Italian CVVC Tutorial

​Makku/Gianloop

Gianloop's SoundCloud Gianloop's Twitter Gianloop's YouTube

Buonasera a tutti! Oggi vi spiegherò come utilizzare un voicebank italiano (con la mia reclist). Se non siete pratici di UTAU, vi consiglio di consultare altri tutorial per imparare le basi e di fare pratica con alcuni voicebank giapponesi.

Ma ora veniamo a noi. Scaricate una UST della canzone che vi interessa (oppure utilizzate un MIDI fatto da voi). Userò una UST di Yellow come esempio.

Ho rimpiazzato il testo giapponese con il testo che userò (Thymeka). Il testo in foto è:“Chissà da quando sarà che non sento già più la tua voce”.

Ho impostato UTAU in Mode1 per rendere il testo più visibile, ma usate sempre Mode2 per fare UST italiane.

UTAU non può leggere il testo così com’è, quindi bisogna convertire tutte le sillabe in simboli fonetici. Per fare ciò ricordiamo a cosa corrisponde ogni simbolo nella lista fatta da me (trovate il download qui: https://www.youtube.com/watch?v=PEM4Z64jFG0 )

Vocali

• a = mAre
  
• ​e = pEnna (e chiusa)
  
•  i = fIlo
  
• o = cOrOna (o chiusa)
  
• u = Una
  
• 3 = È (e aperta)
  
• 0 = hO (o aperta)

Consonanti

• p = PaPPa
  
• b = BiBBia
  
• t = maTTo
  
• d = o
  
• k = Cane
  
• g = loGaritmo
  
• ts = paZZo
  
• dz = raZZo
  
• tS = caCCIa
  
• dZ = mannaGGIa
  
• f = FarFalla
  
• v = caVallo
  
• s = SoSta
  
• z = caSa
  
• S = SCIabola
  
• r = RappoRto
  
• l = coLLa
  
• j = aGLIo
  
• y = aIuola (NB: j è più pronunciata di y)
  
• w = Uova
  
• n = NaNNa
  
• m = MaMMa
  
• gn = baGNo
  
• N = faNgo
  
• M = iNvece (NB: n/N/m/M sono tutte consonanti diverse che cambiano in base alla consonante che segue)

Le lettere maiuscole sono quelle equivalenti ai simboli fonetici.
Adesso parliamo dei tipi di alias che questa reclist usa:

• -CV si usa all’inizio di una frase (cioè quando c’è una nota R prima della nota). È composto da silenzio, consonante e vocale.
  • Es.: cane = [-ka] [a n] [ne] [e R]
• CV o CCV si usa per esprimere l’inizio di una sillaba, composto da consonante (o due) e vocale
  • Es.: CV: cane = [-ka] [a n] [ne] [e R]
  • Es. CCV: pasto = [-pa] [a s] [sto] [o R]
• V C si usa per connettere una sillaba al prossimo CV, CCV o C C.
  • Es.: cane = [-ka] [a n] [ne] [e R]
• VC- (più raro) si usa per indicare delle consonanti alla fine di una frase. Dopo di queste c’è una nota R indicante silenzio.
  • Es.: partir = [-pa] [a r] [r t] [ti] [ir-]
• C C si usa per connettere due consonanti tra loro, di solito si usa solo per connettere le consonanti n/r/l/m/N/M ad altre consonanti.
  • Es.: partir = [-pa] [a r] [r t] [ti] [ir-]
• -V si usa quando all’inizio di una frase c’è una vocale, ovvero una vocale preceduta da una         nota di silenzio R.
  • Es.: allora = [-a] [a l] [lo] [o r] [ra] [a R]
• V V si usa per connettere due vocali tra loro.
  • Es.: maestra = [-ma] [a 3] [3 s] [str] [_ra] [a R]
• V – si usa per una vocale alla fine di una frase, ovvero una vocale seguita da una nota R di silenzio. Ci sono tre alternative per questo tipo di alias. [x R], [x hh] e [x’-] (dove x indica una vocale qualsiasi). [x R] è una pausa semplice, andrà bene nella maggior parte dei casi. [x hh] è una pausa con un sospiro, si può usare per avere più espressività. [x’-] non va usata molto, è una pausa seguita da vocal fry.
  • Es.: cane = [-ka] [a n] [ne] [e R]/[e hh]/[e’-]
• CC o CCC si usa per una sequenza di consonanti all’inizio di una sillaba. L’ultima consonante della sequenza è sempre tra r/l/w/y.​
  • Es. CC: pacchia = [-pa] [a k] [ky] [_ya] [a R]
  • Es. CCC: maestra = [-ma] [a 3] [3 s] [str] [_ra] [a R]
• _CV si usa dopo un CC o CCC. Questo alias nasce dalla necessità di rendere la reclist più breve. Per questo motivo sarà sempre composto da r/l/w/y + vocale.
  • Es. CC: pacchia = [-pa] [a k] [ky] [_ya] [a R]

