INTERNET社長談這次的A.I.VOICE GUMI訪談翻譯


訪談原文來源：

(頁面中前半段為軟體的簡介，翻譯僅針對後半段的「株式会社インターネット　代表取締役　村上昇さんインタビュー」)

https://www.dtmstation.com/archives/58034.html


9月16號是GUMI睽違七年、以A.I.VOICE引擎發售的日子，網路媒體「DTM Station」特地為此專訪了Internet社的社長「村上昇」，請他談談這次A.I.VOICE GUMI的開發背景、過程以及未來的展望。


先替各位畫個重點，那就是村上社長的確有繼續推出GUMI歌唱版本的軟體計畫，但也是經過種種考量，所以才決定先以Talk為主進行開發，有興趣的人可以看看訪談內的開發歷程喔。


以下為訪談的內容翻譯：

=====

－－相隔了這麼久，為什麼會選在這個時間點推出新的Megpoid製品呢？

村上：我們原本考慮在去年秋天左右推出，並希望能在說話與歌唱方面都能有所進展。然而，由於最近的技術不斷進步加上各式各樣的廠商進入市場，又有複數的新引擎出現。該怎麼做好呢……這樣考慮過了，然後在今年一月從A.I那裡收到了具體的提案，在詳細討論技術背景與實際流程之後，我們就這樣決定了。


－－談到說話或唱歌，CeVIO AI或Synthesizer V、voicepeak似乎更為機靈

村上：當然我們也做過各種的考慮，但我們決定在唱歌之前先從說話開始做起，這時候就先不考慮兩者組合在一起的事情，而是平面化的去思考。


－－不是同時進行Talk與Song，而是先選擇Talk的理由是什麼呢？

村上：當然同時進行是最好的了，但是最近的AI歌聲合成的音質有些不盡人意的部份。所有的引擎在最後階段都使用了Vocoder，但在高頻部份的聲音有點不太喜歡。我認為之後這個技術問題會得到解決，但還不是現在，所以我們決定先從說話開始進行，而A.I.VOICE達成了我們的各項條件。


－－你們在2014年發布了說話軟體MegpoidTalk，這個也是與A.I共同開發的嗎？

村上：MegpoidTalk除了借用「株式会社アニモ」的「FineSpeech」引擎之外，其他都是公司內部開發的，這是一款基於SDK(軟體開發工具套件)的引擎。當時還沒有感情表現之類的部份，我們就抱持著是該去做了的想法去做了。順便一提，關於唱歌的部份，2015年11月我們推出了VOCALOID 4用的Megpoid V4，而在VOCALOID 5出來的時候，VOCALOID 4的聲庫是可以直接沿用的，我覺得這樣就沒有重建新資料庫的必要，於是就這樣擱置了。而VOCALOID 6也不知道什麼時候出來，於是時間就這樣過去了。


－－你們是什麼時候開始實際的製作A.I.VOICE GUMI的呢？

村上：在一月收到A.I的提案，並且將這個決定與中島愛傳達後，她在二月初爽快地同意了，在調整行事曆後，從三月份開始錄音，這部份在東京的工作室中花了八天時間。


－－在這八天中，也錄製了情感表現的部份對嗎？

村上：是的。第一天我們製作了參考用的對照資料，也就是先錄製了平常狀態、以及高興、生氣與悲傷的參考資料，然後再一邊聽參考資料一邊進行錄音。順帶一提，平常狀態是參考了Megpoid Native的歌唱方式，並且盡可能相似。從當初的Megpoid V2開始到現在，已經經過13年的關係，實在是很難做到相同的發聲，但我們會盡可能地接近，希望讓大家能對細節感到滿意。我認為，這次的A.I.VOICE有大幅的感情表現是更重要的，特別是生氣與悲傷非常出色，我認為這能成為非常好的產品


－－話說，我認為A.I.VOICE使用了一個叫AITalk 5的引擎，但AITalk 5有兩種引擎，一個是傳統基於波形接續形的發展形式，一個是使用了深度學習的DNN引擎，這次的A.I.VOICE GUMI是使用了哪一種呢？

村上：是波形接續形的引擎。確實在音素連接上，使用了Vocoder的DNN引擎不會有噪音且更為平滑，但就音質而言果然還是更喜歡波形接續形引擎。與前面提到歌聲合成的話題一樣，我覺得在高頻段的音質有著違和感，而波形連結引擎沒有這方面的問題，我覺得這樣很好。


－－八天的錄音結束後，是如何進行編輯作業的呢？

村上：這部份我們全部交給了A.I，並且等待他們完成。相比之下，我們更忙於商品化的包裝設計與插圖製作。如您所知，GUMI的插畫是由ゆうきまさみ所繪製，但是這次我們委託了「のう」，他畫GUMI也很久了，並且評價很好，從以前我們就有在委託日曆等東西的製作，而這次委託的結果感覺也非常的好，事實上，在最終定稿之前，「のう」真的提出了很多設計，並對之進行混合與打磨。VOCALOID的插畫原本應該是在舞台上唱歌的服裝，但這次我想要更輕便舒適的感覺，是那種在街上會看見的服裝，結果就是這次的插畫了，花了不少時間才完成。


－－也就是跟花在軟體上的時間差不多嗎？

村上：是的，插圖的部份已經差不多要完成了。A.I也在七月底的時候讓我們檢查了聲音的樣本，成果非常的好。這很明確地是Megpoid的聲音，尤其是生氣的部份，希望更多的人能去使用。波形接續形的好處是，這些情感表現可以輕鬆地處理並迅速反映在聲音中。對深度學習系統來說，改變參數並再合成不可避免地需要時間，從這方面來看選擇波形接續形真是太好了。後來，八月上旬的時候編輯器與測試版出來了，沒有任何問題地順利進行。因此我們能夠在9月16日順利推出。


