ENUNU

NNSVS用歌声モデルをUTAU音源みたいに使えるようにするUTAUプラグイン

インストールと使い方の記事

UTAUでNNSVSモデルを使おう！（ENUNU）

使い方

1. USTを開き、ENUNU用モデルを含むUTAU音源を原音ファイルセットに設定する。 例）「おふとんP (ENUNU)」・・・ENUNU向けのNNSVS用おふとんP歌声モデル
2. USTの歌詞をひらがな単独音にする。
3. 再生したい部分を選択し、プラグインとしてENUNUを起動する。
4. ～ 数秒か数分待つ ～
5. 選択部分のWAVファイルがUSTファイルと同一フォルダに生成される。

使い方ヒント

• 2021年以前に配布された日本語モデルでは、促音(っ)は、直前のノートに含めることをお勧めします。

  • さっぽろ → [さっ][ぽ][ろ]

• 2022年以降に配布された日本語モデルでは、促音(っ)は、独立したノートとすることをお勧めします。

  • さっぽろ → [さ][っ][ぽ][ろ]

• 促音以外の複数文字の平仮名歌詞には対応していません。

• 音素を空白区切りで直接入力できます。平仮名と併用できますが、1ノート内に混在させることはできません。

  • [い][ら][ん][か][ら][ぷ][て] → [i][r a][N][k a][ら][p][て]

• 音素の直接入力により、1ノート内に2音節以上を含めることができます。

  • [さっ][ぽ][ろ] → [さっ][p o r o]

利用規約

利用時は各キャラクターの規約に従ってください。また、本ソフトウェアの規約は LICENSE ファイルとして別途同梱しています。

ここからは開発者向けです

開発環境

• Windows 10
• Python 3.8（3.9はPytorchが未対応）
  • utaupy 1.18.0
  • numpy 1.21.2（1.19.4 はWindowsのバグで動かない）
  • torch 1.7.0+cu113
  • nnsvs 開発バージョン
  • nnmnkwii
• CUDA 11.3

ENUNU向けUTAU音源フォルダの作り方

通常のNNSVS用歌声モデルも使えますが、enunu training kitを使ったほうがすこし安定すると思います。採譜時の音程チェック用に、再配布可のUTAU単独音音源の同梱をお勧めします。

通常のモデルを使う場合

モデルのルートディレクトリに enuconfig.yaml を追加し、ENUNU用おふとんP歌声モデルなどを参考にして書き換えてください。question_path は学習に使ったものを指定し、同梱してください。

ENUNU用のモデルを使う場合

モデルのルートディレクトリに enuconfig.yaml を追加し、[波音リツ ENUNU Ver.2] 同梱のファイルを参考にして書き換えてください。question_path は学習に使ったものを指定し、同梱してください。

ラベルファイルに関する備考

フルコンテキストラベルの仕様が Sinsy のものと異なります。重要な相違点は以下です。

• フレーズに関する情報を扱わない（e18-e25, g, h, i, j3）
• ノートの強弱などの音楽記号を扱わない（e26-e56）
• 小節に関する情報を扱わない（e10-e17, j2, j3）
• 拍に関する情報を扱わない（c4, d4, e4）
• ノートの相対音高（d2, e2, f2）の仕様が異なる
  • ノートのキーを取得できない関係上、オクターブ情報を無視し、Cを0とした相対音高としている。
• ノートのキー（d3, e3, f3）を120に固定
  • 手動指定しない場合は120
  • 12の倍数 かつ Sinsyのラベルでは出現しない値 であれば代用できる。（24など）
• 休符を挟んだ場合のノートおよび音節の前後情報（a, c, d, f）が異なる
  • Sinsyの仕様では、休符の直前のノートが持つ「次のノート」の情報は休符終了後のノートを指しますが、本ツールでは休符を指す設計としています。
  • 休符の直後のノートも同様に、休符開始前ではなく休符そのものを指す設計としています。
  • 音節も同様です。