iVocaloid论坛 › 论坛主页 › 多媒体教室 › Vocaloid&各种创作技术区 › Rocaloid相关 › 【算法】我噗……原来Vocaloid官方自爆原理 ...

查看: 4322|回复: 12

【算法】我噗……原来Vocaloid官方自爆原理 [复制链接]

Sleepwalking

我不是技术宅！

Lv.5-章鱼须

Rank: 5 Rank: 5 Rank: 5

UID: 111156
权限: 40
属性: 宇宙人
发帖: 201 (1精)
积分: 540
章鱼: 3
大葱: 14
茄子: 2688
注册:2012/8/18
存在感:476

电梯直达

[1L]楼主

Zleepwalking 发表于 2013/8/8 09:44:35 |只看该作者 |倒序浏览

本帖最后由 Zleepwalking 于 2013/8/8 09:46 编辑

http://www.interspeech2007.org/T ... OID_Interspeech.pdf

原来Y社2007年就在InterSpeech上发了论文自爆Vocaloid原理……咱的反工也可以停了……V娘的胖次已经沦陷噗……

首先是这张大体框架图，我们都知道：
2013-08-08 09:38:01的屏幕截图.png

这张涉及到DSE细节的图……我无语了……这个算法居然和我前几天开发出来的一个算法那么像……
2013-08-08 09:39:23的屏幕截图.png

简单讲就是Vocaloid通过提取、修改频谱包络实现变调、发音参数等声学特征修改。它的修改方法一方面是谐波强度的修改，另一方面是类似DFW的线性插值（频谱过渡）。
对于变调导致的相位变动通过一个补偿算法抹消掉。

也就是说咱现在完全有能力写个比Vocaloid更好的合成引擎出来……真的不难了。
给Vocaloid写个新引擎都能实现……

------------------------------------
我现在有点后悔看了这篇文章，也许以后CVE2出来了会被人说山寨Vocaloid？我只能为自己代言……

1 查看全部评分

D-Bood

收藏0

除非另有声明，本帖内容采用署名-非商业-相同方式共享 3.0 许可协议授权,且需注明出处,所有权利归发帖人。

使用道具举报

CappU

正太叔

Lv.4-触手吸盘

Rank: 4 Rank: 4

UID: 104987
权限: 30
属性: 紳士
发帖: 39 (0精)
积分: 451
章鱼: 0
大葱: 80
茄子: 219
注册:2012/5/2
存在感:14

[2L]沙发

Cappuccino 发表于 2013/8/9 23:56:19 |只看该作者

刚好在之前的Miku_English消息里看过这个。

使用道具举报

Sleepwalking

我不是技术宅！

Lv.5-章鱼须

Rank: 5 Rank: 5 Rank: 5

UID: 111156
权限: 40
属性: 宇宙人
发帖: 201 (1精)
积分: 540
章鱼: 3
大葱: 14
茄子: 2688
注册:2012/8/18
存在感:476

[3L]板凳

Zleepwalking 发表于 2013/8/10 16:53:23 |只看该作者

Cappuccino 发表于 2013/8/9 23:56
刚好在之前的Miku_English消息里看过这个。

这是07年的陈年老文了……

使用道具举报

啪啪啪

~音乐版主~

Rank: 11

UID: 105053
权限: 100
属性: 変態
发帖: 2243 (1精)
积分: 2171
章鱼: 8
大葱: 56
茄子: 9828
注册:2012/5/3
存在感:1827

[4L]地板

淑蝶 发表于 2013/8/10 18:16:56 |只看该作者

啊虽然完全看不懂但是...
咱要相信自己的能力!开发出来了就有人用不是吗

使用道具举报

ＸoＸ

Lv.6-章鱼之目

Rank: 6 Rank: 6

UID: 93805
权限: 50
属性: 2.5次元
发帖: 872 (1精)
积分: 1808
章鱼: 23
大葱: 78
茄子: 5595
注册:2011/10/30
存在感:747

[5L]萝莉

D-Bood 发表于 2013/8/10 20:00:03 |只看该作者

本帖最后由 D-Bood 于 2013/8/10 20:02 编辑

嗯...07年的话...V2版本的？那现有V3版本的原理与其类似吗？

话说CVE2只能用于现有日文声库呢...
还是说我们可以开发出自己的音源？

使用道具举报

CappU

正太叔

Lv.4-触手吸盘

Rank: 4 Rank: 4

UID: 104987
权限: 30
属性: 紳士
发帖: 39 (0精)
积分: 451
章鱼: 0
大葱: 80
茄子: 219
注册:2012/5/2
存在感:14

⑥

Cappuccino 发表于 2013/8/10 23:15:07 |只看该作者

Zleepwalking 发表于 2013/8/10 16:53
这是07年的陈年老文了……

孤陋寡闻了么←_←

使用道具举报

Sleepwalking

我不是技术宅！

Lv.5-章鱼须

Rank: 5 Rank: 5 Rank: 5

UID: 111156
权限: 40
属性: 宇宙人
发帖: 201 (1精)
积分: 540
章鱼: 3
大葱: 14
茄子: 2688
注册:2012/8/18
存在感:476

[7L]大姐姐

Zleepwalking 发表于 2013/8/12 23:26:03 |只看该作者

D-Bood 发表于 2013/8/10 20:00
嗯...07年的话...V2版本的？那现有V3版本的原理与其类似吗？

话说CVE2只能用于现有日文声库呢...

感觉差别不会太大。核心算法应该是一样的，有的估计只是一些外围改动优化调整。
毕竟v3兼容v2音库嘛。
CVE2当然是用自制音库，不过制造音库对技术要求比较高。。。
现在新算法基本出来了，理论上能弥补掉1.6的各种不足，在功能上可以超越Vocaloid（对F1 F2 F3共振峰的任意修改）。质量上损失会有，但应该不会比v差太远。
但是这么灵活的算法。。。调度起来略麻烦，整个项目的架构都得跟着改才能让它发挥最大机能。。。

使用道具举报