http://www.plurk.com/p/4mx9mg

把寫在plurk上的內容拉過來：

http://av.watch.impress.co.jp/docs/series/dal/20100412_360797.html

第412回:ヤマハのしゃべれる「VOCALOID-flex」とは?

～VOCALOIDの生みの親に聞く、開発の経緯と今後の展開 ～

http://www.youtube.com/watch?v=SaaZ-P5_duk

ヤマチョイ「Y2 SPRING 2010レポート VOCALOID2進化系編」

和ITmedia與ascii不同，ImpressWatch比較沒有那麼「熱衷」XD 不過每次藤本健先生寫得都算蠻深入的….

然後VOCALOID-Flex最讓人驚訝的部份，莫過於「不少企業主動來接觸」這點，而且是業務面的。

比方說在施工現場的時候，明顯的抑揚頓挫、較有感情的發音比較能引發注意的緣故，比傳統的合成語音更有「警告」作用。

這當然有道理但是….居然不是YAMAHA去推銷而是人家主動來講….講白點就是被みっくみく的日本企業比想像中多嗎？！

話說另外一個值得注目的是，和先前比較起來對end user使用上YAMAHA比較鬆口的這點。

不可否認的是VOCALOID-Flex因為太接近引擎底層，所以可能很難出現Cadencii這樣的 GNU自由軟體。

所以kbinani桑先前大嘆：「所以YAMAHA決定遠離我們這些野programmer了」(抖)

由於是授權制，實際上決定的仍然是下游的被授權廠商….

反過來說，看下游被授權廠商（比方說Crypton）的誠意，什麼都可能發生….比方說自由軟體當然還是很難，但是至少付費升級基本上應該不難。

基本上引擎改修應該不大，問題反而在「怎麼保護開放出來的部份」，而這部份其實不是技術面，而是在社會共識面。

就像Crypton過去保護ミク當然是商業考量沒錯，ミク慢慢壯大自然就慢慢開放，因為這個時候開放也無傷大雅；反過來說對artist而言，，就會更想在影響可能很大的時候才去挑戰常規，不然就平凡無奇。

當然這並不是在說只能老套的勸善懲惡，只能說或許事情已經過去，Crypton還是做過那種「保護自家產品商業價值」的自私的事情，這無從否定就是了。

VOCALOID-Flex也因為語音面的表現能力更大，所以侵襲到聲優守備範圍的機會也比過去大。

實話是從editor來看，不利用到wav匯入的話並不會真的比以前方便多少，內建wav匯入和XML匯出（for NetVOCALOID？）則比以前方便許多。

很容易搞錯的是，光是從wav掃出音高音量並不是Vocalistener主要的功能，這部份許多工具都有這個能力（V-Vocal啦、Melodyne啦）

Vocalistener主要的功能還是在「把轉出來的數值照已知的歌唱技巧進行補正」，才再和 VOCALOID唱出來的歌聲作交叉比對，一點一點地把VOCALOID的歌聲「調教」成「想要的歌聲」這點。

如果只是發話的話，不需要經過補正（總不會想把台灣話給補成北京腔www) 但是需要比較高精確度的調整與掃描。

此外，在editor上面搭配現有的TTS技術，相信VOCALOID-Flex照樣可以念長文，只是不會像目前正統的TTS一樣那麼自然。（不過那也是特色就是嘍）