cadencii_jp @ wiki
VSQのファイル仕様(推定)
最終更新：
boare
-
view
このページについて
更新中です
VOCALOID2 Editor（以下Editorと略）が使用するシーケンスファイル（拡張子.vsq）のファイル仕様について書きます。
管理人の推測によるものなので、正確さを欠く箇所があることを最初にお断りしておきます。
VOCALOID2 Editor（以下Editorと略）が使用するシーケンスファイル（拡張子.vsq）のファイル仕様について書きます。
管理人の推測によるものなので、正確さを欠く箇所があることを最初にお断りしておきます。
vsqファイルの概要
Standard Midi File (SMF)のFormat 1仕様に準拠しているようです。数値の格納はビッグエンディアン。SMFの仕様についてはこのページでは省略します。
トラックの種類
Format 1のSMFファイルにはトラックを分割して格納することができますが、vsqファイルは2種類のトラックを区別して使用しているようです。
①テンポ、拍子を格納したトラック
- トラック名が必ず"Master Track"となります。
- 含まれるのは以下のメタイベントのみ。
- Sequence/Track Name(0xff 0x03 [length] [text])
- End of Track(0xff 0x2f 0x00)
- Set Tempo(0xff 0x51 0x03 [tempo(3bytes)])
- Time Signature(0xff 0x58 0x04 + 4bytes)
- 必ずSMFのヘッダの直後に表れ、vsqファイルに1個のみ。
- テンポの変更は②のメタテキストには記入されず、このトラックのSet Tempoメタイベントを用いて記録される
- 拍子の変更も、同様にTIme Signatureメタイベントを用いて記録される
②Editorのピアノロール画面の情報を格納したトラック
- トラック名が、Editorのトラック名と一致します。
- 必ず上記のMaster Trackの直後に表れます
- Editorに必要な情報は全て(恐らく)メタテキストで記述されます
- 上記メタテキストの日本語部分はShift-JISエンコードになっている
- 上記メタテキストは全てDelta-time=0として記述されます
- メタテキストの直後にはMIDI Eventのコントロールチェンジが記述されます。（確認したものは全てNRPN[Non Registered Parameter Number]を用いたコントロールチェンジ）
- メタテキストは複数に分割して記述されます。
- メタテキストの文字列のバイト数は、末尾の物を除き全て127byte(0x7f)となる。末尾の最後のメタテキストのデータ長は127byte以下。
- 分割されているメタテキストを繋げると、1個のテキストファイルになる。元のテキストファイルの改行は0x0aに置き換えられる。
- 上から数えてN番目のメタテキストは、"DM:" + N.ToString( "0000" ) + ":" という感じのプレフィクスが付く。
- プレフィクスの番号（DM:****の****）は4桁ごとに増える。つまり、DM:9999の次はDM:00010000。
- Editorのトラックの数だけvsqファイルに記述される。
- todo:文字列長が127byteでないメタテキストが現れた場合、Editorはどう処理するのか？
- todo:メタテキストが"DM:****"の数字の順番に表れなかったときのEditorの挙動
- todo:改行は0x0aで表されているが、0x0d 0x0aとしても正しく処理されるのか？
NRPNによるコントロールチェンジの意味は？
- VOCALOID2 Editorのヘルプファイルに各NRPNの意味の一覧あり。
- Note Duration(0x50 0x04)の情報はメタテキストには直接記述されないが、メタテキストの情報から計算可能。
clocks: 音符の長さ(クロック)
tempo: テンポ(125等、実際にvsqに保存されるテンポの値は
nは0以上の値となる。[]はガウスの記号。
各トラックのメタテキストの中身
- メタテキストを順番どおりに（DM:****の****部分の数字の順）につなげる事で得られる。
- 書式は、INIファイルと同じ。セクション（[]でくくられて記録される部分）には次の種類がある。
- [Common]
- [Master]
- [Mixer]
- [EventList]
- [PitchBendBPList]
- [PitchBendSensBPList]
- [DynamicsBPList]
- [EpRResidualBPList]
- [EpRESlopeBPList]
- [EpRESlopeDepthBPList]
- [EpRSineBPList]
- [Reso1FreqBPList]
- [Reso2FreqBPList]
- [Reso3FreqBPList]
- [Reso4FreqBPList]
- [Reso1BWBPList]
- [Reso2BWBPList]
- [Reso3BWBPList]
- [Reso4BWBPList]
