Vocaloid

V O C A L O I D

Vocaloid (ボーカロイド Bōkaroido?) Adalah voice synthesizer atau penyintesis suara. Sinyal bagian pengolahan dikembangkan melalui proyek penelitian bersama yang dipimpin oleh Kenmochi Hideki di
Pompeu Fabra University di Spanyol pada tahun 2000 (tim yang sama yang kemudian mendirikan Voctro Labs [1]) dan awalnya tidak dimaksudkan untuk menjadi proyek komersial penuh. Didukung oleh Yamaha Corporation, itu mengembangkan perangkat lunak ke dalam produk komersial "Vocaloid." Perangkat lunak ini memungkinkan pengguna untuk mensintesis bernyanyi dengan mengetikkan lirik dan melodi. Menggunakan teknologi sintesis dengan vokal khusus dari suara actor, aktris atau penyanyi. Untuk membuat lagu, pengguna harus memasukkan melodi dan lirik. Dengan interface berbentuk seperti  sebuah piano roll yang digunakan untuk memasukkan melodi dan lirik dapat dimasukkan pada setiap note nya. Perangkat lunak ini dapat mengubah tekanan dari pengucapan, menambahkan efek seperti vibrato, atau mengubah dinamika dan nada suara. Setiap Vocaloid dijual sebagai "penyanyi dalam kotak" dirancang untuk bertindak sebagai pengganti untuk penyanyi yang sebenarnya. Perangkat lunak ini awalnya hanya tersedia dalam bahasa Inggris yang dimulai dengan Vocaloids Leon dan Lola, dan Jepang dengan Meiko. Namun pada seri Vocaloid 3 telah ditambahkan dukungan untuk Vocaloid berbahasa Spanyol, Vocaloids Bruno dan Clara, berbahasa China untuk Luo Tianyi dan berbahasa Korea untuk SeeU.

Perangkat lunak ini ditujukan untuk musisi profesional serta pengguna komputer musik ringan. Kelompok musik Jepang Livetune dari Victor Entertainment dan Supercell dari Sony Music Entertainment Jepang telah merilis lagu-lagu mereka dengan menampilkan vocal dari Vocaloid. Label rekaman Jepang, Exit Tunes dari Quake Inc juga merilis album kompilasi yang menampilkan Vocaloids. Seniman seperti Mike Oldfield juga telah menggunakan Vocaloids dalam pekerjaan mereka untuk mem-backup vokal penyanyi dan sebagai sampel suara.

Teknologi

Vocaloid sebagai teknologi voice synthesizer dikategorikan sebagai sintesis concatenative, yang penyambungan dan proses fragmen vokal diekstrak dari suara nyanyian manusia dalam suatu domain frekuensi. Dalam suara sintesis, sistem menghasilkan suara yang realistis dengan menambahkan informasi dari ekspresi vokal seperti vibrato untuk mencetak informasi. Teknologi voice synthesizer dari Vocaloid awalnya disebut "Frequency-domain Singing Articulation Splicing and Shaping" (Frekuensi-domain untuk Bernyanyi dalam Artikulasi Penyambungan dan Pembentukan) (周波数 ドメイン 歌唱 アーティ キュ レーション 接続 法 Shūhasū-domain Kasho Artikulasi Setsuzoku-Ho?), meskipun Yamaha tidak lagi menggunakan nama ini di website-nya "Bernyanyi Artikulasi" dijelaskan sebagai "ekspresi vokal" seperti vibrato dan fragmen vokal yang diperlukan untuk bernyanyi.. Vocaloid dan Vocaloid 2 dirancang untuk menyanyi, tidak membaca teks dengan keras,  meskipun software seperti Vocaloid-flex dan Voiceroid telah dikembangkan untuk itu. Mereka tidak bisa secara alami meniru ekspresi bernyanyi seperti suara serak atau teriakan, tetapi ada tambahan-tambahan yang dibuat untuk menciptakan nada yang berbeda seperti "bisikan" dan "power".

