目录

1. 配布内容简介

2. 方案介绍

   • 2.1 方案简介

   • 2.2 发音符号

     • 2.2.1 辅助符号和术语解析

     • 2.2.2 符号展示

   • 2.3 录音模板相关

   • 2.4 oto指导

   • 2.5 录音方案介绍

     • 2.5.1 方案配置差异

     • 2.5.2 声库工作量

3. 下载链接

4. 题外话及鸣谢

1. 配布内容简介

粤语 CVnC/CvVnC 参考 Leka 的粤语连单扩张整音和 kusamax 式的粤语 CVVC 方案而整合而成。

普通话 CVnC/CvVnC/nCV/nCvV 参考大手组各种整音方案（十月，Syo，芳梅，BHM），幽寂，鬼面，顾令，CVVCEX+ 等各种声库方案。

普通话 nCV 方案最初于 2024 年由本人完成制作偷懒式 VCV 的发音符号制定和录音量计算，而在今年九月因为中文 CVnC/CvVnC 初步完成后在被提醒下发现自己的录音表生成器配上 CVnC/CvVnC 方案的分割文件，其实已经可以做到生成类似偷懒式 VCV 的录音表。

2. 方案介绍

2.1 方案简介

vcv，cvvc，cvv 以及 vccv 指 UTAU 声库的拆音方案，均在目前全球歌声合成圈内广泛流传。

当中 C 通常指辅音，V 指元音。

而中文/粤语的 CVnC/CvVnC 方案只是通过组合不同方案的拆音方法（主要是 cvv 和 cvvc）让声库的录音量和合成质量的比达到比较均衡的状态。

当中字母的含义是：

• C = 辅音

• v = 介音

• V = 元音

• n = 尾音

• C = 辅音

音素组合：

• Cv：辅音到介母（如芳梅 BHM 等三段拆分）

• CV：辅音到元音（普通整音）

• vV：介母到元音（如芳梅 BHM 等三段拆分）

• VC：元音到辅音（如 CVVC 连续）

• Vn：元音到尾音（如 CVV 字内连续）

• nC：尾音到辅音（新增）

如此类推，那下面方案的差异是：

• CVnC：不带介母 + 尾音到辅音

• CvVnC：带介母 + 尾音到辅音

• nCV：带介母 + 尾音到整音

• nCvV：带介母 + 尾音到整音

2.2 发音符号

该方案符号参考 Risku 式 CVVC，大手组发布的各种整音方案（十月，Syo，芳梅，BHM），SV 的 X-SAMPA 中粤三段式方案，下列为主要区别（均使用 plus 表进行讲解，其标准以下的配置均会被不同程度的简化）。

2.2.1 辅助符号和术语解析

辅助符号：

• '：口型较小

• 大写：口型靠后（除了粤语 M、NG 因为避免与辅音混淆所以大写）

• _：字内衔接（如 xi_、iA_、_Au）

• ``：尾音（如 u a）

重要声明： 这些是对完全不懂的人做的查找表，相对懂行的可以跳过这部分，以免被绕倒。

标记相关：

• 左边界：音频开始

• 重叠：告诉引擎交叉淡化的地方，不能晚于固定，但可以早于左边界，晚于预发声

• 预发声：拍子开始的地方，在合成是以预发声为拍子开始点，不能晚于固定，一定在左右边界之内

• 固定：告诉引擎拉伸或循环的地方，晚于预发声，一定在左右边界之内

• 右边界：音频结束

音频相关：

• 绝对静音：指真的没有明显声音，在普通录制值只有基本噪声的情况，如果是手搓，那理论上可以做到完全静音。

• 静音：声源没有发出声音，当然以目前的技术很难做到绝对静音，除非是无生物那种手搓的，所以这里指的是声源没有主动发出声音。

• 非静音/发声/发出声音：声源主动发出声音。

发声相关：

• 音素：通常指 oto.ini 里的别名，如 a_e_i_o_u 里单独的 a、e、i、o、u。

• 音素类型：音素类型值是 cvvc、cv、cvv、vccv、vcv 那种不同方案里描述 cc、vv、cv、vc 连接类型的形式，是方案里最基础的音素类型拆分，详细可以从下方音素相关的音素类型里详阅。

发声相关：

• 双重辅音：因为标注过长和重叠段失误，所以出现辅音听起来连续两次的情况，是一个相对影响听感的问题。

• 辅音淡化过度：音素类型值是 cvvc、cv、cvv、vccv、vcv 那种不同方案里描述 cc、vv、cv、vc 连接类型的形式，是方案里最基础的音素类型拆分，详细可以从下方音素相关的音素类型里详阅。

