VOICEVOX 集成｜日系 AI 歌声合成引擎对接
VOICEVOX 是什么
VOICEVOX 是日本社区开发的开源日系 AI 歌声合成引擎。特点：
- 主要面向日文
- 内置多个官方声库（无需训练自己的）
- 引擎本身是 C++ 实现，性能不错
- 有丰富的社区插件和工具链
在 OpenUtau 里用 VOICEVOX
前置条件
- 下载并安装 VOICEVOX（从官方 GitHub Releases）
- 启动 VOICEVOX，让它在后台运行（VOICEVOX 默认监听本地 HTTP 端口）
- OpenUtau → Preferences → VOICEVOX 设置，确认端口号正确（通常默认即可）
支持范围
OpenUtau 对 VOICEVOX 的支持相对有限：
| 功能 | 支持程度 |
|---|---|
| 基础歌词 → 音频合成 | ✅ 支持 |
| 曲线参数（pitch / dynamics 等） | ⚠️ 有限支持 |
| 实时预览 | ✅ 支持 |
| 多声库 | ✅ 取决于 VOICEVOX 装了几个 |
| 自定义声库 | ❌ OpenUtau 不支持，VOICEVOX 原版支持 |
分步操作
- 启动 VOICEVOX（后台运行，不要关）
- OpenUtau → 新建工程 → 轨道头引擎下拉 → 选 VOICEVOX
- Singer 下拉 → 选 VOICEVOX 里已安装的声库
- 音素器下拉 → 自动变成 VOICEVOX 相关音素器
- 写日文歌词（VOICEVOX 主要支持日文）
- 按空格播放 / 渲染
VOICEVOX vs DiffSinger vs ENUNU
| 维度 | VOICEVOX | DiffSinger | ENUNU |
|---|---|---|---|
| 主要语言 | 日文 | 中 / 日 / 英 / 韩 | 多语言 |
| 内置声库 | 有（官方提供） | 通常需要自己装 | 通常需要自己装 |
| 引擎集成 | 外部进程（类似 ENUNU） | OpenUtau 内置 | 外部 Server |
| GPU 加速 | 不依赖 | DirectML / CoreML | 不依赖 |
| 自定义曲线 | 有限 | 丰富 | 中等 |
| 社区规模 | 日本为主 | 全球开源社区 | 全球开源社区 |
| 适合用户 | 日文 AI 合成 + 不想折腾训练 | 追求最好音质、中文/英文 | CPU 用户、轻量 AI |
什么时候选 VOICEVOX
适合
- 你已经有 VOICEVOX 环境（跑起来很简单）
- 主要做日文 AI 合成
- 想快速出效果（官方声库现成的）
- 不折腾训练、不想装 DiffSinger 的 GPU 依赖
不适合
- 中文 / 英文 / 其他语言用户（VOICEVOX 主要支持日文）
- 追求自定义训练自己声库的用户
- 需要丰富曲线参数的用户
大多数中文/英文用户直接上 DiffSinger + DirectML / CoreML 就够了。
常见问题
问题：OpenUtau 选了 VOICEVOX 但没声音
逐项排查：
- VOICEVOX 是不是正在运行？VOICEVOX 关掉了 OpenUtau 就连接不上
- VOICEVOX 是不是已经加载了至少一个声库？VOICEVOX 启动后默认有声库，但如果你手动删了就要重新装
- OpenUtau → Preferences → VOICEVOX → 端口号是不是和 VOICEVOX 实际监听的一致？
问题：VOICEVOX 曲线参数不生效
当前 OpenUtau 版本对 VOICEVOX 引擎的曲线参数支持有限——不是所有 OpenUtau 曲线都会传给 VOICEVOX。这是当前版本的已知限制，未来版本可能会改善。
问题：可以同时用 VOICEVOX 和 DiffSinger 吗
可以——分两条轨道。日文轨道用 VOICEVOX 引擎 + VOICEVOX 声库；其他轨道用 DiffSinger 引擎 + DiffSinger 声库。
VOICEVOX 的正确打开方式
VOICEVOX 官方编辑器（独立程序）的功能比 OpenUtau 集成版全得多。如果你主要用 VOICEVOX，推荐：
- 用 VOICEVOX 官方编辑器做主要合成
- 导出音频
- 导入 OpenUtau 混音 / 合辑
OpenUtau 的 VOICEVOX 集成更适合"想在同一个编辑器里混合多种引擎"的场景。