Sistem Arsitektur

Bagian utama dari sistem Vocaloid 2 adalah Skor Editor (Vocaloid 2 Editor), Singer Library (perpustakaan penyanyi), dan Mesin Sintesis (Synthesis Engine). Mesin Sintesis  menerima informasi nilai dari Skor Editor, memilih sampel yang tepat dari singer library, dan merangkai mereka untuk output suara sintesis. Pada dasarnya tidak ada perbedaan dalam Skor Editor dan Mesin Sintesis disediakan oleh Yamaha diantara produk Vocaloid 2 yang berbeda. Jika salah satu produk Vocaloid 2 sudah terpasang, pengguna dapat mengaktifkan produk Vocaloid 2 lain dengan menambahkan perpustakaannya. Sistem ini mendukung dua bahasa, Jepang dan Inggris, meskipun bahasa lain akan bersifat optional di masa depan.  Ia bekerja mandiri (playback dan ekspor ke WAV) dan sebagai aplikasi ReWire atau VSTiaccessible dari DAW.

Skor Editor

The Score Editor merupakan editor dengan gaya roll piano yang digunakan untuk memasukan not, lirik, dan beberapa ekspresi. Untuk penggunaan singer library Jepang, pengguna dapat memasukkan lirik gojūon dalam hiragana, katakana atau tulisan romaji. Untuk perpustakaan Inggris, Editor secara otomatis mengkonversi lirik ke dalam simbol-simbol fonetik IPA menggunakan built-in kamus pengucapan. Pengguna langsung dapat mengedit simbol fonetis kata-kata yang tidak terdaftar.  Sebuah library berbahasa Jepang dan library berbahasa Inggris berbeda dalam metode input lirik, tapi berbagi platform yang sama oleh karena itu, editor Jepang dapat memuat perpustakaan bahasa Inggris dan sebaliknya. Sebagaimana disebutkan di atas, metode input lirik tergantung library nya, sehingga editor Jepang dan Inggris hanya berbeda dalam menu. The Score Editor menawarkan berbagai parameter untuk menambahkan ekspresi suara nyanyian. Pengguna seharusnya mengoptimalkan parameter ini sehingga dapat membuat suara sintesis yang paling sesuai saat membuat lagu. Editor ini mendukung ReWire dan dapat disinkronkan dengan DAW. Real-time "pemutaran" lagu dengan lirik yang telah ditetapkan menggunakan keyboard MIDI juga didukung.

Singer Library

Setiap lisensi Vocaloid mengembangkan Singer library, atau database sampel fragmen vokal  dari orang-orang yang nyata. Database harus memiliki semua kemungkinan kombinasi dari fonem dari bahasa target, termasuk diphones (rantai dua fonem yang berbeda) dan vokal berkelanjutan, serta poliphone dengan lebih dari dua fonem jika diperlukan. Sebagai contoh, suara sesuai dengan kata "sing" dapat disintesis dengan menggabungkan urutan diphones "#-s, sI , IN, NG-# "(# menunjukkan fonem tidak bersuara) dengan vokal berkelanjutan i.  Sistem Vocaloid mengubah pitch fragmen ini agar sesuai melodi.. Dalam rangka untuk mendapatkan suara yang lebih alami, tiga atau empat rentang lapangan yang berbeda yang diperlukan untuk disimpan ke perpustakaan. Jepang membutuhkan 500 diphones per lapangan, sedangkan bahasa Inggris membutuhkan 2.500.  Jepang memiliki lebih sedikit diphones. Karena memiliki lebih sedikit fonem dan suara yang paling suku kata yang suku kata terbuka berakhir dengan vokal. Dalam bahasa Jepang, pada dasarnya ada tiga pola diphones mengandung konsonan: bersuara-konsonan, vokal-konsonan, dan konsonan-vokal. Di sisi lain, Inggris memiliki banyak suku tertutup berakhir dengan konsonan, dan konsonan-konsonan dan diphones konsonan-tidak bersuara (voiceless) juga. Dengan demikian, lebih banyak diphones yang perlu direkam ke perpustakaan Inggris daripada Jepang. Karena perbedaan linguistic ini, singer library berbahasa Jepang tidak cocok untuk bernyanyi dalam bahasa Inggris.