音素相关：

术语所对应的语音学概念：

• 辅音：在元音之前的发音，通常是作辅助用途，如发出清音 s、f 和浊音 l、n，如同中文拼音 bpmf，时间先于元音开始，通常早于一拍开始，如普通话的声母。

• 元音：在辅音之后的发音，元音的开始通常落在拍子上，例如 a、e、i、o、u，如普通话的韵母。

• 半元音：不是元音，是拿元音当作辅音去使用，例如 yi、wu、yu。

• 双元音：使用两种不同的元音或者尾音进行拼接，以区分出更多元音，例如 ao、ong、ei，如普通话的韵尾。

• 介母：本质上是元音，但是只介于元音之间，用于区分出更多元音，例如 lia 和 la 之间的区别，但是介母没有纯元音，因为发声调度，开头的介母会有半元音作辅音，当然有些发音可能会把半元音弄得几乎消失，但是目前普通话没有单独发出介母的需要，所以默认介母带辅音。

• 尾音：这里有两个含义，在语言学里通常是指 ai、ao、iu 那种带着韵尾的尾音，但是在声库制作的分割表里，凡是尾部无论是否韵尾还是韵母，尾部连接辅音或者整音都叫作尾音，本文内进行了简单区分，但因为之前的视频对此的区分很模糊，所以特此说明。

• 纯元音：没有辅音，只有元音类的发音，所以 ya 不算纯元音。

音素类型：

• 普通整音：CV，如 ba，组合了辅音和元音类的发音，常见特点是左右方都有发音，在所有声库制作里非常常见，在声库制作里很常见。

• 开头辅音：- C，例子如 - k，记录在静音到该辅音的形式，这形式在英文 vccv 相当常见，而这次是自己首次把这形式搬进中文里。

• 开头整音：- CV，例子如 - po，记录在静音到该整音的形式，普通的开头音，在声库制作里非常常见。

• 开头元音：- V，例子如 - ao，记录在静音到该纯元音整音的形式，在声库制作里非常常见。

• 开头介母：- Cv，如 - yv_，记录在静音到该介母整音的形式，在中文声库制作里不算很常见。

• 介母整音：Cv，如 mi_，组合了辅音和介音类的发音，在中文 CVV 里比较常见。

• 尾音结尾：也叫尾音到结束，记录在该纯元音到静音的形式，如 7 R，在声库制作里非常常见。

• 元音到辅音：VC，如 u g，记录在该元音到下一个辅音的形式，在中文 CVVC 里很常见。

• 尾音到辅音：nC，如 n a'，记录在该尾音到辅音的形式，在声库制作里很罕有，与尾音到元音是这方案最新的连接形式。

• 元音到尾音：Vn，如 _Ang，记录在该元音到尾音的形式，在中文 CVV 里很常见。

• 元音到元音：VV，如 u O，记录在该元音到元音的形式，类似中文 vcv 里的非常常见。

• 尾音到元音：nV，如 i e'，记录在该尾音到元音的形式，在声库制作里很罕有，与尾音到辅音是这方案最新的连接形式。

（此处是 nCV 和 nCvV 的音素形式，本次发布没有声库示例，所以无法通过 oto 详解查看参数设置，但可以通过其他方案推测出应该的位置）

• 元音到整音：VCV，如 a ga，记录在该元音到普通整音的形式，在中文 VCV 里很常见。

• 元音到介母整音：VCv，如 u ji_，记录在该元音到介母整音的形式，是这方案最新的连接形式。

• 尾音到整音：nCV，如 r' ge'，记录在该尾音到普通整音的形式，是这方案最新的连接形式。

• 尾音到介母整音：nCv，如 n' lu_，记录在该尾音到介母整音的形式，是这方案最新的连接形式。

2.2.2 符号展示

该方案符号参考 Risku 式 CVVC，大手组发布的各种整音方案（十月，Syo，芳梅，BHM），SV 的 X-SAMPA 中粤三段式方案，下列为主要区别（均使用 plus 表进行讲解，其标准以下的配置均会被不同程度的简化）：

说明：每个发音的旁边都会有两个普通话或者粤语拼音来进行示例，除非该对应的符号只有一个发音；另外纯元音部分不代表所有元音，有些元音是没有纯元音形式的，可以看衔接部。

