これはIAだ～～～～っ

さて、とりあえずIAをモノにした（インストール）わけですが、IAを使う前にやっておかなければならないことがあります。
それは、インストーラに同梱（収録）されている、「鳥の詩」のVSQXファイルを覗いて、どのように調声されているかを勉強することです。

で、このファイルをV3エディタで開いてみたのですが、
正直、ぶったまげました。

想像をはるかに超える細かさで調声されている！歌声の大まかな要素としては、発音と抑揚だろうと思います。細かく分けるとそこにリズムと発音タイミング、音程の変化・・・となるでしょう。実際、この曲で頻繁に調整が行われているのは、発音そのものです。

今の今まで、一つの言葉、すなわち音節は通常一つの音符で表現される、音を伸ばしている間に音程が変わる場合は複数の音符で表現されると思っていました。

しかしそうではありませんでした。

歌いだしの「き」だけでも3つの音符が使われています。一瞬で次の言葉になるというのに、　何故この1音節に3つの音符を使う必要があるのか、私にはさっぱりわかりません。その一つ一つは長さが異なりますが、他のパラメータ、たとえばvelやope、pitなどの変化や異なりはありません。（正確にはありませんではなく、ない場合が多い。）
そして、ある言葉が発音される直前に、その無声子音が付けられていること。これはすべてではなく、とくにはっきり発音させたいときであろう。たとえば「バ行」「パ行」を発音させる直前に短く「p」だけが置かれているといったもの。これがあるとないとではどのように違うのか、それは実際にやってみないと分からない。だいたい、はっきりと発音させたい場合は、velを下げたら子音が伸びるので言葉としては聞き取りやすくなる。その調整方法との違いも検証する必要がある。

それから、音を伸ばすときは[-]を使う（あいうえおを入力する場合もある）が、対して兆時間延ばさなくても[-]が2回以上連続して置かれている場合もある。なぜだろうか。音の減衰をさせずに伸ばしておく目的で使われるのであれば短い音符でわざわざ[-]を多用する必要はなかろう。謎だらけである。

意外だったのが、velを思い切り上げている音符があることや、dynは1音ごとには設定されていないことである。GUMIではタ行はvelを思い切り下げないとちゃんと発音してくれない（ラ行に近くなる）が、他の製品では特にそのようなことがなさそうである。それは承知していても、やはりvelを上げるのが、どのように発音の良さにかかわってくるのかがわからない。

そして特筆すべきことは、ほどこされた調声は、ほぼ手動で行われていること。この点はぼかりすとは異なる。手動で調整してここまで人の声に近づくまでのものになるのは信じられないが、実際の調整状態を見ると、この道のプロまたは相当熟練した人が手掛けたとしか思えない。素人にはまず不可能である。

で、私のようなド素人が、ボーカロイドを使うなんて、本来ゆるされていないのかもしれないとうすうす思うようになったのである。初音ミクなどのクリプトンものは、ある程度機械音声っぽくても十分楽曲になるからこそ大ヒットしたが、Vocaloid3では、「いかにして肉声に近づけられるか」という方向になっていき、その道に詳しい人でないと使えないものになりはしないかと心配する。もしかして、V3から始めた私のような者こそが、いちばんヴォーカロイドを扱うにふさわしくないような気がする。ちゃんとVocaloid2から勉強しておかないと行けないのである。私はボーカロイドはだれでも自由に歌を歌わせることができるものだと思っていたが、どうやらそうではなさそうだ。

初音ミクのような機械系の声がV3では極端に少ない。おそらく兎眠りおんしかないのではないか。出たばかりの蒼姫ラピス、そろそろ登場しそうなリングスズネがどういう方向なのかもリサーチが必要だ。

とにかく、エライものを買ってしまったなあと感じている。

（あ、タイトルは「嫌だ～～～」ではありません念のため）。