ウタウ

UTAU

原作者	飴屋/あやめ
開発者	飴屋/あやめ
初回リリース	2008年3月; 16年前 (2008-03)
安定版リリース	v0.4.19(c) (Windows); 1.0.0b21 (Mac) / 2024年5月24日; 6か月前 (2024-05-24)
書かれた	Visual Basic (クラシック) V6
エンジン	アクエストーク
オペレーティング·システム	Windows 2000 / XP / Vista / 7 / 8 / 10 Mac OS X
プラットフォーム	Windows、Mac OS X
利用可能	日本語と英語（パッチファイルによる他の言語も可）
タイプ	音楽シンセサイザーアプリケーション （音楽シーケンサー）
ライセンス	シェアウェア（寄付による）
Webサイト	http://utau2008.xrea.jp/ https://utau-synth.com/

UTAU は、飴屋／菖蒲によって作成された日本の歌声合成アプリケーションです。このプログラムはVOCALOIDソフトウェアに似ていますが、サードパーティのライセンスではなく シェアウェアであるという違いがあります。

2008年3月、Ameya/Ayameは、メインWebサイトからダウンロード可能な無料の高度なサポートツールシェアウェアソフトウェアUTAUをリリースしました。 UTAU（歌う）は、文字通り日本語で「歌う」を意味し、「人力ボーカロイド」 （手動ボーカロイド）の活動に由来しています。これは、既存のボーカルトラックを編集し、音素を抽出し、ピッチを調整し、それらを再構成してボーカロイド風の歌声を作成するものです。 UTAUはもともと、連結合成を使用してこのプロセスを支援するために作成されました。 UTAUは、ユーザーが提供するWAVファイルを使用できるため、歌詞とメロディーを入力することで歌声を合成できます。 UTAU には、初期起動時にデフォルトのボイスバンクである Utane Uta (別名 Defoko (日本語で「デフォルト ガール」を意味するDefoko )) の音声サンプルを合成するための AQUEST の音声合成装置「AquesTalk」が付属していましたが、その後ジェネレータは自動的に削除されます。UTAU プログラム用に作成された音声は、正式には「UTAU」と呼ばれますが、口語的には VOCALOID を指して「UTAUloids」と呼ばれています。これらは、英語圏ではより一般的) や日本では「(音声) ライブラリ」とも呼ばれています。無数のボイスバンクが独立したユーザーによって開発されています。これらのボイスバンクは通常、インターネット ダウンロードを介して作成者から直接配布されますが、一部は商用プロジェクトの一部として販売されています。

UTAUは主に日本語のプログラムであるため、その音声の多くは日本語専用に作成されています。しかし、ユーザーが独自のボイスバンクを作成できるため、ユーザーベースはボイスバンクが日本語以外の言語で歌えるようにする方法を考案しました。英語やその他の日本語以外のボイスバンクにはX-SAMPA形式がよく使用されますが、ARPABETやさまざまなカスタム音声システムなど、他の音声システムが使用されることもあります。^[1]

UTAUのプロジェクトファイルは「.ust」（Utau Sequence Text）拡張子で保存されます。これらのファイルは自由に配布でき、異なるUTAUが同じ曲を歌うことを可能にします。プロデューサーはサウンドバンクを制作するためのいくつかの方法を開発しており、このためボイスバンクの結果は異なります。^[2] UTAUはMIDI形式と.vsq形式もサポートしています。

Twitter に投稿されたスクリーンショットによると、Ameya/Ayame は、UTAU の未リリースの新しいバージョンに Unicode のサポートを追加しました。対応するバックエンド サポートの末尾固定領域と他のいくつかのオーディオ エンコーディングはすでにリリースされていますが、フロントエンド サポートは 2020 年 9 月の時点でまだリリースされていません。Ameya は、UTAU を 64 ビット システムと互換性があるように更新しました。

エディターでは、ピアノロール上で音符を配置したり、音素を入力したり、ピッチや音量を変更したりできます。UTAU で作成できるトラックは 1 つだけで、音符を重ねて配置することはできません。^{[説明が必要]}デフォルトでは、ピアノロールには音符のみが表示されますが、表示設定を変更して、ピッチ カーブ、音量の強さ、エンベロープ、フラグを表示できます。UTAU は、フラグを使用して、ローパス フィルターやハイパス フィルター、息継ぎの軽減や追加など、音声のさまざまな側面を変更します。これらのフラグは、使用するリサンプラーによって異なります。ボイスバンク内のスコア情報とデータは、エディターで作成されたスコアに基づいて、リサンプラーと wavtool を使用して処理されます。1 つの .ust ファイルで使用できるリサンプラーは 1 つだけです。フォルマント フィルターは、声質の変化を制御するために使用され、オフにすることができます。

