请注意：本页面是第三方维护的OpenUTAU中文文档，仅供参考。最新资讯请以OpenUTAU官方网站为准。

本文是OpenUTAU的上手使用指南，面向无UTAU基础的新用户。如果你使用过UTAU，想要查找OpenUTAU的对应功能，请见OpenUTAU/使用方法

OpenUTAU是一款开源的歌声合成软件。通过输入乐谱和歌词，即可合成歌声。

使用OpenUTAU无需UTAU基础。即使你没有用过UTAU，甚至没有用过歌声合成软件，也能快速上手开始使用OpenUTAU合成歌曲。

这一部分介绍UTAU与OpenUTAU的简要历史与设计渊源。读者也可以先跳过本部分，继续学习OpenUTAU的使用方法。

UTAU是一款由Ameya Ayame开发的免费歌声合成软件，使用Visual Basic开发，于2008年开始开发。UTAU采用开放式架构，允许用户自行开发音源、引擎（变调合成算法）与插件。在此后的十余年间，海量的UTAU音源与插件被开发出来，支持数十种语言的合成，形成了繁荣的生态。

但是，UTAU的上一次更新停留在2013年，此后虽然用户仍然能通过插件和引擎扩展UTAU的功能，但是一些关键用户体验迟迟得不到改善（例如乱码问题），而且无法跟进歌声合成领域的最新进展（例如AI合成引擎）。为此，Stakira开发了OpenUTAU，着手改进这些问题，并致力于成为歌声合成领域新的通用平台。

OpenUTAU使用最新的.net core和Avalonia开发，按照MIT协议开源。在UTAU的基础上，OpenUTAU支持直接输入原生歌词（汉字、英文单词等），支持多轨合成、预渲染、伴奏音轨。除此之外，OpenUTAU还支持了Vogen和NNSVS两种AI歌声合成引擎。

访问OpenUTAU官方网站，根据你的操作系统下载对应的安装包。然后按如下方式安装：

音源是一个数据库，包含了一种语言的全部合法发音。可以通过以下方式获取音源：

新用户建议使用UTAU中文CVVC音源入门OpenUTAU。如无特殊说明，以下内容均基于中文CVVC音源。

下载音源后，打开OpenUTAU软件，将压缩包拖入窗口，进入安装界面。绝大多数中文音源使用默认编码即可正确安装，无需修改编码。

安装完成后，你应该可以在“工具→歌手”中找到刚才安装的音源。

打开OpenUTAU之后，点击左边的“+”，新建一个音轨。在这个界面进行如下设置：

关于音素器和渲染器的具体含义，将在以后介绍。

设置完成后，双击区段，进入音符窗口。

音符窗口中，横轴表示时间，纵轴表示音高。可使用鼠标左键绘制音符。这里以《茉莉花》为例：

按空格键开始播放。

请注意：OpenUTAU默认开启自动预渲染，即每进行一笔编辑就自动合成音频并缓存。如果OpenUTAU卡顿，或者笔记本电量消耗很快，可在“工具→使用偏好→渲染”中关闭预渲染。则OpenUTAU将在按下播放键时开始渲染。

可以通过以下方式输入歌词：

将整首歌曲的乐谱录入OpenUTAU可能是一件繁琐的事。如果你使用过其他的音乐创作软件，你可能有很多工程想导入OpenUTAU进行合成。可以用以下方式导入：

互联网上有许多公开的工程资源。获取工程文件的方式请见 如何获取资源#获取工程文件。

按Ctrl+S，或者回到音轨窗口点击“文件→保存”，可保存当前工程。

OpenUTAU的工程文件格式是.ustx

在音轨窗口点击“文件→导出wav文件”，可将当前工程导出为音频。

现在我们已经了解了如何将乐谱输入软件并合成出来。如果想让合成的歌声更有感情，则需要进行细致的参数调校。

在歌声合成引擎中，音高曲线是最重要的参数。

在OpenUTAU中，可以使用三种方式编辑音高：锚点、手绘、颤音。

在音符窗口左上角启用“显示弯音”，可使用锚点方式编辑音高曲线

在音符窗口左上角选择第四个工具“绘制音高线工具”。该模式下可直接在钢琴窗上绘制绝对音高，也可在底部的参数栏里面绘制相对音高。

使用鼠标右键，可擦除以这种方式绘制的音高。

注意：

在音符窗口左上角启用“显示颤音”，然后点击音符右下角的波浪线，即可为当前音符启用颤音。

启用颤音后，音符下方显示一个梯形，可通过梯形上的控制点编辑颤音的长度、周期、强度和渐入渐出。

可在“音符设置”中编辑默认颤音预设，为长音符自动启用颤音。

如果一个字的辅音过长或过短，可在音符窗口下方的音素栏左右拖动分界线，以调整音素时长。可对照着波形图调整。

修改过的音素线会加粗显示。右键点击恢复原位。

OpenUTAU默认引擎Worldline-R支持的曲线型参数有：DYN（音量）、TENC（张力）、BREC（气声）、VOIC（发音）和GENC（性别）。

曲线型参数在底部参数区编辑，使用鼠标左键绘制，鼠标右键擦除。

参数在左下角切换。左下角快捷栏可放置5个参数，点击参数名称以编辑这个参数，点击参数名称左边的下箭头可选择其他参数。

这一部分将简要介绍OpenUTAU的工作原理。

我们在下载音源时，经常会看到“三音阶”、“CVVC”等术语。虽然并非必需，但了解一些原理有助于理解这些概念，并充分发挥出音源的能力。

现在让我们注意到音素栏。

我们看到，每个字被分成两个部分（下面称为“拼接单元”）。例如duo被分为duo_B3和o m_B3两部分。这两部分分别称为“CV部”和“VC部”。“CV部”指从辅音（Consonant）到元音（Vowel）的部分，即单个汉语音节。“VC部”指从元音o到下一个字的辅音m的部分，即两个字之间的过渡。因此，这种拼接方案称为“CVVC”。

所有的CV部（汉语音节）和VC部（元音-辅音组合）都包含在音源中，以原始音频形式保存。按住Ctrl点击音素栏上的标签可查看对应音频。例如这里的o m来自o_o_bo_po_mo_fo_wo_duo.wav

我们再注意到每个拼接单元的后缀“_F3”、“_B3”等。它们表示这个拼接单元原始音频的录音音高。例如这里的o m_B3就是声音提供者在B3的音高下唱出“o_o_bo_po_mo_fo_wo_duo”，录音得到的。

音源中所有的音阶及对应范围可在歌手界面右上角查看。例如这里的音源一共有F3、B3、B4三个音阶，分别对应F#3以下，G3~E4，E4以上的音高范围。

为什么要录制多个音阶呢？因为变调引擎超过一定跨度后会有明显的失真。为了覆盖到更广泛的音域，需要录制多个音阶。音阶越多，音域就越广。

综上所述，以下是OpenUTAU的合成流程：