iiinova — where your digital self keeps evolving

やっぱフラグとかの表情系の調教で融通が効くのはUTAUで、フラグ制御はそこまでやらなくてピッチ調教とか単純に歌い方を良くしたい、自然にしたいならdiffsingerって感じで目的によって使い分けるといいかもあと英語歌わすならdiffsingerが良い　UTAU版マナちゃんでもいけるんだけど、moresamplerとかならループかストレッチかの切り替えフラグの設定が必須だしそこまで自然じゃないからね

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 02/10/2026

diffsingerでがなり声ってできなくないか？？？

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 01/10/2026

というかdiffsingerの子音がクソ長になるの解決できませんかね

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 01/10/2026

diffsingerのベロシティ(滑舌のパラメーター)はカーブ制御なのがわかりにくいけど、要はデフォルト数値をBPMにあわせればいいだけらしく

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 01/10/2026

ということで、マナちゃんをアップデートしました。 UTAU版は口澄沙マナNEW2.0 Diffsinger版は口澄沙マナAI5 としてアプデしています。規約周りは特に変更はないのですが表記を変えた部分があったりするのでDLしておくと俺が安心する

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 01/10/2026

とりあえずdiffsingerとUTAU版のアップデートが完了したのでアップロードしてる

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 01/10/2026

結果！！！！！！そこまで劇的にすごい進化！というわけではない。ただ、母音の生成ミスが減った印象はある。子音も少しハッキリしたかな？

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 01/10/2026

退勤退勤退勤退勤退勤退勤退勤退勤退勤退勤退勤退勤帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅帰宅

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 01/10/2026

というか総ラベル数はわからないものの結構なデータ量なはずだから25万ステップで過学習を起こすとはあんまり考えにくいんだよな

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 01/10/2026

昨日から行っているdiffsingerの再学習(追加で15万ステップほどの学習)が音質向上に繋がるか過学習による柔軟性の悪さを引き起こすかどうかは分からないとにかく良い結果になることを祈る！！今日は早く帰らねば

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 01/10/2026

さて、今日仕事を終えて家に帰ればdiffsingerモデルの学習が終わっているはずだ

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 30/09/2026

私も歯の矯正の都合で上2本(と下2本？よく覚えてない)を抜いたけど体から鳴っちゃいけない音鳴ってたし死ぬほど痛かったど

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 30/09/2026

さて、diffsingerのステップ数を20万にすべく学習を再開

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 30/09/2026

アルファ版のOUの新機能まだわからん

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 30/09/2026

現状、UTAUにとってのマイクがレンダラーみたいなもんだから、そこを気軽に音質変えられるようにならないかなぁとか

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 30/09/2026

UTAU音源を人間歌唱っぽくするテクニックはいくつかあるけど、じゃあ肝心の音質を拘ろうってなったときにDAWを使うことがあるんだけど、そこをOPENUTAUのfx(エフェクター)機能でどうにかならんかなと思ったりする例えば生歌唱のような温かみのある音にするか、デジタル感のある加工の効くパキッとした音にするかとかね

030

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 29/09/2026

なんかノーマルOUとLunaiでdiffsingerの音違くね？ってなってるけど多分ベロシティフラグの関係？

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 29/09/2026

OUのアルファ版、謎アプデがきていて本当に謎いや、良い悪いとかではなく、謎　新機能すごそうだけど使い方ミリもわからん　どういうこと

020

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 29/09/2026

ああああああああ！！！！！なんでパーカッション音源作ろうとしたのに下痢の音になるんだよ！！！！！誰が腹を壊せと言った！！！！！！

020

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 29/09/2026

よし、本気で「言葉を発しないUTAU音源」を作る

010

Reposted by 砂音ケイ(ISAGONE_KEI)

seulo @5eulo.bsky.social · 29/09/2026

【無生物UTAU音源配布】ドリームレス・ドリームス/はるまきごはん三角デルタ-夢幻-UTAUcover YouTube→ youtu.be/zxaH1OGaDeo ニコニコ動画→ www.nicovideo.jp/watch/sm4686... 三角波を合成して作った無生物UTAU音源の新バージョンです。よろしくお願いいたします。＃UTAU音源配布

12011

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 29/09/2026

worldlineアンチは実際多いけど、あれでしか動かないよ！って音源がなぜか無生物音源に多いあとあのレンダラーはカーブフラグを扱える数少ない代物なのでみんなが満足いくように改良されないかな~~と度々思う

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 29/09/2026

マナちゃんの子音、聞き取りやすいのか主観じゃ判断できなくなっててまずい　聴覚　リセットの方法　検索

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 28/09/2026

シンセvのプロジェクトファイルをOUで読み込むと時々母音に'←がついてることあってなんだろうなと思ってたけどあれ促音なんだローマ字表記ならdiffsingerでも使えるっぽいし今度やってみる

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 28/09/2026

hifiutau、なんとwavtoolを担うところもAIボコーダー処理が入ってるかもしれない説があり、だからあの音質が実現できるのか！になってる音の繋ぎ目って実はエンジンじゃどうにもならなくて、wavtoolがとても大事なのだということをこれで証明できる

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 28/09/2026

マナちゃん新衣装、極力描きやすさも残しつつ凝ったデザインにしたかったんだけど、俺のイラスト投稿頻度がないなったくらいには現マナちゃんのデザインは複雑である

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 28/09/2026

ひとまず今アルファ版をDLしているならベータ及びアプデする前のバージョンに戻すと解決するか？

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 28/09/2026

openutauの音素の聞こえかたがおかしいという方はその場しのぎとして一度Lunalとかのフォーク版をおすすめする

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 28/09/2026

多分OUが最近のアルファ版のアプデかなんか知らんけど猛烈にバグるのでおとなしくダウングレードさせてる　でもhifiutau導入したりしてるしもうめちゃくちゃや

010

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 28/09/2026

ccbsamplerってなんだ……？(使い方概要で目を回している)

000

砂音ケイ(ISAGONE_KEI) @isagonekei.bsky.social · 28/09/2026

diffsingerの出せる音域はフラグ制御なしだと基本的に収録した歌唱の音域しかでないし、ラベリングの精度で滑舌が決まる。それ故にいろんな出来のdiffsingerがいるから、それが悪い方向にいくと使い勝手の悪さや敷居の高さに繋がるイメージマナちゃんdiffsingerはその敷居を下げるためにC6~D6？まではとりあえず無調整ででるようにしてあるのと低い音域もある程度はでるようにしてる。滑舌の良し悪しはフラグ制御必須(いうてBPMにデフォ数値をいじるだけ)だからちょっと面倒だけどある程度は許容できるものにはなっている……はず

010