- [Reso1AmpBPList]
- [Reso2AmpBPList]
- [Reso3AmpBPList]
- [Reso4AmpBPList]
- [GenderFactorBPList]
- [PortamentoTimingBPList]
- [VibTremDepthBPList]
- [OpeningBPList]
- [ID#****]
- ****は4桁の整数。[ID#9999]の次は[ID#10000]。
- [h#****]
- ****は4桁の整数。[h#9999]の次は[h#10000]。
各セクションに記録される内容
[Common]
[Common]
Version=DSB202
Name=Voice2 (1)
Color=157,181,123
DynamicsMode=0
PlayMode=1
- Version
- ボカロのバージョン。例えばMEIKOならDSB202、MIKUならDSB301
- Name
- トラック名
- Color
- 意味不明
- DynamicsMode
- Dynamicsカーブを表示するモード(Expert)なら1、しない(Standard)なら0。VOCALOID2の場合は1で固定。
- PlayMode
- Play With Synthesisなら1、Play After Synthesiなら0、Offなら-1。VOCALOID2の場合、0は1と見なされる。
[Master]
[Mixer]
[EventList]
0=ID#0000
1920=ID#0001
上記のように、「クロック」=「イベントのID」という書式で各時刻に起こるイベントを列挙する。同じ時刻に2つ以上のイベントが起こる場合、「クロック」=「イベント1のID」,「イベント2のID」とコンマ区切りで1行に記述する。
[PitchBendBPList]
- PIT(ピッチベンド)カーブ。
[PitchBendSensBPList]
- PBS(ピッチベンドセンシティビティ)カーブ
[DynamicsBPList]
- DYN(ダイナミクス)カーブ
[EpRResidualBPList]
- VOCALOID2の場合、BRE(ブレシネス)カーブ。VOCALOID1の場合、Noiseカーブ。
[EpRESlopeBPList]
- BRI(ブライトネス)カーブ
[EpRESlopeDepthBPList]
- CLE(クリアネス)カーブ
[EpRSineBPList]
- Harmonicsカーブ(VOCALOID1のみ)
[Reso1FreqBPList]
[Reso2FreqBPList]
[Reso3FreqBPList]
[Reso4FreqBPList]
[Reso1BWBPList]
[Reso2BWBPList]
[Reso3BWBPList]
[Reso4BWBPList]
[Reso1AmpBPList]
[Reso2AmpBPList]
[Reso3AmpBPList]
[Reso4AmpBPList]
[VibTremDepthBPList]
- Effect2 Depthカーブ（VOCALOID1のみ）
[GenderFactorBPList]
- GEN(ジェンダーファクター)カーブ
[PortamentoTimingBPList]
- POR(ポルタメントタイミング)カーブ
[OpeningBPList]
- OPE(オープニング)カーブ
[ID#****]
- 音符または歌手のプロパティが記述される
音符の場合
例えば次の内容が記述される
[ID#0001]
Type=Anote
Length=240
Note#=60
Dynamics=64
PMBendDepth=8
PMBendLength=0
PMbPortamentoUse=3
DEMdecGainRate=50
DEMaccent=50
LyricHandle=h#0001
NoteHeadHandle=#h0002
- Type=Anote
- 音符を表すIDであることを示す
- Length=240
- 長さが240クロックの音符
- Note#=60
- 音の高さは60（60=C3）
- Dynamics=64
- ベロシティ(VEL)の値
- PMBendDepth=8
- 「音符のプロパティ」の「ベンドの深さ」（VOCALOID2のみ）
- PMBendLength=0
- 「音符のプロパティ」の「ベンドの長さ」（VOCALOID2のみ）
- PMbPortamentoUse=3
- 「音符のプロパティ」の「～形でポルタメントを付加」の指定内容。「上行形で～」が指定されていれば値は+1、「下行形で～」が指定されていれば値は+2。即ちこの場合は両方が指定されている。（VOCALOID2のみ）
- DEMdecGainRate=50
- 「音符のプロパティ」の「ディケイ」（VOCALOID2のみ）
- DEMaccend=50
- 「音符のプロパティ」の「アクセント」（VOCALOID2のみ）
- LyricHandle=h#0001
- この音符が使用する歌詞情報
- NoteHeadHandle=h#0002
- この音符が使用するアタック情報（VOCALOID1のみ）
[h#****]
- 歌詞／ビブラート／歌手／アタックのいずれかのプロパティが記述される。