読み込む音声ファイルは、音符上の記号と音声ライブラリ内の音声ファイル名を照合することで見つけられます。ただし、prefix.map ファイルによって、どのサブフォルダからサンプルを取得するかは変更可能です。合成音声のピッチは、元の音声ファイルとエディター内の音符のピッチの差に応じて調整されます。UTAU では、声質の極端な変化を防ぐためにフォルマント フィルターを使用していますが、これを無効にすることもできます。バッチ処理は、一度に複数の音符を生成するために使用されます。この処理中にキャッシュ ファイルが作成されます。リサンプラーによっては、キャッシュ ファイルの量が増える場合があります。メニューには、プログラム終了時や一定時間経過後にキャッシュ ファイルを削除する設定があります。

母音を自動的に結合できるプラグインや、ファイル全体に自動ピッチとビブラートを追加できる「おまかせ/アラカルト」設定が 組み込まれています。ユーザーが作成した他のプラグインもソフトウェアに追加できます。エディターの色も、setting.ini ファイルで変更できます。

前述のように、WAV ファイルは UTAU に移植できます。1 つのボイスバンクに、これらのファイルが数百、場合によっては数千あることがあります。ボイスは、「voice」フォルダに配置するか、UTAU アイコンにドラッグ アンド ドロップすることでインストールされます。これらのライブラリには、各サンプルのタイミングと構成を決定する oto.ini ファイルも付属しています。エディターでスコア データからオーディオを出力する場合、プログラムは oto.ini を使用してタイミングと発音を設定します。Oto.ini ファイルは、UTAU の GUI を使用して作成することも、ユーザーが作成したサードパーティ ソフトウェアで作成することもできます。これらのサードパーティ プログラムで最も有名なのは SetParam です。周波数テーブル (.frq ファイル) は、エディターでピッチを変更するときに波形を処理するために使用されます。一部のリサンプラーは、.frq の代わりに他のファイル タイプを使用します。ボイスには、一部のVocaloidのように、最も一般的な .bmp 形式とスタンドアロンのボイス ダイアログである画像ファイルも付属している場合があります。また、ソフトウェア情報と使用条件を含む readme ファイルも含まれることがよくあります。キャラクター情報ファイル (一般に character.txt と呼ばれる) も含まれることが多く、このファイルには、ボイスバンクの作成者、名前、サンプル ボタンをクリックすると再生されるサンプル ファイル、ボイスバンクの画像など、GUI の「ボイス プレビュー」セクションで表示できる情報が含まれています。また、「ジャンル」など、作成者が指定したその他のパラメータも含まれる場合があります。

ボイスバンクの中には単音節のものもありますが、これらは総称して「CV」（子音母音）と呼ばれます。一方、他のボイスバンクは三音節を使用してより滑らかな音を生成します。 ^[3]これらの三音節ボイスバンクは総称して「VCV」（母音子音母音）と呼ばれます。これらは作成にかなりの時間と労力がかかりますが（oto.iniファイルの行数で言えば、CVボイスバンクの約7倍のサイズです）、より自然な結果を生み出します。

後の UTAU 音声には、日本語以外の言語に対応するために、母音 + 子音 (VC) で構成される音素が含まれるようになりました。これを使用する方法には、「CVVC」(2 つの CV 音素の間に VC 音素を配置)、または CVVC に基づいているがいくつかの違い (有気音と無気音の VC の区別、子音クラスターのサポートなど) がある姉妹方法「VCCV」があります。「VCCV」は、作成者の過去の CVVC リストから区別するためにそのように命名されています。より珍しい 2 つの音声録音方法は、1 つの音素が子音 - 母音 - 子音で構成され、oto.ini を使用してプログラムで分割される CVC と、一連の CV 音節が複数の wav ファイルに録音され、完全な VCV に頼らずに滑らかな結果を作成する「れんたんじゅつ」と呼ばれる方法です。

オーディオファイルは独立したファイルなので、DAWなどの他のソフトウェアでも使用できます。

UTAUの開発は、飴屋氏がAudacityを使って他の歌手のサンプルを組み替え、Melodyneを使って音程補正して音楽に仕上げたことから始まった。この作業は「人力VOCALOID」と呼ばれていた。ニコニコ動画にラップミュージックを投稿していたミュージシャンのLOLI.COM氏は、自身の声を人力VOCALOIDに使用し、ユーザーが同じことができるようにオーディオ編集ソフトウェアをリリースした。人力VOCALOIDを手作業で行うには相当な時間と労力がかかることから、飴屋氏はその作業を支援する新しいツールの開発に着手した。