Mesin Sintesis

Mesin sintesis menerima informasi nilai yang terkandung dalam pesan MIDI khusus yang disebut Vocaloid MIDI yang dikirim oleh Skor editor, untuk menyesuaikan pitch dan timbre dari sampel yang dipilih dalam domain frekuensi, dan penyambungan mereka untuk mensintesis suara nyanyian. Ketika Vocaloid berjalan sebagai VSTi diakses dari DAW, bundel VST plug-in melalui skor editor dan langsung mengirimkan pesan ini kepada mesin sintesis.

·         Penyesuaian waktu

Dalam suara nyanyian, awal konsonan suku kata yang diucapkan sebelum onset vokal diucapkan. Posisi awal dari not yang disebut "Note-On" harus sama seperti yang dari awal vokal, bukan awal suku kata. Vocaloid menjaga "skor sintesis" dalam memori untuk menyesuaikan waktu sampel sehingga onset vokal harus ketat pada "Note-on". Sehingga tidak ada penyesuaian waktu yang akan mengakibatkan keterlambatan...

·         Konversi Pitch

Karena sampel dicatat dalam pitch yang berbeda, konversi pitch diperlukan bila sampel digabungkan. Mesin menghitung pitch yang diinginkan dari not, waktu serangan, dan parameter vibrato, dan kemudian memilih sampel yang diperlukan dari perpustakaan.

·         Manipulasi timbre

Mesin menghaluskan timbre sekitar persimpangan sampel. timbre vokal berkelanjutan dihasilkan oleh interpolasi amplop spektral dari sampel sekitarnya. Sebagai contoh, ketika menggabungkan urutan diphones "se, e, et "dari kata Inggris" set ", amplop spektral dari E berkelanjutan di setiap frame yang dihasilkan oleh interpolasi E pada akhir" se "dan E pada awal" et ".

·         Mentransformasi

Setelah konversi lapangan dan manipulasi timbre, mesin juga mengubah Inverse Fast Fourier transform (IFFT) untuk output suara disintesis.

Versi-versi Vocaloid

Vocaloid

Yamaha memulai pengembangan Vocaloid Maret 2000 dan mengumumkan untuk pertama kalinya di pameran Musikmesse Jerman pada 05-09 Maret, 2003.  Vocaloids pertama, Leon dan Lola, yang dirilis oleh studio Zero-G pada tanggal 3 Maret 2004, yang keduanya dijual sebagai "VirtualSoul Vocalist". Leon dan Lola membuat penampilan pertama mereka di NAMM Show pada tanggal 15 Januari 2004. Leon dan Lola juga dipertunjukkan di Zero-G booth terbatas selama Wired Nextfest dan memenangkan 2005 Choice Award Elektronik Musisi Editor. Zero-G kemudian merilis Miriam, dengan suaranya yang disediakan oleh Miriam Stockley, pada bulan Juli 2004. Belakangan tahun itu, Crypton Future Media juga merilis Vocaloid pertama mereka, Meiko. Pada bulan Juni 2005, Yamaha meng-upgrade versi mesin menjadi 1,1. Patch ini kemudian dirilis untuk memperbarui semua mesin Vocaloid Vocaloid ke 1.1.2, menambahkan fitur baru untuk perangkat lunak, meskipun ada perbedaan antara hasil output dari mesin. Ada sebanyak lima produk Vocaloid yang dirilis tahun 2004 sampai 2006. Vocaloid tidak memiliki teknologi saingan sebelumnya untuk bersaing dengan pada saat peluncurannya. Versi bahasa Inggris hanya harus menghadapi dirilisnya akhir perangkat lunak VirSyn'sCantor selama dijalankannya versi originalnya. Meskipun memiliki fonetik Jepang, interface nya tidak benar-benar berbahasa Jepang. Versi dan vokal kedua Jepang dan Inggris memiliki interface berbahasa Inggris. Satu-satunya perbedaan adalah antara versi bahasa inggris dan jepang adalah warna dan logo yang berubah per Template. Pada 2011, versi ini dari software ini tidak lagi didukung oleh Yamaha dan tidak akan lagi diperbarui.