​Bene! Visto ciò, dovremmo essere pronti a sostituire almeno i CV/CCV della UST senza problemi. Avremo quindi questo risultato:

Come possiamo notare:

• In “chissà” ho usato [-ki] invece di [ki], in quanto è preceduta da R (silenzio).
• In “quando” c’è solo [kw], in quanto [kwa] non esiste. Aggiungeremo [_wa] dopo.
• Mancano alcune consonanti, come la n in “quando” e in “sento”.

​Il prossimo passo è di aggiungere tutti i V C. Per fare ciò assicuriamoci di essere in Mode2. Zoomerò su “chissà”.

Per connettere [-ki] e [sa] ci vuole un [i s] tra i due. Quindi, mi assicuro che in alto del programma “Quantize” e “Length” siano entrambe su “L64 64th note”

Dopodiché, tengo premuto CTRL+Shift sinistro e trascino la fine di [-ki] in corrispondenza dell’inizio dell’overlap di [sa] ottenendo questo risultato:

E rimpiazziamo il testo in quella nuova nota da [-ki] a [i s]:

Questa è la procedura generale per aggiungere un V C. In realtà, siccome “chissà” ha due s, la s è più evidente del normale, quindi allungherò di più quella nota [i s].

Allungate la nota a piacere, vi consiglio di imitare il modo in cui la direste voi. Alla fine di tutto ciò, è importante rendere la transizione piacevole utilizzando il tasto P2P3 in alto.

Cliccando questo tasto, notiamo che UTAU incrocerà le linee tra loro, rendendo il passaggio da una nota all’altra più dolce:

Se ci dovessero essere problemi con questo passaggio, vi consiglio di fare prima un RESET, poi P2P3. Mi raccomando, le note dove volete effettuare questi passaggi devono essere selezionate, altrimenti non succederà nulla.

Quindi facciamo queste operazioni per tutta la sezione di UST.

Il prossimo passaggio sarà aggiungere i _CV a tutti CC/CCC, ovvero correggere “quando” e “tua” (di solito tua è due sillabe, ma siccome è detto in maniera veloce qui lo pronuncio “twa” invece di “tu-a”). Zoom su “quando”:

Per aggiungere il [_wa] in quando, farò come faccio ad aggiungere i V C, ovvero creerò una nota aggiuntiva tenendo premuto CTRL+Shift sinistro e trascinando dalla fine di [kw]. Non ha importanza quanto sia lunga questa nota, correggeremo dopo.

Sostituiamo il secondo [kw] con [_wa].

Adesso cerchiamo di far combaciare l’overlap (linee blu) di [_wa] con l’inizio di [kw] trascinando [_wa] dall’inizio tenendo premuto solo CTRL sinistro (facendo così non si verrà a creare una nota nuova, ma sposteremo solo [_wa].

​Come possiamo notare, in questo caso le due non combaciano perfettamente. In questo caso si hanno due opzioni:

• Dare un po’ meno spazio all’overlap di [_wa] sperando suoni bene lo stesso;
• Usare la consonant velocity (la mia opzione preferita in questo caso).

