感覺utau比vocaloid聽起來更像人聲？

01-22

rt,是因為錄製方面還是什麼？

並不是

因為vocaloid聲庫製作過程中調整了所有錄音採樣的共振峰，為了使母音發音更準確，母音過渡更嚴密。在一定程度上改變了原有錄音採樣的音色，再加上vocaloid的hnm變調技術的高音不那麼清澈，所以導致音庫與中之人聲線不完全一樣。但優點是音符拉伸幾乎不會產生機械噪音，母音過渡非常自然。

而utau大多數音庫並沒有對錄音採樣進行過多修改，這不僅方便，而且保留了真人聲音音色，再加上utau的變調引擎一般都對高頻聲音處理的很清澈，女聲就變得更有穿透力，。但缺點也很多，音符拉伸不能太長，否則會產生機械噪音，母音過渡也很不自然，因此需要有一定功底的調教師進行繁瑣的調整，音庫使用起來也非常麻煩，對新人很不友好。

以上是我個人嘗試總結的，不排除有錯誤，僅供參考。

我感覺是合成方式。UTAU是直接使用錄音進行變調，如果變調的音調離原音調不是太多，會比較還原。Vocaloid是對聲音進行建模合成，聽說是用HNM的建模方式。HNM你可以查一下，並不是原來CV錄聲音。Vocaloid的頻譜看起來很全，每條頻譜線比較細。

先問是不是嘛……

這事肯定跟音源、調教師和混音水平關係很大，v出的神調一樣像人聲，而且v調好的門檻個人感覺低一點。utau……你去聽聽水平普通的調教嘛（

大部分utau音源的音質都比v要低一點，而且utau高音有點電，本身就對後期處理的要求高，出好作品還是比較困難的。v一些音源無參效果就不錯，做出來東西也容易。其實說utau真的像人聲的我一時半會也就能想到renri，不過比v強的倒是不少，v的男音源這塊做的完全不行，可能是因為共振峰演算法的問題？utau男音源高音很爽（雖然還是電），v就有點難受……

嘛其實大概結論就是，不存在u更像人聲……這只是神調聽多了產生的錯覺（

和調教水平也有關係吧

比如jin爹的IA是被他掐脖子

而神無月p的IA就非常的接近人聲了

看個人使用…也有人會把utau玩的很出神…配合多音階採樣+more這樣的引擎，utau也可以很神…

舉個例子像是Gachapoid這樣的vocaloid…

emmm…

本來就沒啥可比性好伐

不太清楚v家……就說說utau。

我曾經弄過自己的utau音源，流程大概就是錄各個音，弄個oto.ini，放到vioce文件夾。

調教就是把各個音拼起來，調整聲音的音調（稍微有點機械感），聲音還是那個聲音，就是變了聲調而已

先說我的答案:壓根就不能這樣說

接下來是比較混亂且夾雜私心的論述

首先我關注日語比較多，然後是個UTAU(程序本身)廚。這大概算利益相關

然後除去樓上說了的調教後期等相關不重複回答了(我懶)而且自認為這些和題主問的音源擬人度無關

UTAU相對V來說有著可以隨意增加替換更改音源(採樣)並不直接受語言限制(受標記方式限制我認為不能算受語言限制)，這使得UTAU能更容易達成某些V做不到或者很難做到的發音方式(想要怎麼樣的直接錄一個就行)。這應該是理論上UTAU能相對V更接近人聲的主要優勢。但是！請注意，這是UTAU程序本身的優勢，對於具體到音源不具備普適性，實際上基本你不是中之人的話就不要指望這一點了，部分音源補充大量採樣完成這一點也並沒有想像中那麼強大。

然後是音階數。至少我知道的初音v4c和尖鑰匙那邊是4個音階，其他VC似乎也是三到四個的樣子，其他語言沒咋注意。而U方面20+音階的也不算少(最新版程序本身上限似乎是21還是24階多一點來著？)。然後，歌聲合成中最關鍵的變調技術部分，無論哪種技術都是對原音(採樣)具有破壞性的，多音階意味著變調幅度小，破壞少，也意味著自由度高，可以選用更相似人聲效果的合成採樣。但是！這都架不住引擎差啊，U的質量差V多少相信樓上都說明白了我也不重複。而且這也缺乏普適性，一音階的音源還不是滿地走(開個私心地圖炮，一階單獨音就是垃圾，呸，垃圾)。所以U音源並不具備客觀可觀的優於V音源的擬人度，雖然個人私心認為有這個潛力就是了。

要說的話，V相當於市場上買的布偶熊，U相當於市場上買的DIY布偶熊套裝，自製U則相當於自己準備材料的純DIY布偶熊。你說DIY布偶熊的比市場上賣的好，那是你想多了，但是不能排除有大神真做的巧奪天工超英趕美(呸，說錯詞了)。

至少我用U全程都在修音用V就全程沒這個煩惱(但是V崩一個音就一定會修得我卵子痛還沒修好就是了)

然後題主提到的錄製方面，大部分(至少我認知範圍內)U錄製條件都遠不如V。錄製方式的話V2時期U還有獨門的vcv可以斗一下以後V也用vcv以後就毫無優勢了。至於錄音表之類的問題，請參考我的第一個論點。

然後……假如題主說的是中文的話……推掉上面所有論點，就一條，中V才剛起步，技術根本不成熟(禾念也完全沒有想把技術搞成熟的樣子)，而中U已經發展出一套基本成型成熟的技術了(個人認為除了暴力爆肝和轉其他引擎，就沒有確行有效的提高音源質量的方式了)

最後私心小抱怨。上面說U音質差的那個，你是不是搞錯就什麼，音質好壞≠擬人度高低≠質量好壞，請不要混為一談。當今公認的擬人度最好的cevio的音質差可也是出名的(據說是因為擔心家用電腦背不動運算量所以刻意降低了音質以減小電腦運算壓力) 並且V4初音也有升級後音質變好了反而因為暴露出很多音質好才聽得出來的問題而擬人度下降的評價。這些可和你的論點完全不符

有意見或者發現錯誤歡迎直接在評論文明的辯論，我也不是達芬奇，難免會片面偏激，這種時候放任我下去反而會更麻煩

錄音腳本，猜測網民製作的UTAU錄音腳本比術力口的更利於用唱歌的方式去錄製

還真有可能是錄製問題。

如果是調自己孩子，u修改聲庫非常方便，哪個音不好重新錄一下就好了。