UTAU以外の歌声合成 - UTAU音源制作wiki

注意

歌声データベースの制作、及びAI歌声合成ソフトは現在も研究や開発が進んでいるため、情報が古くなったり状況が変わる可能性があります。
最新の情報はご自身で確認をお願いします。

歌声データベースとは

歌声データベースとは、歌唱データとそれに対応した音素ラベルデータのデータセットです。
AI歌声合成の研究のために公開された 東北きりたん歌唱データベース などが発端となり、
NNSVS によって一般のユーザーも歌声データベースを制作して歌唱モデルを作成できるようになりました。

AI歌声合成ツール

NNSVS/ENUNU

NNSVSとは、Ryuichi Yamamoto氏が開発を進めているオープンソースのAI歌声合成ツールです。
NNSVS: Pytorchベースの研究用歌声合成ライブラリ
歌声データベースから歌唱モデルを作成できます。

ENUNUは、NNSVS歌唱モデルをUTAUで使えるようにしたUTAUプラグインです。
UTAUでNNSVSモデルを使おう！（ENUNU）
ENUNUモデルの作り方（2022年1月版）
NNSVS/ENUNUモデルの作り方

DiffSinger

DiffSinger
DiffSingerモデルの作り方

歌声データベース制作手順

SVS 歌声データベース - チュートリアル(日本語訳)

制作関連資料

歌声DB製作資料
ちていこ氏による歌声データベースを制作するための情報を網羅した資料

制作支援ツール

oto2lab
setParamで歌唱ラベリングするための、UST→INI→LAB 変換ソフト

LongWavOtoHelper
NNSVSのラベリング作業において長いwavをsetParamで扱うとき、動作が遅いなどの問題があるため、wavの分割に合わせてotoを編集するツール