このツールは2008年1月11日にニコニコ動画で発表された。その時点では、音のタイミングを調整したり、ノートのエンベロープを変更したり、バッチファイルを生成することが可能だった。2008年2月5日には、GUIを紹介する動画が公開された。ここでは、サンプルのタイムストレッチ、oto.iniファイルの作成、ノートのピッチベンドの調整が可能だった。^[4] 2008年3月5日には、ニコニコ動画でプログラムの仕様を説明する動画が公開され、^[5] 2008年3月15日にツール名がUTAUに変更された。

作者はプログラマーであり、音声合成の専門家ではなかったが、これまでの知識を活かしてUTAUを作成した。リリース後、飴屋はUTAUの改良を続け、他の音声合成開発者と協力して開発を開始した。^[6]

2008年6月、飴屋はUTAU用の「人力ボーカロイド」の表記を拒否し、代わりに歌声合成ソフトウェアと呼んだ。^[7]

2011年にMac版「UTAU-Synth」がリリースされました。

UTAUはWAVファイルから歌声を作成できるため、実在する人物の声をデータ化して利用することも可能です。俳優や歌手、タレントなどの声を素材としてUTAUに転用するケースも少なくありません。作者の飴屋氏は、声優のCDからデータ化して音声を作成したこともあるそうです。

2008年5月、飴屋は声優の許可がない限り、当面の間、音声データの無断使用を中止することを決定した。^[8]

このソフトウェアは日本で非常に人気があるが、その起源と文化的影響は、すでに確立されていたボーカロイドソフトウェアの人気によるものである。UTAU自体は、2008年にエイプリルフールのジョークの一環として、累テトの作者がボーカロイドキャラクターを装ったキャラクターをリリースしたときに初めて有名になった。 ^{[要出典]ボーカロイドソフトウェアの影響により、両方のプログラムが一般的に並行して使用されるようになった。累テトのような人気のあるUTAUマスコットは}、メーカー飛行式初音Mixや初音ミク: Project DIVAなどのVOCALOIDベースのメディアによく登場する。

その後、UTAUソフトウェアはVocaloidやその他のボーカルシンセサイザーに独自の影響を与え、多くのボーカルがUTAUを参考にしていたり​​、そもそもエンジン用に制作されていたりした。例えば、巡音ルカV4xはUTAUのボーカルである我幡明治の影響を受けています。^[9]クリプトン・フューチャー・メディアのワットもUTAUに詳しい人物と話をし、その会話は「とても興味深いものだった」と述べている。^[10] MacneシリーズのMacne Nanaは後にUTAUの音声とVocaloidの音声の両方になる。英語版Vocaloid Rubyの音声提供者であるMishaは、以前にMakune Hachi (マクネハチ)という名前の日本語UTAUを制作していた。さらに、DexのボーカリストであるKenji-BはUTAU用にKenji Baionoto (倍音音ケンジ)を作成し、DexのパートナーであるDainaのボーカリストであるAkiGlancyはUTAU Namida (ナミダ)に声を与えた。マック音ココ白・黒（マック音シリーズを参照）の声優である井上喜久子は、春乃そら（さくらのそら）という名前でVocaloid5製品の声優を務めた。この製品には、ナチュラルとクールの2つのボイスバンクが付属していた。^[11] Vocaloid 3のボーカルである東北ずん子がリリースされた後、彼女の2人の姉妹である東北イタコと東北きりたんにUTAUのボーカルが与えられた。^{[12]きりたんは後に、彼女が}ボイスロイドになるためのクラウドファンディングキャンペーンを開催した。^[13] Vocaloidへの影響に加えて、UTAUは他の商用歌声合成装置の開発発射台としての役割を果たしてきた。これらの中で最も注目すべきは、DreamtonicsのSynthesizer Vで、これはMoresamplerとして知られるUTAUリサンプラーの開発から生まれたもので、どちらもKanru Huaによって開発された。^{[14] [15] [16]}

