UTAU笔记 - 音源采样率的分析

目前UTAU普遍使用的音源格式为：44100Hz，单声道，16位，wav格式。

为获得更好的采样效果，拟使用48kHz，立体声，32位，wav格式音频进行音源测试，观察不同格式下的音源会造成的变化。本次测试使用Moresampler引擎。

1. 位数测试

经过测试，得出以下结论

16位音频能够正常显示原音设定界面，双击P正常预览。填词音可正常播放。

24位音频波形变得杂乱，充满整个音轨，双击P预览为刺耳的杂音。填词音可正常播放。

32位音频波形变得杂乱，充满整个音轨，双击P预览没有声音。填词音可正常播放。

使用UTAU过程中发现原音设定是一大串杂乱的波形，那么就可以推测波形文件的位数不是16位。结论是仍然推荐使用16位wav音频。

2. 声道数测试

观察及对比波形可以发现，音源为立体声和单声道的情况下，两者原音设定波形和输出波形几乎完全一致。

测试使用的立体声录制的时候左右声道信息相近，没有明显的空间信息。在空间信息更明显的情况下，波形应该有更大的差异，不过区别仍然非常小。由于UTAU输出为单声道波形，无法保留立体声信息，因此使用立体声音源意义不大。

个人推测UTAU会对输入立体声进行重采样，使用某种混合模式，例如Auditon的左声道和右声道各50%混合的方式生成单声道的文件，本质上还是单声道输入。不过立体声音源仍然可以正常使用（部分up主配布的音源里面就使用了立体声wav波形）。

结论是仍然推荐使用单声道wav音频。

3. 采样率测试

观察发现，48kHz和44.1kHz的原音设定波形完全一致，而输出波形出现了波形和音量的变化，其中44.1kHz输出音量比48kHz输出音量大了1.2dB左右。其余音频细节无法进行判断，从听感的角度出发，以及各大引擎的兼容性，还是推荐使用44.1kHz的采样率制作音源。但使用48kHz采样率也是可行的。

4. 结语

本次测试针对的是Moresampler引擎，默认引擎以及其他引擎未进行测试，可能会出现不同的结果。本次测试可能存在不准确的地方，结论仅供参考。