樂音聆聽｜西方歌聲合成軟體歷史發展與探索

曾以VOCALOID為主體到現今Synthesizer V的歌聲合成軟體興衰史

VOCALOID或者ボカロ是專指YAMAHA公司出品的歌聲合成軟體「VOCALOID」，從前幾乎用來泛指歌聲合成軟體的文化與其相關的角色，從2004年問世之後就一躍成為人們口中的歌聲合成的代名詞，幾乎獨霸整個歌聲合成市場；隨著VOCALOID5代缺乏技術革新的意識（相較之下可能更專注讓已故歌手的聲音得以重現的技術，如VOCALOID:AI）以及角色市場經營方針錯誤等種種問題，使得VOCALOID在歌聲合成軟體領域稍嫌蒙上灰塵，不只幾個老牌的西方公司不願意再繼續推出新產品，讓西方市場更加慘淡，也促使整個市場開始另謀出路。

其中最引人注意的莫過於Dreamtonics公司旗下的新歌聲合成軟體「Synthesizer V」（以下簡稱Synth V），該公司所使用的AI技術使得歌聲比起傳統的VOCALOID更加靈活且更貼近真人，這股新潮流促使沉寂多年的西方社群藉此大舉進攻市場，建立起不同以往的勢力，形成很特別的局面。

再來，經營初音未來的Crypton Future Media公司也逐步朝向開發新軟體的路線，以「初音未來NT」之姿獨立於歌聲合成軟體的市場，找出與VOCALOID共存的方法。

時至今日，當VOCALOID一詞已經無法用來稱呼歌聲合成軟體的狀況下，同好的圈中曾有一度陷入稱呼辨識困難的狀態；直到手機遊戲《世界計畫繽紛舞台！ feat.初音未來》借用了虛擬YouTuber（俗稱VT或者虛擬主播）文化中衍生的「虛擬歌手」一詞來區分與原創人類角色的不同，漸漸開始擴及到其他圈子使用。

即使如此，以日語的語境來說，VOCALOID或者ボカロ還是較為泛用的。例如曾紅極一時的影片平台Niconico動畫所經營的虛擬歌手投稿活動「ボカコレ」依然還是採用ボカロ的概念，連網址還是沿用VOCALOID，而台灣最早的推廣團體「ボカロ虛擬歌姬交流會」也同樣繼續沿用此概念作為團體的稱呼。由此可知VOCALOID或者ボカロ仍然擁有一定的影響力。

不過本文為了避免混淆的情況，將不使用VOCALOID一詞來代指軟體本身，而是使用歌聲庫（Voicebanks）或虛擬歌手來專指角色，與區分兩者的不同。

西方公司的發展歷史

VOCALOID時期（2004~2015）

將VOCALOID軟體首次引入音樂市場的ZERO-G

在第一段中我們知道VOCALOID最初是由日本公司開發，不過第一款歌聲庫（Voicebanks）卻不是在日本發售，而是由英國公司ZERO-G發售的LEON和LOLA在2004年初開響第一炮。然而，可惜的是這對男女歌聲庫並沒有在英國本土造成太大的迴響，也沒有形成在地的創作文化圈，而現今的創作潮流則是受到Crypton Future Media公司所發售的初音未來後才逐漸有了規模，那一年是2007年。

到了第二代，也就是VOCALOID2（2007年）後，誕生了PRIMA、SONIKA、Big AL、TONIO這幾位早期開闊市場的虛擬歌手，尤其SONIKA在經過台灣代理後還換過多次包裝，說不定這件事反而讓不少讀者印象深刻，在這段時間的歌曲大多集中在惡搞創作，並沒有太多出圈知名的歌曲，一來除了角色不吸引人，二來是歌聲方面過於機械，讓許多業界人士相當排斥，而創作環境在這樣沒有太多專業人士（或者說朝向讓更多人知道的商業形象進行創作）加入的前提下就難有擴散的機會。