Vocaloid 2

Vocaloid 2 diumumkan pada tahun 2007. Karena keterbatasan waktu, tidak seperti versi mesin sebelumnya, tidak memiliki tes beta publik dan bukan perangkat lunak yang diperbarui sehingga sebagian pengguna melaporkan masalah itu. Mesin sintesis dan user interface yang benar-benar dirubah, dengan Vocaloids Jepang memiliki antarmuka Jepang. Fitur baru seperti pemilihan not, track control transparan, Toggling antara pemutaran dan rendering, dan kontrol ekspresi menerapkan suara bernapas dan suara serak dapat direkam ke perpustakaan untuk membuat suara yang realistis. Versi ini tidak kompatibel dan editor tidak dapat memuat perpustakaan yang dibangun untuk versi sebelumnya. Selain dari perangkat lunak PC, layanan NetVocaloid ditawarkan. Meskipun demikian, software ini tidak terlokalisasi dan Vocaloids dari bahasa Inggris atau hanya akan memiliki versi yang bahasa Jepang, sehingga meskipun Megurine Luka memiliki perpustakaan bahasa Inggris, ia termasuk  sebagai Vocaloid Jepang ia hanya memiliki akses ke versi Jepang dari perangkat lunak. Secara total, ada 17 paket diproduksi untuk Vocaloid 2 dalam versi Jepang dari perangkat lunak dan lima dalam versi bahasa Inggris, paket ini menawarkan 35 voicebanks diantaranya dalam bahasa Inggris atau Jepang.

Yamaha mengumumkan versi dari perangkat lunak Vocaloid 2 untuk iPhone dan iPad, yang dipamerkan di Y2 Autumn 2010 Digital Content Expo di Jepang. Kemudian, versi perangkat lunak ini dirilis dengan menggunakan suara Vocaloid Yamaha sendiri disebut VY1.

Vocaloid 3

Vocaloid 3 diluncurkan pada tanggal 21 Oktober 2011, bersama dengan beberapa produk dalam produk Jepang, yang pertama dari jenisnya. Beberapa studio menyediakan update untuk memungkinkan vocal library dari Vocaloid 2 untuk masuk ke Vocaloid 3. Hal ini juga akan menyertakan perangkat lunak "Vocalistener", yang menyesuaikan parameter iteratif dari nyanyian pengguna untuk membuat nyanyian seperti  disintesis alami. Mendukung bahasa tambahan, termasuk Cina, Korea, dan Spanyol. Vocaloid 3 juga dapat menggunakan plug-in untuk perangkat lunak itu sendiri dan dapat beralih antara normal dan "klasik" ​​mode untuk hasil vokal kurang realistis. Tidak seperti versi sebelumnya, perpustakaan vokal dan perangkat lunak editing utama dijual sebagai dua item yang terpisah. Perpustakaan vokal sendiri hanya berisi “versi kecil” Vocaloid 3 Software Editing. Yamaha juga akan memberikan lisensi plug-in dan penggunaan perangkat lunak Vocaloid untuk media tambahan seperti video game. Vocaloid 3 juga memiliki dukungan Triphone yang meningkatkan kemampuan bahasa tidak seperti pada Vocaloid 2. Kemudian, Spanyol memperkenalkan Vocaloid berbahasa spanyol, Clara dan Bruno, yang dirilis pada tahun 2011.