－－在這個A.I.VOICE GUMI之後是唱歌呢，已經有詳細的決策了嗎？

村上：是的，我們考慮了很多，也請各位好好期待。


=====


小編 / 七瀨昇

留言

張貼留言

這個網誌中的熱門文章

全文翻譯：用了15年徹底成為「VOCALOID腦」 從黎明期開始不斷前行的sasakure.UK訪談

圖片
全文翻譯：用了15年徹底成為「VOCALOID腦」 從黎明期開始不斷前行的sasakure.UK訪談 原文： https://kai-you.net/article/86144 翻譯：CCT   校對：えこ/欸摳 DWANGO 在 2020 年冬季開始主辦的 VOCALOID 祭典「 The VOCALOID Collection 」 ( 通稱 VOCA-COLLE) ，隨著每次參加者的增加，最終發展成帶給整個 VOCALOID 社群期待與興奮的主要祭典。 2023 年「 VOCA-COLLE 2023 春」也計畫在 3 月 18 日（六）至 21 日（二，假日）間舉辦。 活動的亮點在於， VOCA-COLLE TOP100 以及新人排行榜 ( 以出道開始 2 年以內的 VOCALOID-P 為對象 ) 為主的各種排行榜。為了慶祝開幕，這次我們對參加了一年前 VOCA-COLLE 的 Play List 企劃的 sasakure.UK 進行了訪談。 2007 年 12 月在 NICONICO 動畫投稿樂曲而成為了 VOCALOID-P ，包括「 Hello Planet 」、「我們的 16 位元戰爭」等曲子，融入充滿個性的 Chip-Tune 音效、以及拆解了科幻與童話要素組成的世界觀相當獨一無二，並且不只是 VOCALOID 領域，也正以樂團「 有形ランペイジ 」（有形 Rampage ）活動中。 作為 VOCALOID-P 活動即將邁入第 16 年的 sasakure.UK 談到「 VOCA-COLLE 」、以及從黎明期到現在從圈內所見到的景色變遷。「總是在思考與初音未來之間的關係」這麼說著的 sasakure.UK ，提到了他在不斷變化的繁榮與趨勢中，持續活動至今的理由 取材・文：小町碧音　編集：恩田雄多　撮影：寺内暁 目次 1. sasakure.UK 「無法再更靠近初音未來了」 2. 人類的聲音與以「 VOCALOID 腦」的思考方針   3. VOCALOID 與動畫 MV 的密切關係「有影像的話就能傳播開來」 4. 有幸接受 VTuber 的歌曲製作委託 5. 如果我是新人，我必定會參加 VOCA-COLLE 6. 只有 sasakure.UK 這樣做嗎？很依賴巧合的歌曲搜尋 7. 作為 VOCALOID-P 的 15 年間...
閱讀完整內容

從いよわ的「熱異常」來聊聊UTAU角色：「足立レイ」

圖片
ボカコレ2022秋已經落幕，不知道各位找到多少心儀的曲子或是作者呢？這次的活動有件很值得一提的現象，那就是新人與TOP 100的排行榜首，都出現了UTAU角色的名字，新人榜的榜首除了可不之外還用上了「ゲキヤク」 (#1) ，而TOP 100的榜首更加獨特，いよわ用以拿下首位的「熱異常」 (#2) ，使用的角色為UTAU的「足立レイ」。 #足立レイ 等身大ロボット 足立レイ デザイン用立ち絵+α - みさいるのイラスト - pixiv 雖然對一般人而言，除了少數幾位角色如重音テト、波音リツ等等之外，大多數人對UTAU的印象並不深刻，或是停留在「人力VOCALOID用」的印象上，但UTAU中其實有相當多低調的隱沒佳作甚至神作，比方說nakano4的「 hp 」與「 冰水色 」。 那麼，為什麼會單獨討論「足立レイ」呢？ 不只是因為榜首的緣故，而是這個角色誕生的過程很戲劇性，更重要的，「足立レイ」是一個「沒有中之人」的角色。回顧虛擬人聲引擎的發展過程，不管是UTAU、SynthV、CeVIO、VOCALOID甚至是NEUTRINO或Sinsy，基本上都需要有一個真人的取樣對象，也就是我們說的「聲源」或「中之人」，來拆分出拼接音素或是建立特徵模型，但是「足立レイ」的特別之處，就在於其引擎使用的基礎音素，全部都是無中生有，利用手工輸入周波數與振幅的方式，建立並組合正弦波所創造出的音色。 (#3) 先前我們在活動「茶語未來」，還有事後的repo上，曾經介紹過一位從基礎零件開始打造出全可動MIKU機器人的強者「みさいる」，事實上，「足立レイ」就是由他在開發階段中所製作出來的副產物，在開發了兩代初音等身可動機器人之後 (#4) ，他發現全部的零件都用手工切削實在太過費工，為了後續的開發方便，他開始轉向製作「量產用原型機」的第三代機種，除了改用3D列印來製作零件之外，也在以自律步行的目標下進行結構的改造與強化，尤其是足部的強度，因為原本MIKU的頭髮實在太重啦！(重達2Kg) 於是，みさいる在原有的基礎上，用建立新角色的概念開始了「足立レイ」的開發，但因為硬體開發其實是相當昂貴的，所以みさいる也開啟了線上的募資專案，並且募集到了將近360萬日圓的資金 (#5) ，然而，作為一個機器人，只有身體是不夠的，為了跟人類順利的溝通，還需要有「聲音」，因此，前面我們提到的「UTAU版」的足立レイ...
閱讀完整內容