Apa ini
VocaVoca membuat voicebank UTAU dari suara sendiri: aplikasi menampilkan script yang sudah disiapkan, pemakainya cukup membaca atau merekam sesuai yang diminta, lalu voicebank-nya terbentuk otomatis — dipotong, ditandai, dan siap dipakai.
Membuat voicebank UTAU dengan cara biasa melelahkan: mencari reclist sendiri, merekam dan menamai satu per satu, lalu oto-ing manual yang panjang. Aku sendiri pernah batal membuatnya karena itu. VocaVoca dibuat untuk memotong jalan itu.
Prinsip yang dipegang:
- Tetap terdengar seperti voicebank. Identitas voice synthesizer dipertahankan. Ini bukan kloning suara berbasis model AI.
- Otomatis memberi hasil awal, manual menyempurnakan. Setiap hasil otomatis bisa diutak-atik.
- Ringan. Fungsi intinya harus jalan di laptop biasa, tanpa wajib kartu grafis.
- Semua yang ada di OpenUtau tetap ada, termasuk kompatibilitas dengan voicebank UTAU.
Turunan OpenUtau
VocaVoca adalah turunan (fork) dari OpenUtau, editor vokal sintesis untuk komunitas UTAU, karya StAkira dan para kontributornya, berlisensi MIT. Karena itu stack-nya mengikuti OpenUtau: C#/.NET dengan Avalonia. Piano roll, mesin suara, dan kompatibilitas UTAU tidak ditulis ulang; yang ditambahkan adalah jalan dari rekaman ke voicebank.
Berkas LICENSE.txt dan pemberitahuan hak cipta OpenUtau wajib disertakan utuh
tanpa diubah, di repo maupun di aplikasinya. Pembaruan dari OpenUtau resmi
ditarik lewat remote upstream, dan pemeriksa pembaruan bawaan yang menunjuk
ke rilis OpenUtau resmi dimatikan supaya tidak menimpa VocaVoca.
Tahap 1: terbukti
Tahap pertama — perekam dan auto-oto — dianggap selesai kalau membaca script menghasilkan voicebank Jepang CV yang bisa dipakai di OpenUtau. Itu tercapai pada 10 Oktober 2026 dengan voicebank uji “Myu”, direkam dari suaraku sendiri:
- Perekam terpandu: metronom dan nada panduan, kalibrasi latency, dan rekam ulang per baris tanpa mengganggu baris lain.
- Auto-oto dan “Buat Voicebank”: 101 sampel jadi dari 19 baris reclist; 10 ditandai untuk diperiksa. Semua nilainya tetap bisa dirapikan di editor oto.
- Proyek uji yang mengikuti nada rekaman, bisa dirender, dan bunyinya sesuai rekaman.
- Kompatibel ke luar: voicebank Myu terbaca dan bernyanyi di OpenUtau resmi (0.1.573-beta), proyek ujinya terbuka di sana, dan bunyinya sama dengan di VocaVoca.
- Paket Windows x64 yang jalan tanpa perlu memasang .NET SDK.
Batasnya, apa adanya: baru voicebank CV Jepang dasar. Bising rekaman sesi Myu masih −42 sampai −49 dB, sedangkan target untuk rilis di bawah −60 dB. Konsonan letup saat not bersambung masih kurang tajam. Rilis stabil OpenUtau 0.1.565 belum bisa membuka berkas proyeknya, walau voicebank-nya tetap bisa dipakai di sana.
Berikutnya
CVVC dan Tahap 2 (auto tuning), dikerjakan bersamaan:
- Sampel peralihan CVVC. Voicebank CV hanya punya sampel “konsonan dari diam”. Peralihan vokal ke konsonan yang alami saat not bersambung hanya bisa didapat dari sampel yang memang merekam peralihan itu — dan ini wajib untuk paket bahasa Inggris.
- Tahap 2: auto tuning. Voicebank dari Tahap 1 bernyanyi dari not yang digambar di piano roll, dan auto tuning memberi garis nada awal yang tetap bisa diatur tangan.
Urutan sesudahnya sudah ditulis, tanpa estimasi waktu: variasi profil suara, pintu teks (mengetik kalimat lalu voicebank berbicara), pintu cover, dan filter suara real-time. Voicebank hasil VocaVoca juga direncanakan jadi suara Project Nor-4.