Siccome le note sono abbastanza ristrette qui, userò la Consonant Velocity per rendere [_wa] più veloce.

​Nella casella di testo, potete immettere un numero da 0 a 200. Il numero di default è 100, 200 sarà veloce il doppio, mentre a 0 sarà veloce la metà. Di solito io uso un numero tra 150 e 200. Risultato con 150:

E adesso sposto un po’ di più [_wa].

Adesso combacia molto meglio, e abbiamo anche più spazio per aggiungere la n!

​Ripeto gli stessi passaggi per “tua”.

​Adesso aggiungerò la n in “quando”, “non” e “sento”.
Concentriamoci di nuovo su quando:

​Adesso aggiungerò una nuova nota alla fine di [_wa], ovvero [n d]. Perché [n d]? Perché per aggiungere la n in “quando” bisogna aggiungere [a n] e [n d], e preferisco aggiungere prima [n d] per avere un riferimento col suo overlap. Noto che l’overlap del [do] successivo occupa molto spazio in [_wa] (ricordiamo l’overlap è questa parte)

​Per cui userò 150 Consonant Velocity su [do]

​Adesso occupa meno spazio! Procedo ad aggiungere [n d] usando di nuovo CTRL+Shift sinistro.

Adesso rifaccio la stessa cosa per aggiungere [a n]

Quasi finito! Assicuriamoci di usare di nuovo il P2P3:

​E come ultimo passaggio, voglio abbassare il volume di [n d], in quanto le connessioni C C in genere non hanno un volume molto alto, ma UTAU cercherà di rendere tutto allo stesso volume. Lo metterò a 40 circa, ma voi potete abbassare e ascoltare fino a ché non vi piace. Per abbassare il volume, passato col cursore sopra la nota, tenete premuto e abbassate. Questo non è un passaggio essenziale, quindi se non siete convinti, andate oltre.

Ripeto gli stessi passaggi per “non sento”:

​Come ultimo passaggio, voglio aggiungere delle pause, in quanto dopo “sarà” e “voce” abbiamo una R di silenzio.

​Per fare ciò si possono usare diversi metodi, io di solito allungo la nota (in questo caso [tSe]) e poi creo una nuova nota [e R] con CTRL+Shift sinistro, accorciando [tSe] nel processo, riportandolo alla sua lunghezza originale.

​Ricordate sempre di usare il P2P3!

​E questo è più o meno tutto quello che dovete sapere! Vorrei però aggiungere alcuni dettagli:

• Il fonema [‘] (apostrofo) è un vocal fry, ovvero una tecnica di canto particolare dove il cantante va troppo in basso per il loro raggio vocale, risultando in un suono “distorto”. Bisogna usarlo con saggezza, e si usa come fosse una normale consonante come tutte le altre in questa lista.
• I fonemi n/m/N/M sono tutti diversi, ma con funzioni non dissimili. Generalmente quando si trova all’inizio di una sillaba si usa sempre [n] o [m]. Ma se avete la necessità di usare un C C, potrebbe capitare che non esista la connessione che cercate. È complicato da spiegare quindi userò un esempio.

Nella parola “invece”, non possiamo usare: [-i] [i n] [n v] [ve] [e tS] [tSe] [e R]
Se proviamo a farlo, noteremo subito che [n v] non esiste nella lista. Questo perché bisogna usare [M v] invece. Se proviamo a pronunciare la parola “invece” noteremo che la n ha un suono diverso dal solito, questo perché foneticamente è diversa.

Ecco quale tipo di n utilizzare prima di ogni consonante:

• [n] prima di s, t, d, S, ts, dz, tS, dZ, r, l, m (nota bene, [n tS] e [n dZ] non esistono, usate [n t] o [n d], è la stessa cosa)
• [N] prima di k, g.
• [M] prima di f, v.
• [m] prima di p, b.

RISULTATO DEL TUTORIAL: https://soundcloud.com/makkusandesu/esempio-tutorial/s-nWIXPb5sSut

UTAU.Sexy · Esempio Tutorial