PyRwu

これは何?

• 飴屋／菖蒲氏によって公開されている、Windows向けに作成された歌声合成ソフトウェア「UTAU」に同梱されている、wavファイル伸縮用ソフトresampler.exeの互換プロジェクトです。

  UTAU公式サイト(http://utau2008.web.fc2.com/)

• プロジェクト名はPy Resampler by world for utauの略でPyRwu(ぱいるぅ)と読みます。

• 音声処理のコアな部分はPyWORLDを使用しています。

  PyWORLD(https://github.com/JeremyCCHsu/Python-Wrapper-for-World-Vocoder)

• 改造や組み込みを歓迎しますが、それらのためのドキュメントは準備中です。

• 合成処理時に、worldの解析結果のうち最も時間がかかる非周期性指標をwavフォルダと同じ場所に.d4cの拡張子で生成します。ファイルサイズがwavの20倍ぐらいあります。

• 兄弟プロジェクト

  PyWavTool(https://github.com/delta-kimigatame/PyWavTool)

---

免責事項

• 本ソフトウェアを使用して生じたいかなる不具合についても、作者は責任を負いません。
• 作者は、本ソフトウェアの不具合を修正する責任を負いません。

---

モジュールの使い方

インストール

pip install PyRwu

使い方

import PyRwu

resamp = PyRwu.Resamp("input_path.wav","output_path.wav",
                      "C4", #音高名
                      100, #子音速度
                      "B50",  #フラグ
                      0, #offset_ms(原音設定のオフセット/左ブランク)
                      500, #target_ms
                      0, #fixed_ms_(原音設定の子音部/固定範囲)
                      0, #end_ms(原音設定の右ブランク)
                      100, #音量
                      0, #モジュレーション
                      "!20", #テンポ。!ではじまる 
                      "AA#5#") #-2048 ～ 2047のピッチの値列をBas64エンコードしてランレングス圧縮したもの
resamp.resamp()

---

使用できるフラグ

使用できるフラグは

PyRwuExe.Exe --show-flags

でも確認できます。

B       0 ～ 100         default:50
        息成分の強さ(ブレシネス)。大きいほど息っぽい
        0～49ではB0の時非周期性指標が全て0になるように乗算します。
        51～100ではB100の時、1000Hz～5000Hz帯の非周期性指標が全て1になるように加算します。

eb      0 ～ 100         default:0
        語尾の息成分の強さ。大きいほど息っぽい

ebs     -1000 ～ 1000    default:0
        ノート前半部分の語尾息がかからない時間を5ms単位で指定します。
        負の数を指定するとノート末尾からの時間になります。

eba     0 ～ 1000        default:0
        ebフラグのアタックタイムを5ms単位で指定します。

g       -100 ～ 100      default:0
        疑似ジェンダー値
        負の数で女声化・若年化
        正の数で男声化・大人化します。

t       -100 ～ 100      default:0
        音程の補正。1cent単位

P       0 ～ 100         default:86
        ピークコンプレッサー。
        P100の時volume適用前の音量最大値が-6dBになるように正規化
        P0の時は何もしない。

e                        default:False
        wavの伸縮方法。
        通常はループ方式で、このフラグを設定するとストレッチ式になる。

A       -100 ～ 100      default:0
        ピッチ変動にあわせて音量が変化します。
        1～100では、基準より高いとき音量が小さくなります。
        -1～-100では、基準より低いとき音量が小さくなります。

gw      0 ～ 500         default:0
        うなり声、グロウル
        グロウルが

gws     -1000 ～ 1000    default:0
        ノート前半部分のグロウルがかからない時間を5ms単位で指定します。
        負の数を指定するとノート末尾からの時間になります。

gwa     0 ～ 1000        default:0
        gwフラグのアタックタイムを5ms単位で指定します。

vf      -500 ～ 500      default:0
        疑似エッジ。
        エッジがかかる長さを5ms単位で指定します。

vfw     0 ～ 300         default:100
        疑似エッジのエッジ1回あたりの長さ。%指定

vfp     0 ～ 100         default:20
        疑似エッジのエッジ1回あたりの無音の長さ。%指定

---

技術仕様

• 全体の処理の流れについては(https://delta-kimigatame.github.io/PyRwu/resamp.html)
• 各種設定項目については(https://delta-kimigatame.github.io/PyRwu/settings.html)

---

リンク

• twitter(https://twitter.com/delta_kuro)
• github(https://github.com/delta-kimigatame/MakeOtoTemp)