その最大の魅力は、インターネット上で無料で配布されているだけでなく、ユーザーが自分の声をデータベースに挿入して音楽に使用できるため、ユーザーが独自の音楽をさらに発展させる道が開かれていることです。UTAUは、音楽用の声を無料で作成できる方法を提供できることで人気が高まっており、ニコニコやYouTubeなどのサイトでこのソフトウェアを使用する音楽プロデューサーが数多くいます。ユーザーはまた、Vocaloidソフトウェアの代替品としてUTAUを考えています。Vocaloidソフトウェアは、高額で提供される声の種類が限られており、音楽に求めている声の種類が提供されない可能性があります。一方、大規模な声のデータベースでは、探している声を提供できる可能性がはるかに高いためです。ただし、提供されるボイスバンクの数にもかかわらず、このソフトウェアを使用するプロデューサーは全体的にVocaloidよりもはるかに少ないです。^[17]

あるラジオ局は、ボーカロイドとUTAUベースの音楽だけを収録した1時間の番組を編成した。^[18]

また、2012年7月19日からは定期的に「The UTAU M@STER」というイベントが開催された。このイベントはグループやサークルの集まりが中心で、2007年から開催されていたボーカロイド関連のイベント「THE VOC@LOID M@STER」と同様の形式で開催されていた。^[19]

Vocaloidとは異なり、UTAUファイルは独占ライセンスではないため制限がありません。そのため、Reason 4やGarageBandなどのプログラム用にリリースされたMacneシリーズ（Mac音シリーズ）用に制作されたオープンソースライセンス製品をUTAUソフトウェアで使用することが可能です。これらの製品はAct2によって販売され、ファイル形式を変換することでUTAUプログラムでも動作できるようになりました。^[20]その後、MacneパッケージのWhisper☆Angel Sasayaki、Macne Nana 2S、Macne Petit 2Sには、事前に構築されたUTAUボイスバンクが付属しました。

デフォルトのボイスバンク「Defoko」（うたねうた）は、A-questが制作したAquesTalkというソフトウェア、具体的には「AquesTalk Female-1」という音声を借用しています。このソフトウェアでの無料配布の許可が与えられていました。^[21]うたの妹であるうたねこえも、AquesTalkソフトウェアから声を借用しています。もともとUTAU用に作られたボイスバンクである波音リツ（波音リツ）も、後に「波音リツS」としてSinsyと呼ばれる別のソフトウェアに追加されました。もともとUTAUソフトウェア用に開発された別のボイスバンクである闇音レンリ（闇音レンリ）も、後にSynthesizer Vに追加されました。人気のUTAUキャラクターであるかさねテトは、2023年4月27日にSynthesizer V AI音声データベースとしてリリースされました。^[22]

ソフトウェアの著作権契約により、VOCALOIDなどの非オープンライセンスソフトウェアをUTAUソフトウェアにインポートすることはできません。^{[23]また、ソフトウェアのユーザーによって、ソフトウェアのボーカルを追加および強化する}プラグインが多数開発されています。 UTAUと同じフリーウェアの意図に基づいたソフトウェアプログラムSugarcapeは、すでにベータ段階に入っています。^[24] 2011年5月27日には、UTAU-Synthという名前のUTAUの公式Macバージョンがリリースされました。^[25] Windowsバージョンとほぼ同じ機能を備えています。 UTAU-Synthバージョンは、Windowsバージョンで作成された音声と曲の両方をインポートできますが、プロジェクトファイルとボイスバンク構成はWindowsバージョンと完全に互換性がありません。 2017年後半、Plogue Art et Technologie, Inc.が、UTAUのボーカルを同社のエンジンAlter/Egoに表示できるようにするリダイレクト適応を機能させていることが言及されました。^[26]

OpenUTAUは、ボーカロイドプロデューサーのStAkiraによって開発されたUTAUの非公式オープンソース後継であり、2021年11月にベータ版がリリースされました。このソフトウェアは、UTAUと互換性がありながら、現代的なユーザーエクスペリエンスを実現するように設計されています。UTAUとは異なり、適切に機能するために日本語のシステムロケールを必要としません。^[27]

アルバム『Graduation from Lie』に収録されている、重音テトをフィーチャーした楽曲が、クリプトン・フューチャー・メディア傘下のKaren-Tから特別リリースとしてダウンロード販売された。これはUTAUの初のライセンスリリースである。^[28]

ボイスライブラリ「Momo Momone」は、YouTubeで話題の動画「Nyan Cat 」で使用されている。これは、daniwellPがVOCALOID初音ミクを使用して作曲した曲「Nyanyanyanyanyanyanya!」のカバーである。^[要出典]

• ニャンキャット
• 同人音楽
• ボーカロイド
• セビオ
• 音声合成

• 公式 サイト（macOS版）
• 公式 サイト
• 日本語版Wikipediaの記事
• 開発者ブログ