适用于OpenUTAU for DiffSinger的多语言音素器
特点
- 音素输入模式；
- 音素分类与赋权；
- 自由增删字典文件与内容。
新增功能
- 中文合成场景下汉字亦可添加字典后缀识别；
- 输入歌词不存在于默认字典（Default）中时，将依次遍历其他字典找到能够对应上的为止；
- 如果输入歌词在所有字典中均找不到值则自动识别为Default字典下的 “la” 。
调整
- 音素输入模式触发机制由元辅音分隔符 “|” 改为歌词首位输入的音素模式识别符 “.” ，在 “.” 后直接输入以空格分离的音素就可以自动识别， “.” 与音素不需要以空格分隔，输入单个音素时默认以元音形式输入，多个音素将考虑时长权重；
- “+” 切分音符或创建倚音时不再影响音素时长；
- 修复部分歌词输入时辅音时长变为 0 的问题。
使用方法
- 将 DiffFonemizer.dll 置于 OpenUTAU 根目录下的 Plugins 子目录中；
- 将 Fconfig.zip 解压后置于歌手根目录中，形成 歌手文件夹 > Fconfig 的文件层级（Fconfig 与 dsdur 等文件夹位于同一层级）；
- 启动 OpenUTAU 选择 DIFF F 音素器即可使用。
注意事项
- 音素分类与赋权文件（PhonesDefinition.csv）文件名不可修改；
- 音素分类与赋权文件（PhonesDefinition.csv）为标准 *.csv 文件，推荐于 Microsoft Excel 下编辑导出；
- 音素分类与赋权文件（PhonesDefinition.csv）内部结构为 音素名/（首要）音素属性/（次要）音素属性/时长权重 ，其中音素属性必须为以下几种名称，时长权重为大于 0.1 的浮点数，次要音素属性仅支持半元音为介母；
元音类：Vowel（单元音）、Diphthong（复合元音）、Breath（呼吸）、Silence（静音）、Mainvowel（韵腹）；
辅音类：Liquid（流音）、Nasal（鼻音）、Fricative（擦音）、Aspirate（送气音）、Semivowel（半元音）、Coda（韵尾）、Stop（塞音）、Affricate（塞擦音）；
次要音素属性专用类：Prenuclear（介母）。
- 所有字典文件（*.txt）均为以制表符（\t）分割的歌词音素序列，无标题行，推荐于 Microsoft Excel 下编辑导出；
- 请将默认启用的字典命名为 Default.txt ，文件名不可修改；
- 除默认字典外的其他字典均需满足 文本+识别后缀.txt 的命名规则，推荐文本输入易读的语言名，识别后缀为单个易于输入且不与其他字典冲突的字符。
下载地址
适用于SOFA的日语强制对齐微调模型
信息
模型名称：Japanese_Quadrilx
支持语种：日语
版本型号：0.1
公开日期：2024/07/09
模型用途：歌声数据集强制对齐
词典类型：日语罗马字（含有语种前缀“j:”）
数据总量：8小时（音素级标注）
超参配置：下载后查看文件./hparams.yaml
模型训练：復一
数据提供：下附
公开数据集
Ritsu Namine（波音リツ）
Kiritan Tohoku（東北きりたん）
Kurumi Oniku（御丹宮くるみ）
私有数据集
卷毛兔w
復一
次元遡腐鱼_Official
遊木濑yuKisei