる(プラグイン一覧出したあとに効くショートカットキーです)ので、更に作業効率良くなります、どうぞ。(ググッて、と言いたかったのだけどググってもすぐに出てこなかった)

http://www20.atwiki.jp/utaou/pages/40.html
とりあえずこの辺見て。




・ブレスの入れ方
私はDAW上で入れてます。そっちの方が音量の調節しやすいので

大体次の頭音の一拍前がちょうどいい感じっぽいけれど、場合によるので、自分で歌って確認してね。私もよくわからない。あと強くブレス出てるとくどいよね。ほどほどに。
あとボーカルにvstぶっさしてる場合がほとんどなので、メインボーカルトラックのvstと同じ感じのトラックに突っ込んでます。







だらだら思うままに書き散らした文章ですが、「あ、これ使えるかも」と思ったらどうぞ使ってください。そういう記事。参考になればこれ幸い。

最初に言いましたが、あくまでそれっぽく歌わせるときの、ある程度勝手がわかってる前提でのTIPS小ネタ集なので、これをしたから劇的によくなる、これが基礎、って言うわけでもないので、本当、何向けだろう。なんか本当、小ネタです。

ここまで読んでいただきありがとうございました～。