UTAU音源のエイリアス数と音階と、読み込み上限の話 (Pixiv Fanbox)

こんばんは。みなとです。

多音階の連続音音源をつくるとき「UTAUではエイリアス数が多いとロードできなくなるから、節約のためにヴぁ行などの使用頻度の少ない音素は録らないでおこう」としていました。

ただ、実際のところ「ヴぁ行だけであれば収録してもエイリアス数的には問題ないのでは？」「[a き2]であったりの重複エイリアスを削減した方が効果的なのでは？」という検証をしたお話です。

ざっくりした結論

あなたが収録する音源の音階が…

14音階以下

　エイリアス数を気にせずヴぁ行とか全部収録してOK！

15音階以上

　収録する音素によってはロードができなくなるかもなので、

　下記チェックツールで確認してみてください

∴14音階以下なら、ヴぁ行とかてゃ行とか録っててもロード制限に引っかかることは無いのでどんどん録ろう！

チェックできるウェブページです↓

＜＜チェックできるツールを作りました＞＞

～～～～～～～～～～～～～～～～～～～～～～～～

以下、どういった音素が考慮されているかであったりの考察メモです

～～～～～～～～～～～～～～～～～～～～～～～～

・音源を収録するときは以下の行の音素を省略しがち

　ヴぁ　ヴゃ　ぢゃ　つゃ　づぁ　づゃ

　てゃ　でゃ　ふゃ

・きゃ行の「a き2」や、わ行の「a う2」だったりの重複エイリアスの合計に対する影響具合はどうなのか

・UTAU連続音音源では通常「あ行」から録り始めて「りゃ行」で録り終わるが、[a い]であったりの重要な音素を最初の最初で録り終わってしまうため、後半の音素とクロスフェードがうまくいかなくなることがある。なので、「りゃ行」まで録り終わった後「あ行」を改めてもう一度録りたい。

・エイリアス数の計算

　母音（7*6で42）

　- a i u e o n　　のV

　あいうえおん　のCV

　基本（7*5で35）

　- a i u e o n　　のV

　かきくけこ　のCV

　拗音(重複考慮)（7*4で28）

　- a i u e o n　　のV

　きゃきゅきぇきょ　のCV

　拡張例(語尾息)（6*1で6）

　a i u e o n　　のV

　R　のCV

非重複（２１）

　かさたなはまらがざだばぱしゃちゃつぁつゃじゃぢゃづぁづゃヴぁ

重複（１４）

　やわきゃてゃにゃひゃふぁみゃりゃぎゃでゃびゃふゃヴゃ

※「さ」「しゃ」では「すぃ」があるので重複しない

※「た」「ちゃ」では「てぃ」〃

※「た」「つぁ」では「とぅ」〃

※「ざ」「じゃ」では「ずぃ」〃

※「た」「てゃ」では「てぃ」が重複"する"

※「だ」「でゃ」では「でぃ」〃

※「ぢ」と「じ」、「づ」と「ず」などが重複しているように思えるが、発音が別なので、区別できない人はそもそも録る必要性がない（[dZi] - [Zi], [dzM] - [zM])

★UTAUの通常読み込み上限はバージョンで変わり、 0.2.76 では 20050 、 0.4.18 では 32768 という区切りがあるので、これを考慮しながら考える

計算例

発音パターンマックス＋語尾息一種のパターン

42 + 35*21 + 28*14 + 6 = 1,175

上記の重複を許容するパターン

42 + 35*21 + 35*14 + 6 = 1,273

この形式で16音階分を録るとエイリアス数が 20,928 となるが、これは 0.2.76 では読み込めなくなるのでNG。

しかしここで、重複を取り除いてあげることで 19,248 になり読み込み可能になる。

よって、15~16音階数あたりでは重複エイリアスも音階数に響いてくることになる

逆に言ってしまえば、15音階以下であれば上記の音素が全部含まれるように録って、かつ重複を消さなくてもエイリアス数がオーバーしない。（母音を2回録ろうとするとオーバーする）

また、当然だが4強弱4音階という構成(4*4=16)でもオーバーする

（この記事のつまるところ、14音階の音源では几帳面にエイリアス数を削減することを気にしなくてもよかったのであった……トホホ）