這情況到了VOCALOID3（2011年）有所改善，AVANNA成為西方VOCALOID少有做出優異成績的虛擬歌手，她個人最知名的歌曲是由知名電音製作人波特·羅賓森創作的〈Sad Machine〉，相信不少人聽過這首歌。從這例子也能看出來，VOCALOID並不是沒有出圈的機會，而是缺乏音樂人注入熱情，畢竟以歌聲的角度來說存在難以撼動的天然困境，失真、充滿機械感的聲音侷限了在西方發展的空間，若不是電音創作人波特·羅賓森剛好具有一點日系宅的影子，這障礙或許會在更晚才被打破。

直到VOCALOID4（2015年）的DEX和DAINA推出後ZERO-G才漸漸淡出市場，幾乎可以說陪伴大家走過整個西方VOCALOID的所有歷史。

具有濃厚西方文化色彩的PowerFX

跟著ZERO-G進入市場的是瑞典公司PowerFX，推出以黑人女歌手形象的Sweet Ann站穩腳步，再來是深受不少人歡迎的水手小男孩形象OLIVER，還有以日瑞混血的歌手YOHIO為基礎的YOHIOloid，最後是拉丁裔的Ruby。PowerFX所出品的歌聲庫有著西方人重視的種族和膚色價值，不過比較受歡迎的反而是OLIVER，目前還是該公司銷量最好的歌聲庫。

公司目前的動向則是已經徹底回歸音樂製作軟體的本行，未來也沒有打算繼續經營虛擬歌手的計畫，可以說完全退出歌聲合成軟體的市場，軟體的銷售轉交給YAMAHA公司經營，從此淡出大眾的視野。

致力於西班牙歌聲市場的Voctro Labs

最後進入市場的是西班牙公司Voctro Labs，這家公司出品了三位虛擬歌手，除了MAIKA有英語聲庫以外，Bruno和Clara皆只能演唱西班牙語。MAIKA因為其獨特的形象和口音，替Voctro Labs創下不錯的成績。

Synthesizer V時期（2021~至今）

從同人粉絲經營轉型成主力開發獨特歌聲庫的Eclipsed Sounds

早期的西方公司對於角色經營這塊與日本、中國等東亞圈的方針很不同，因此就發生了如前面所提到的，角色市場行銷不善，導致西方社群沉寂的問題。

YAMAHA公司雖然還是陸續出品新的英語歌聲庫，但都並沒有成功引起群眾的注意，甚至還引來反效果，使用者紛紛對YAMAHA公司擺明敷衍的事實表達不滿。

2015年後，西方公司沒有再推出新的虛擬歌手，YAMAHA公司先後推出的英語虛擬歌手也大多因為設計簡陋、抽離角色性格而不受歡迎，甚至連VOCALOID一詞也等同死去，幾乎是一塊被放棄的市場，直到2018年Synth V問世，西方社群才像注入活水般動起來；由粉絲組建新的公司AUDIOLOGIE和Eclipsed Sounds分別成為兩大巨頭，與以往的西方公司走了相當不同的路線。

Eclipsed Sounds公司最早是由經營虛擬歌手相關的粉絲商品起家，轉型後開始替他們的第一款歌聲庫SOLARIA募資，在2022年正式進入市場。

目前所推出的幾位虛擬歌手大多帶有西方文化較重視或者熟悉的特徵，例如黑人特徵、中低音、搖滾嘶吼腔、歌劇唱腔等，其實都算是承襲前輩們的路線，不過有了AI技術加持後，「還原真人歌聲」的成分占比更重，繼續走向當年無法達成的目標，尤其是面向搖滾市場的HXVOC，以往就連男性虛擬歌手也難以駕馭搖滾歌曲，總是因為力道不足而相形失色，算是填補了相應的空缺；專攻歌劇的GALENAIA則是市場上少有的法語聲庫。

開拓高精緻角色經營路線的AUDIOLOGIE

AUDIOLOGIE公司則是從2021年由ANRI開始他們的虛擬歌手經營之路。

打從一開始就請日本畫師替旗下的虛擬歌手形象操刀，因此角色設計上具有非常厚重的日系精緻感，歌聲也較偏目前主流圈子所熟悉的日系甜美、中性風格，而角色行銷方面也向日本公司看齊，舉辦相當多角色經營活動（情人節行銷活動等）以及勤奮販售角色周邊，活絡粉絲社群以及加強黏著度。

