【渡音ニワ、夏語遙】下一站，與你【UTAU翻唱】──調教心得

這是先前發表過的成品：【渡音ニワ、夏語遙】下一站，與你【UTAU翻唱】

久久弄一次調教的我，在調這首歌時有了不少心得，也辦過分享會，在這邊再來用文字整理一下，下面以已經會UTAU的基本操作與知識為前提，依作業步驟循序說明。

要翻唱一首歌，首先就是要找有沒有能用的素材，包括背景音樂和主旋律音階參考來源。這首歌的原作者有提供off vocal音檔、和聲音檔，以及midi檔，可以很方便的直接拿來使用。

首先是匯入midi的主旋律部份，接下來就是填入歌詞，UATU的Lyric欄位其實是要填入聲庫的發音記號，因此必須依照使用的聲庫不同，來調整每個音符的lyric欄位要填的內容。

夏語遙(官網)的Version 3.1版，有支援presamp，只要安裝好外掛，做好相關設定，音符歌詞部份填入每個字的漢語拼音就行，不用再另外做拆音，在這邊可以用夏語遙官方Voicemith提供的SetLyric工具，快速大量地填入歌詞，不過要注意有些轉音(一個字唱兩個以上的音)的部份，可能要另外拆音處理。每填入一段歌詞，記得要檢查一下，才不會在之後才發現不小心填錯了，反讓後面的部份都做白工。

渡音ニワ(官網)提供的聲庫眾多，因為之前有研究過Haru.jpg改過的夏語遙V1 CVVC Chinese版，所以打算挑CVVC Chinese的聲庫來用就好，渡音ニワ的CVVC Chinese聲庫有三個，皆有支援presamp，因此拿用夏語遙填好歌詞的ust直接拉低12個半音到男生的key就行了。

在上一步驟，試聽時會聽到有些字與字之間出現很大聲的爆音，根據Voicemith官方的說法，是因為presamp在兩個字之間有空白音符”R”時，拆音可能會出現問題，因此我在這邊先將所有”R”的部份手動拆成兩個。

又因為UTAU每個音符最短只能到1/(32x4)=1/128音符的長度，會造成調整音符長度時，容易調不到想要的長度，所以我會把Tempo設成兩倍，所有音符的Length，也都拉成兩倍長，這部份之前嘗試調別首歌時都是手動完成的，在這次，我改用Python寫了個小程式，可以快速完成這項繁雜的工作，已將原始碼上傳至GitHub，需要的人可以自行取用。

虛擬歌手若有多個版本的聲庫，也就是所謂表情音源，先挑選要以哪一種為主，會比較好再做其他調整，我在這邊主要考量的是這首個的曲調氛圍，是一首活潑輕快的曲子，因此以這種感覺進行挑選，不過雖然聲庫官方有提供表情音源的說明或試聽，有時候還是要實際輸出試聽看看，比較容易找出自己想要的是哪種感覺。

夏語遙的Version 3.1版，包含了OUTSIDE和INSIDE兩種，其中OUTSIDE又包含了Unique、Dear Outside、Special Outside，INSIDE則包含了Peace、Canto、Muflle、Dear Inside、Special Inside，官方網站也有提供了分OUTSIDE語INSIDE分開與兩者合在一起的BUNDLE版本，於是決定以BUNDLE中的Unique音源為主，視情況再調用其他版本的聲音。

渡音ニワ的CVVC Chinese聲庫有Link、Mutter、Moderate三種，皆為分別下載使用，因為不會自己合併聲庫，只能從中擇一使用，最後選定了聲音較有力的Link聲庫。

使用的合成引擎也必須要先決定好，才方便進行在調校時能進行較細微的調整。實際上在調這首歌的過程中，我在tn_fnds與moresampler之間很游移不定，tn_fnds的優點是合成速度快，對於UTAU調教要不斷試聽的情況很有幫助，然而與moresampler比起來，合成出來的聲音還是有點沙沙的感覺，對於這首輕快曲調的歌曲而言，moresampler顯然是較好的選擇，最後是使用tn_fnds調了一陣子，然後改用moresampler輸出，發現效果沒有差很多，而相反的有些先用moresampler試聽來調，聽起來沒問題的部份，改用tn_fnds輸出後，卻變得不一樣了，似乎是moresampler在合成過程中會自動作一些處理，讓合成效果更自然順暢，於是後來才決定先用tn_fnds做大部分的調教工作，最後再換成moresampler做微調並輸出wav檔。

