居然没人试过用Praat代替UTAU音源工具链么……

昨天学了下Praat的一些高级功能，比如Praat Script Language。Praat真是相当牛逼啊……自带了一堆世界上最先进的算法，再加上PSL简直逆天。我都觉得CVDBToolChain里的WSplit和Wpp白写了……

今天花半个多小时用PSL写出一个可以把录音里无声部分设成静音的脚本，相当成功：

1. analysis_timestep = 0.01
   
2. analysis_threshold = 50
   
3. analysis_hold = 0.15
   
4. analysis_preserve = 0.1
   
5. 
   
6. obj_wave = selected()
   
7. do("To Intensity...", 100, 0, 1)
   
8. obj_intensity = selected()
   
9. 
   
10. intensityLength = do("Get end time") - 0.1
    
11. writeInfoLine("Length: ", intensityLength)
    
12. 
    
13. count = 0
    
14. onset = 0
    
15. onsetTime = 0
    
16. duration = 0
    
17. for i from 5 to intensityLength / analysis_timestep
    
18.         time = i * analysis_timestep
    
19.         instIntensity = do("Get value at time...", time, "Cubic")
    
20.         if instIntensity < analysis_threshold
    
21.                 if onset == 0
    
22.                         onset = 1
    
23.                         onsetTime = time
    
24.                 endif
    
25.                 duration += analysis_timestep
    
26.         endif
    
27.         if onset == 1 and instIntensity > analysis_threshold
    
28.                 onset = 0
    
29.                 if duration > analysis_hold
    
30.                         selectObject(obj_wave)
    
31.                         do("Set part to zero...", onsetTime, time - analysis_preserve, "at nearest zero crossing")
    
32.                         selectObject(obj_intensity)
    
33.                         appendInfoLine(onsetTime, " -> ", time)
    
34.                         count += 1
    
35.                 endif
    
36.                 duration = 0
    
37.         endif
    
38. endfor
    
39. appendInfoLine(count, " in all.")

复制代码

长达半个小时的包含640多个音节的wav，花了十秒就搞定了。虽说这个效率相比WSplit还差了几倍（毕竟是个解释器嘛），但是质量可以完爆WSplit……
虽然没碰过UTAU不过我可以感觉到Praat用来做UTAU音源会特别管用，假如当初11区有人用PSL撸个UTAU工具链，估计现在就不会有这么一坨杂七杂八的音源制作工具了，而且做音源会变成极为轻松的事情。

昨天还写了个对选中的采样批量校正基频并延长两遍的PSL脚本：

1. n = numberOfSelected("Sound")
   
2. 
   
3. for i from 1 to n
   
4.         soundList[i] = selected("Sound", i)
   
5. endfor
   
6. 
   
7. for i from 1 to n
   
8.         wave = soundList[i]
   
9.         selectObject(wave)
   
10.         do("To Manipulation...", 0.01, 75, 800)
    
11.         waveMani = selected()
    
12. 
    
13.         do("Extract pitch tier")
    
14.         avgF0 = do("Get mean (curve)...", 0, 0)
    
15.         length = do("Get end time")
    
16.         writeInfoLine("F0:", avgF0, "   Len: ", length)
    
17.         do("Remove points between...", 0, length)
    
18.         do("Add point...", 0, avgF0)
    
19.         wavePitch = selected()
    
20.         selectObject(waveMani, wavePitch)
    
21.         do("Replace pitch tier")
    
22.         removeObject(wavePitch)
    
23. 
    
24.         do("Create DurationTier...", "LongerTier", 0, length)
    
25.         do("Add point...", 0, 2.0)
    
26.         waveDur = selected()
    
27.         selectObject(waveMani, waveDur)
    
28.         do("Replace duration tier")
    
29.         removeObject(waveDur)
    
30. 
    
31.         selectObject(waveMani)
    
32.         do("Get resynthesis (overlap-add)")
    
33.         removeObject(waveMani)
    
34. endfor

复制代码

最后我表示很喜欢Praat的实用主义风格：从表面上看它就是个灰灰的窗口上面一坨灰色的按钮和文本框，你甚至第一眼看到还以为是gtk的按钮编程示例……当你了解它后才发现它的功能如此强大，让那些花花绿绿甚至依赖DirectX的动辄数百MB的效果器黯然失色。

Think in Praat.

*Praat的默认编译选项是-O1 -g1，我拿-O3重新编译了一遍效率提高了好多，暂没发现bug。

有个坑叫做uppslink……

另求praat玩法……英文无力……

lazydog 发表于 2013/12/13 18:53
有个坑叫做uppslink……

uppslink听说过。其实我倒不看好拿praat作合成引擎；做分析和某些预处理是极好的，因此适用于音源库构建。
【不过praat那个基頻检测有时过度灵敏了，to Manipulation会把非周期信号加桢。
其实这玩意多试试就学会了，我有写/翻译教程的打算，就是不知道有没有人会看。

它自带的变调其实还是很科学的啊（除了一点就是延长是简单重复周期，只要稍加一个线性混合都会好很多）…………我感觉如果能把变调那一坨抠出来做成独立的就已经可以逆天了……【但是看代码半天没找到在哪儿【x

http404 发表于 2013/12/17 14:29
它自带的变调其实还是很科学的啊（除了一点就是延长是简单重复周期，只要稍加一个线性混合都会好很多）…… ...

fon里面Manipulation_to_Sound.c之类的貌似，以前打进去看过……
其实可以在c程序里#include "praat.h"，直接调用praat的各种功能；或者写成praat script用命令行调用。你可以在praat的manual里看到用法。

uppslink压缩包还设密码……