Teknologi baru juga digunakan untuk membawa kembali suara penyanyi Hitoshi Ueki yang meninggal pada tahun 2007. Ini adalah upaya pertama untuk membawa kembali seorang penyanyi yang suaranya telah hilang, namun orang menganggap kemungkinan suaranya telah direkam karena perangkat lunak ini pertama kali dirilis pada tahun 2004. Namun, ini hanya dilakukan untuk penggunaan pribadi.

Produk Derivatif

·        Software

Vocaloid-flex

Yamaha mengembangkan Vocaloid-flex, aplikasi perangkat lunak bernyanyi didasarkan pada mesin Vocaloid, yang berisi speech synthesizer. Menurut pengumuman resmi, pengguna dapat mengedit sistem fonologi yang lebih canggih dibandingkan seri lainnya dari Vocaloid untuk suara yang lebih dekat dengan suara orang berbicara yang sebenarnya, misalnya, memungkinkan final devoicing, unvoicing suara vokal atau melemah atau memperkuat suara konsonan. Hal ini digunakan dalam video game Metal Gear Solid: Peace Walker yang dirilis pada tanggal 28 April 2010. Ini masih merupakan produk perusahaan dan versi konsumen belum diumumkan. Perangkat lunak ini juga digunakan untuk model robot HRP-4C di CEATEC Japan 2009. Gachapoid memiliki akses ke mesin ini dan digunakan melalui software V-Talk.

VocaListener

Alat Vocaloid lain yang dikembangkan adalah VocaListener, paket perangkat lunak yang memungkinkan untuk realistis lagu Vocaloid yang akan diproduksi.

Miku Miku Dance

Untuk membantu dalam produksi animasi 3D, program MikuMikuDance dikembangkan sebagai program independen. Perangkat lunak freeware diperbolehkan sehingga produk ini booming karena fans boleh membuat karakter derivatif untuk dikembangkan, serta bertindak dalam dorongan untuk mempromosikan lagu-lagu Vocaloid sendiri. Pada Mei 2011, tidak ada update Miku Miku Dance lagi yang dirilis.

NetVocaloid

NetVocaloid adalah layanan sintesis vocal secara online. Pengguna bisa bernyanyi suara pada perangkat yang terhubung ke Internet dengan menjalankan mesin Vocaloid pada server untuk mensintesis suaranya. Layanan ini dapat digunakan bahkan jika pengguna tidak memiliki perangkat lunak Vocaloid. Layanan ini tersedia dalam bahasa Inggris dan Jepang. Namun, pada April 2012, layanan ini tidak lagi ditawarkan di website Yamaha.

MMDAgent

MMDAgent adalah perangkat lunak yang dikembangkan oleh International Voice Engineering Institute di Nagoya Institute of Technology, dan versi Alpha dirilis pada 25 Desember 2010. Ini adalah jenis software yang memungkinkan pengguna untuk berinteraksi dengan model 3D dari maskot Vocaloid . Perangkat lunak ini terbuat dari model 3D dan file suara yang telah dibuat tersedia di internet dan diperdebatkan sebagai freeware karena alasan itu.

NetVocalis

NetVocalis adalah perangkat lunak yang dikembangkan oleh Bplats, pembuat dari seri Vy, dan mirip dengan VocaListener.

Vocaloid Editor untuk Cubase

Ini versi tertentu dari Vocaloid dibangun semata-mata untuk Cubase. Di fitur ini tidak ada suara tambahan dan menggunakan suara dari Vocaloid 2 dan Vocaloid 3 dan bertindak sebagai plugin untuk software Cubase. Hasilnya adalah bahwa versi ini kompatibel dengan sebagian besar fungsi Cubase 6.5 dan dapat menggunakan alat-alat seperti bus, filter dan mixer tanpa khawatir tentang komplikasi.

·        Hardware

Vocaloid-Board

Vocaloid akan diatur untuk menjadi versi hardware yang disebut Vocaloid-Board.

Diterjemahkan dari wikipedia