這裡tn_fnds的版本是tn_fnds009，moresampler的版本則是moresampler-0.7.1。

另外記得在Project Configurations頁面的Rendering Options欄位加上參數e，這個參數決定了拉長音的合成方式，在tn_fnds與moresampler都適用。

這邊重點就主要放在每個音符的Lyric、Properties(Preutterance、Overlap、Consonant Velocity)、Length、拆音(轉音、語尾息、加強韻母)、Pitch、Vibrato這幾個部份的調整。

歌詞，在UTAU中實際上是做為對應選擇要使用哪一段音源的發音記號，在一個有多音階或包含多種表情音源的UTAU聲庫中，檔案是以資料夾名稱來分類，然後在發音記號中加上該資料夾名稱為後綴，就可切換使用非預設的音源。調整Lyric的時機主要是看是否要切換想要的聲音特質，覺得發音、力道、感覺不對或和前後沒有連貫時，都可以先試試修改Lyric切換音源試試。個人經驗是對於多音階的音源如夏語遙，即使在PrefixMap中已經有設定好自動切換的音階，實際上經常會感覺到兩個不同音階的音源合成出來的聲音力道強弱會不一致，因此需要特別調整。

例如「在青埔窗外遇見花『兒』」。

屬性，在此階段主要調整Preutterance、Overlap、Consonant Velocity這三項，其他參數欄位，用不同的引擎會有不同程度的效果，建議在微調的時候再改。以下分別就這三種參數做說明。

Preutterance，先行發聲，可修改此音符在原本原音設定中的子音採樣長度，單位為ms。覺得發音怪怪的，懷疑原音設定沒做好時使用，有時需配合Overlap一起調整。

Overlap，重疊長度，可修改此音符在原本原音設定中，與前一音的重疊的母音採樣長度，單位為ms。有時前面的音符長度遠小於目前音符的Overlap設定，此時就需要調整Overlap到適合的長度。

Consonant Velocity，子音速度，可調整範圍0~200，預設為100。覺得子音發音不清楚時使用，這邊我主要是參考小荳的調聲筆記內的說明。特別提一下例如夏語遙的「快(ㄎㄨㄞ)」，就是一個經常會聽到發音不清楚變成「ㄎㄨㄟ」的音，必須要調整子音速度才行。

即音符的長短，由於原midi內幾乎都是短促的音符，若每個音真的照著midi的長度唱會顯得整首歌斷斷續續，甚至有長度過短導致發音不完整的情況，因此修改Length是必須的，在這調首歌中的過程中，音符的Length扮演了整首歌律動的關鍵之一，必須思考哪裡要一個音接著一個音唱感覺較順暢連貫，哪裡要稍微停頓一下感覺較活潑有力，一個音要唱多長才會剛剛好，不會太短促或太拖拉，每個音源每個字都不太一樣，需要一個個邊試聽邊調整。

例如「夕陽下羅曼蒂克」，

調整長度前：

調整長度後：

在這首歌的調教，會用到拆音的場合分為以下幾種：

轉音，在這裡我解釋為唱某個字時有明顯音階的變化，唱中文在轉音的時候，有時音階的改變會連發音都有改變，比起只用pitch線調整音高，直接拆成另外一個音符反而較自然，這部份有時也會在前面步驟二填入歌詞時就先處理完畢。

例如「該如何感覺他專屬的『火』熱」。

語尾息，人在一句話的結尾，有時會有些許的氣音，在UTAU中稱這為語尾息或是尾息音，這部份個人認為得視歌曲的節奏氣息選擇是否增加尾息音，不會每句都加，長度也會視情況做調整：另外有的尾息音會有很長的Overlap，如果前一個音符的長度沒那麼長，就需要適當的修改這個Overlap的值。