「歌詞」の場合
Lx=[歌詞],[発音記号],[歌詞Delta],[ConsonantAdjustment]×発音記号の個数,[プロテクトフラグ]
- Lx
- このハンドルが表す歌詞の単位（0 <= x <= 音符のクロック数-1）。VOCALOID2の場合L0のみが現れる。VOCALOID1の場合、複数の歌詞単位を入力するとL1以降に記録される。
- 歌詞
- 前後に引用符（"）の付いた歌詞を表す文字列。引用符そのものは引用符2つ("")で表現される。
- 発音記号
- 文字列。発音記号が半角スペース区切りで記録される。
- 歌詞Delta
- 実数。第x番目の歌詞単位の、音符全体の長さに対する相対長さ。L0～Lxまでの歌詞Deltaを合算すると1になる。
- ConsonantAdjustment
- 整数。子音なら64、母音なら0、識別できない(VOCALOID2の規格にない)発音記号なら0。NRPNのMSB0x50 LSB0x11～0x21のData LSBに記録される値（Consonant Adjustment n）と同じ値。
- プロテクトフラグ
- 整数。「歌詞のプロパティ」の「プロテクト」がチェックされていれば1、そうでなければ0．
- 発音記号の個数
NRPNには先頭の16個までしか記録されないが、こっちにはかなりの個数発音記号を入力できてしまう。少なくとも「a」7630個までは入力でき、waveへのレンダリングも出来た（ただし先頭の16個しか発音されない模様）。 - Lxのxの最大値が「音符全体の長さ-1」になっている理由。1個の歌詞単位の最小長さは1クロックで、1未満の実数にはできないから。
「ビブラート」の場合
IconID=$04040004
IDS=normal
Caption=
Original=5
Length=120
StartDepth=64
DepthBPNum=3
DepthBPX=0.500000,0.750000,1.000000
DepthBPY=64,32,0
StartRate=64
RateBPNum=3
RateBPX=0.500000,0.750000,1.000000
RateBPY=64,32,0
- IconID
- ビブラートの形式を識別するID
- IDS
- 不明（解析中、「normal」、「extreme」、「slight」等が入る）
- Caption
- 不明（解析中）
- Original
- 不明（解析中）
- Length
- ビブラートの長さ（クロック単位）
- StartDepth
- 振幅の開始値
- DepthBPNum
- 振幅カーブのデータ点数。これが0のとき、DepthBPXとDepthBPYは省略される
- DepthBPX
- 振幅カーブのデータ点(時間軸)。DepthBPNum個の値が、コンマ区切りで列挙される。0.0がビブラート開始時刻を、1.0がビブラート終了時刻を表す
- DepthBPY
- 振幅カーブのデータ点
- StartRate
- 周期の開始値
- RateBPNum
- 周期カーブのデータ点数。これが0のとき、RateBPXとRateBPYは省略される
- RateBPX
- 周期カーブのデータ点(時間軸)。書式と値の意味はDepthBPXに同じ
- RateBPY
- 周期カーブのデータ点
- VOCALOIDシステムの表情ライブラリ（のビブラート）のどれと関連付けられるかを特定するために，IconID，IDSが使われる．ライブラリ内に「IDS」と同じ名前のものが唯一つ存在すれば，それがそのまま使用される．この場合，IconIDがでたらめでも正しく認識される．ライブラリ内に「IDS」と同じ名前のものが2つ以上存在する場合は，IconIDの下4桁（$04040001なら"0001"）を元に検索が行われる．
「歌手のプロパティ」の場合
IconID=$07010002
IDS=Miku3
Original=2
Caption=
Length=1
Language=0
Program=2
- IconID
- 言語・プログラムチェンジを識別するID。"$0701"の部分は固定で、下4桁のうち最初の2桁が歌唱言語、最後の2桁がプログラムチェンジを表す。いずれも16進数で表現される。例えば「初音ミク(日本語)、プログラムチェンジ2」の場合$07010002、「巡音ルカ(英語)、プログラムチェンジ0」の場合$07010100となる。
- IDS
- Singer Editorで設定した歌手の名前
- Original
- (Lanuage << 8) | Program
- Caption
- 謎の空文字列
- Length
- 謎の整数
- Language
- 歌唱言語を表すインデクス。（日本語が0、英語が1）
- Program
- Singer Editorで設定した「プログラムチェンジ」の値
「アタックのプロパティ」の場合（VOCALOID1のみ）
IconID=$01010002
IDS=accent
Original=2
Caption=Accent
Length=120
Duration=64
Depth=64
- IconID
- IDS
- Original
- Caption
- Length
- 120固定のようだ
- Duration
