歌声合成

这一部分主要为只是想体验，不打算自己训练的同学准备，训练请直接看（三）

声库共享表格：https://www.yuque.com/sunsa-i3ayc/sivu7h/vgbdclc62qnccd55

最新的语雀更新：https://www.yuque.com/sunsa-i3ayc/sivu7h

这里以氧气老师Fork的适用于DiffSinger的OpenUTAU为例

一、下载适用于DiffSinger的OpenUtau

https://github.com/xunmengshe/OpenUtau/releases

推荐带有DiffsingerPack的整合包

如果加载过慢可以右键复制链接使用https://d.serctl.com/搭配idm等多线程下载程序进行加速下载

二、下载音源，拖入OpenUTAU窗口安装

安装时右上角选择能正常显示的编码，如utf-8

三、选择歌手

在音轨左侧的歌手菜单的“DiffSinger”分类中找到你安装的歌手，选择

注：歌词支持汉字或拼音输入，连音符为加号+，呼吸音为AP，停顿为SP

说明

• OpenUTAU默认开启自动预渲染，即你每进行一笔编辑，都会立即渲染音频并缓存。如果OpenUTAU卡顿，可在“工具→使用偏好→渲染”中关闭自动预渲染

• DiffSinger相关设置可在“工具→使用偏好→渲染”中编辑：

• 渲染加速倍数：默认为50倍。降低加速倍数可提高音质，但会使合成速度变慢

• 默认使用CPU渲染，使用DirectML渲染速度更快。请将“机器学习运行器”设置为directml，GPU选择你的独显（NVIDIA和AMD显卡均支持），然后重新启动OpenUTAU

参数

DiffDinger支持以下参数

• 音高曲线

• 音素长度

• DYN（音量曲线）

• GENC（性别，需音源支持，默认可调范围±100相当于∓12半音，正方向为男声（共振峰降低））

参数的可调范围可在钢琴窗左下角的齿轮图标设置

音素器

目前OpenUTAU for Diffsinger包含4个用于Diffsinger的音素器：

• DIFFS ZH 位于ZH分类，基于OpenUTAU内置的vogen音素模型，无需配置，支持汉语普通话

• DIFFS RHY 位于ZH分类，基于 Diffsinger rhythmizer音素模型，效果更好

• ENUNU X 位于General分类，基于NNSVS音素模型，需要音源开发者适配。适用于ENUNU支持的各种自定义语言。使用方法

• ENUNU X EN 位于EN分类，基于NNSVS音素模型，需要音源开发者适配。适用于使用CMUDict的英文音源。使用方法

目前限制

• 暂不支持多说话人混合