加強韻母，在使用presamp的情況，我們通常可以不用管母音的韻母要調多長，於是唱中文一個字如果拉長音，某些雙韻母的字，尾音會到最後才出現，甚至不太明顯，其實不管唱歌講話，有時候不會每個字都發音完整，但有時也會有特別強調的情況。例如「『為』什麼」的『為』，如果不特別強調就是『ㄟ』的音結束，發音完整一點則會以『ㄧ』的音結束。調整這部份可以改變唱歌或講話的語調或語氣，也就是聲音表情的表現，例如說我們可以發現，『為』的結束發『ㄧ』的音時嘴角會會跟著上揚，就會有比較活潑的感覺。這邊由於其實我還不太清楚presamp在拆音時的機制，所以都是直接加入極短的語尾息來呈現。

「『為』什麼」：

Pitch線在UTAU中就是很直觀的音高線，人聲唱歌不是死版版的一個音一個音唱好唱滿，音與音之間經常是連續性又帶有些變化的，這些變化讓曲調變得流暢且豐富，是歌曲的感情表達重要的一環，整理了一下這首歌的pitch線調整的部份，主要可以分為下面幾種。

一個句子的起音，例如「『告』訴我」。

為了與前一個音連貫的開頭滑音，例如「跟著你『一』起『旅』行」。

稍微強調字的聲調的開頭滑音，例如「『下(ㄒㄧㄚˋ)』一班的『電(ㄉㄧㄢˋ)』車」。

強調子音發音的開頭修飾滑音，例如「就很快『樂(ㄌㄜˋ)』」。

轉音，例如「這令人心動的時『刻』」。

強調語氣音調變化的結尾滑音，例如「衛武營『戎』馬一生能幾何」。

結尾收音，例如「就很快『樂』」。

以上只是大致列出這首歌有用到的，應該還有更多變化應用等待研究開發。

顫音或抖音，通常在拉長音時會出現，在這首歌中，有時也用在加強感情或語氣，當然強度之類的相關參數也是要適當調整一下的。不過我在夏語遙唱女生的部分幾乎沒用到，或許是音高的共鳴位置不同，也或許是大部分的音調得較短促的關係，個人覺得用了抖音會有點花腔的感覺，不太適合這首歌的氛圍，反而是渡音ニワ的男生部分，需要在一些字用點顫音來加強語氣，不然會顯得過於平淡。

不知道還有沒有其他可以應用vibrato的情況，有待研究開發中。

基本的調教完成後，就可以將合成引擎換成要正式輸出用的moresampler，將整首歌輸出，又因為是合唱，所以還要將不需要的部分靜音，然後連同off vocal以及和聲一起試聽，好確認整體感覺並做細部調整。

上一步驟的列出的調整項目，到此階段都可能要視情況再重新調整，另外還有前面沒提到的可調整項目，都可以通通在此時做調整。不過在這首歌中，除了上一步驟列出的，我有再調的就只有Flags的部分，主要會用的是性別參數g，由於女生在唱這種輕快的歌時，有時候會有些裝可愛的聲音，因此可以調整g參數讓整體有更多變化。另外moresampler提供了許多特殊的參數，可以讓聲音有更多仔細的調整和變化，這裡只有用到強度調整參數Mt，將一些突然有點弱或有點強的音去做平衡。其他更多參數，可以參考moresampler官方網站上的說明。

在此階段就是一直反覆「輸出→剪裁→試聽→調整」這幾個步驟，由於這首歌的混音部分是要委託別人去弄，一些可能在混音階段能修飾的部分我也不會做，因此包括音量平衡之類的部分，都必須在此階段力求最後給出去的音檔是沒問題的，但即使如此最後還是發現有疏漏的部分，建議若是會自己混音的話，可以在混音後再試聽然後做細部調整，以確保最後成品的品質。

最後再次強調以上僅僅是就這次調這首歌時有特別注意到的部分作整理，並且盡量把經驗以文字整理起來並分享給大家，其中有些部份為個人獨斷見解，不太確定是否能一體通用，也不敢說這首歌這樣調已經是完美，或許還可以有更多細節，而我尚未發現，總之希望之後有機會調別首歌時，還會再發現更多可以注意到的細節，然後可以再度分享經驗給大家。

謝謝能看完這篇落落長心得的各位。