他們替西方公司注入的活水可說是非常有用，歌聲跟人設都得到大幅度的提升，可見從粉絲消費者轉經營面還是很有機會可以站穩腳步的。

結語：為什麼西方少有獨立開發軟體的例子？

早期進場的公司絕大部分都是屬於原本經營音樂製作軟體，甚至本來就是從事語音合成相關領域的業者，日本如Crypton Future Media公司、Internet公司、AH–Software公司等，西方如ZERO-G公司、PowerFX公司等，他們之間最大的特徵在於一開始並非主力經營角色的公司，甚至連經紀公司都算不上，只能算是使用VOCALOID為平台開發自家歌聲庫的軟體公司，這概念如同索尼（Sony）公司旗下的電子遊戲機品牌PlayStation、微軟（Microsoft）公司旗下的電子遊戲機品牌Xbox等僅僅是作為遊戲平台，而遊戲開發商們則是使用這些平台做為開發遊戲的環境，兩者並不相同。

即使如此，日本公司仍走出了專屬於他們的經營之路，那就是經營角色市場，即使作為音樂製作軟體商品本身可能並不是很優秀，但只要在商品外盒上請畫師繪製美少女就能引起大家的購買慾，甚至將原先賣得並不是很好的歌聲庫進行新版包裝重回市場，似乎就能起死回生－－這描述相信跟我一同經歷過以上歷史的讀者能發現我是暗指誰。

相反地，西方公司在VOCALOID時期少有將角色作為主體進行商業宣傳，甚至幾乎沒有讓歌聲庫做更新升級，經營方針很明顯與日本公司不同，並沒有考慮到虛擬角色所具備的廣大商機，而是將VOCALOID視為音樂製作軟體的延伸來經營，與實際上吸引到的客群少有重疊，難以在市場掀起如同日本公司一樣的熱潮。

看到這裡，你可能會想問：西方似乎沒有獨立開發軟體的例子？

目前市場上的主流軟體如VOCALOID、Synth V、CeVIO AI等都不是西方公司的產物，難道西方公司在軟體開發上真的輸了一大截？

其實並不是沒有其他軟體的存在，只是大多與主流市場上重視角色的風氣背道而馳，保留了相當程度的機械合成痕跡，或者是技術力不足，導致讓人明顯感受到「這聲音並非真人」，令人卻步，例如Plogue公司出品的Chipspeech、Alter/Ego等，顯然西方對於投身具有實驗性質的合成技術層面還是更為熱衷，是否吸引創作者購買或使用就變得不那麼重要了。當然這些軟體的歌聲都具有獨特之處，可惜在虛擬歌手這塊領域的發展上，無論是聽眾還是創作者的組成都已經固化，若沒有個性、日系萌審美等特徵，大多難以獲得迴響和長久的關注。

Synth V帶起整個西方創作的風潮，其實已經是非常稀有的狀況，在西方文化仍然不容易接受這種二次元文化的前提下，即使他們普遍有聆聽電子合成歌曲的習慣，卻不見得喜歡額外繪製形象的虛擬歌手，對一般聽眾來說聽虛擬歌手唱歌依然是兩件事，目前的人類還是能夠聽出他們與真人歌手的不同。

反倒是直接讓AI學習真人歌手的那些歌聲最能讓大眾接受，因此人們喜歡的或許並不是角色本身，而是曾經陪伴過的歌聲。這也是VOCALOID最早的願景之一：重現特定歌手的歌聲。不過很有趣的一點是，重現的意思等同將真人歌手的歌聲完整學習，包含如何歌唱的思考邏輯，等同整組搬走當作材料的意味，如同最近發生的「Synth V可不停止發售事件」，反覆佐證了多年以前擔心過的「取代說」並非空穴來風，而事實上花譜本人喊停並不是第一次。

在技術日漸革新的現在，AI逐步深入創作的領域幾乎是可預見的未來，我本身的立場依舊秉持不希望手工、真實的創作被取代，無論是真人或是虛擬歌手都有獨特之處，全都是珍貴的技術力、創作力的成果。