VOCALOID的中文音源質量能否有合理再提高的可能性？

01-06

自從VSINGER接管大陸V家事業之後，相繼已經出了第二個音源了。
但據下鄙人了解，更多人會更加喜歡洛天依，
並且洛天依相對的提升作品完成度的方法也很多。
（簡單來講的現象是：能把洛天依調得很神的P主相對別的音源來說多很多）
鑒於現在VSINGER開始計劃重製洛天依聲庫，

這裡鄙人想提出一個比較個人向的命題：
V系的中文音源的質量，能否有合理的範圍內，短期內得到再提高可能性？
並且提出一些個人向的疑問：
有什麼人類非常必要常用的音素，是中V能簡單收錄的，卻一直沒有的？
問主覺得：
1.hmm和i、uwo這三個是非常容易能收錄的

銜接段的話，分別用原本錄音表內就帶有的ng、y、w就能替代
使用方法也可不通過升級編輯器，而像V2的br1~5一樣通過修改音素獲得即可
這種使用貼士整理起來並貼入聲庫附帶的小冊子中應該並不困難
2.還有一個是在別的群里看到別人提過的
例如xie、yue、jia這種，日文聲庫處理方式是xi/e、yu/e、ji/a 的
中V如果也這麼使用，是可以在同樣錄音量內獲得更好的使用效果的
結果卻變成了x/ie、y/ue、j/ia的拆法
對還有iong這種三個韻音的中文來說無非雪上加霜
並且這樣導致的機械的短板問題尤其在VSinger的兩個新音源上更加突出
如果拆開成xi/e、yu/an，則P主們會有更大的調教空間。

以上兩點同時也是鄙人使用了幾年的VC得出來的粗淺感受，
相信各位P主會有更多的這類心聲感受，
希望這個問題能得到圈子內的廣泛關注和討論，
讓虛擬偶像們能有機會突破自己，
跳出各種現階段能相對輕易解決的短版。

問題一：有，但官方不會有。原因見問題二回答。

問題二：

首先，更正一個概念：虛擬歌姬是不存在實體的，所以在原則上不能把它當做法人和自然人看。vsinger也是如此，它代表的是禾念系。樓主措辭不當。

能不能改進發音體系，取決於yamaha而非禾念系，所以要求vsinger去改進結構是不可能的，他們沒這個能力。因為vsinger方在整個VC體系中的許可權僅限於企劃錄音封裝，最後還是要被yamaha審核的，yamaha方會在這基礎上收費，因此這是不可抗力問題。

對於意見中發音表的問題，在執行上是可行的，這不與上條相悖，在yamaha官方提供的發音序列中進行足夠的多音階處理後，可以進行yamaha官方的推薦擴展錄音（其實除了言和其他都被擴展了，這些錄音被用於修飾發音準確度和平滑度，咳咳，鑒於個人立場原因不再做過多那啥）。再後，聲庫內有一個自定義發音欄位，可以進行發音序列表外內容的自定義，就像cypthon的evec。在很久之前私和官方關係尚可時候，個人曾經提出過類似的提議給他們：比如擴展36音素組成國-粵語聯合聲庫，擴展18音素組成中-日語聯合聲庫的方案。但是據個人得知信息，根據yamaha的利益出發，誇語言或帶方言系聲庫是不可能過審核的，有這種傾向的都不行（每個語言聲庫都單獨價錢。。世界語聲庫什麼的。。。當然土豪不計成本砸也許有戲），而且就算是少量的形如樓主提出的這種方案不被判斷為有可能形成多語言聲庫的決策，作為自定義欄位，每一個音素的價錢都是在聲庫上加價的，而且價格高昂。所以說到底是錢的問題。yamaha不願意做，禾念沒做的意義，自然不去做。因為vsinger方始終不是站在用戶側的，不能確定這些改進在宣傳口徑上是不是能帶來更多投資前，沒人回去作這類型的擴展。就算是擴展表情包也一樣，soft，orignal，hard這些v4帶來的表情包對於製作來說，每一個都是獨立音源。所以私認為，v4的洛天依應該是1～2個包組成，試水，如果能get更多貸款或者腦殘粉（金融叫無理智IP,表示無視價值的購買者，遊戲里常見），就會有第二個，第三個，否則，再見(ー_ー)!!

上面是從yamaha和禾念的主觀立場上得判斷，另一個我認為沒有可能的原因是技術問題，禾念的技術實力在我看來只能嘖嘖╮(￣▽￣)╭，軟體研發能力，咳，就不打減號了，給個0罷。也不能說不對，他畢竟是個代理商，註冊類型也是代理和網站研發，並不涉及很深的技術型，何況以上海和北京的人力成本他們有沒有錢和計划去支付高級軟體工程師體系的薪水都是個未知數（高級全棧，一個人能挑整個項目的，少於3w/人/月真的有人鳥你？咳咳）。那麼開發的問題就很鮮明的暴露出來了。cypthon基於聲庫的高級定製evec除了上條中對聲庫進行重設外（中文成本會高的多，日文5個evec就夠了，中文要25個），自寫的編輯器piapro也是很重要的一環，evec在piapro上跑的效果最好毋庸置疑，雖然內核還是v4編輯器。而且jobplugin也是隨盤贈送的。這些都是開發成本。對於中文庫來說，yamaha是絕對不會修改發音字典來適應你的，這裡面牽扯太多。那麼你想改進就只能通過類似evec或者自定義字典的方式。那麼問題來了：禾念有能力有實力去做么？或者一開始會想去做么？

最後的總結：不會帶來IP或者投資的東西，再好，他們也不會去做的。他們是禾念，不是cypthon，各方面都存在差距。

不過萬事不能以定論，禾念的馬後危機公關能力一直令我讚賞。只要鬧起來了，本來沒有得企劃編也給你編出一份來，不管能不能搞先騙人再說，「我總是對的」。也許今天這裡說完，明天就會宣布自己寫引擎，然後一年後石沉大海。咳咳，不吐槽。

說點沒營養的…

錄音設備本身、聲庫製作人員的技術水平也會直接影響到最終的效果。言和、樂正綾等比前期的洛天依稍好就是證明。

所以從這方面講，當然可以提升，洛天依V4已經在做了。

怎麼說呢，我覺得雅馬哈的編輯器如果沒有針對中文發音的改良，那就不會。