中文普通话：

辅音

纯元音

衔接部

尾音

中文粤语：

辅音

纯元音

衔接部

尾音

2.3 录音模板相关

CVnC/CvVnC 方案默认 120bpm 五字表，而普通话 nCV 是 120bpm 八字表，可以在圈内找寻任何符合需求的录音表进行录制，如有需要可以使用附带的录音表生成器进行录制。

2.4 oto指导

小白 中文 CvVnC：@小白菌菌​

Cv：辅音到介母

辅音到介母(zu_)

说明：标注的时候注意右边界只有介母，而 z、c 那种塞擦音为了与尾音到辅音的衔接链接好，通常带点衔接比较好。如果发得非常干脆，那可以像 b、p 爆破音只标记空白，但是要看你整体是怎么样了，否则容易出双重辅音或者辅音淡化。该类型辅音的左边界在辅音开始或者带点空白，预留给那种发得很清脆那种塞擦音；如果过浊导致连起来，那甚至会有负数重叠来增加辅音前空白。

CV：辅音到元音（整音）

辅音到元音(yO)

说明：半元音标记其实是最难的，因为你不能靠听声音，因为介母的听感还是半元音辅音的听感。标记的时候需要看频谱或者波形，不要把介母的部分划入辅音里。

vV：介母到元音

介母到元音(iA_)

说明：这个算是容易，有时介母会拉得比较长，下面的谐波变形之后还有一些部分没有跟上，重叠部分可以偶尔放在完全变成元音的部分。

Vn：元音到尾音

元音到尾音(_a'i)

说明：这点如同中文扩张整音或者字内连续音（CV，CVV）那种标记方法，只是如同一些 syo 表一样放在字内的。建议看频谱和波形，我推荐频谱：左边界在元音，重叠在元音开始变化的时候，预发声（先行发声/红线）在尾音开始，固定在尾音稳定的部分，右边界在尾音开始结束的部分。

VC：元音到辅音

元音到辅音(a b)

说明：这点如同 cvvc 的标记：重叠在口型开始变化的时候，预发声在元音结束的部分，而不是噪声结束的部分，因为可能是房间混响或者嘴巴噪音。连接爆破音的口型变化会变得很短，所以重叠甚至可以再靠后一点增加重叠部分。当然重叠部分的长度要看素材了：有些元音稳定但交叉处相位问题可以减少重叠，有些元音多变反而没有相位问题可以增加重叠让淡入更自然。

nC：尾音到辅音

尾音到辅音(i q)

说明：只要记得左边界在尾音不是元音就行，其余的如同 cvvc 和上述讲到的一样，右边界大约预计在你预计会把下一个发音的重叠放在哪个位置。在衔接例子里，左边界只包括 ei 的 i 尾而不是整个 ei。

VV：元音到元音

元音到元音(a A)

说明：通常 vcv 和 cvvc 里的形式，标记的时候看频谱和波形比较难，注意要听声音捉住音高或口型变化的部分。

nV：尾音到元音

尾音到元音(u O)

说明：类似 vcv 的形式，注意纯元音没有辅音，预发声就在。

- C：开头辅音

开头辅音（- r）

说明：这点注意下，有些声库的 r、y、w 擦音化，这时候不要听声音，看频谱，忽略波形或者频谱里的清音，要记得最重要是那些谐波。

开头辅音（- t）

说明：对于 t、k 那种送气的比较容易，包括在开头就行，但是比较简单的方案辅音可能被过度合并了，所以注意不能完全截取，只能截个开头。

开头辅音（- b）

说明：对于 b 那种爆破音，其实有点困难，既要包括在内而且不再次双重辅音或者淡化过度，的确要下很多功夫。如果以下 b 比较浊和送气那比较容易，可以把鼻音和送气收录；但偏向爆破的则有点困难，因为几乎没有，那只能记录发声前的静音了，或者像这展示一样尽量标记。如果是整音的话，如 ba，那可能左边界靠左约五到十毫秒，把重叠部分放在发音开始几个毫秒。

- V：开头元音

开头元音(- 7)

说明：相对容易的标记，确保预发声在元音开始就行，其他保持相对的位置。

n R：尾音到结束

尾音结尾(n R)

说明：相对容易的标记，截到的是只有 n 尾就行，其他保持相对的位置，左边界可在气声或者混响完全结束的地方（假如录音素材较差的话）。

V R：元音到结束

元音结尾(o R)

说明：相对容易的标记，确保预发声在元音结束就行，其他保持相对的位置。

ShiiseName_u8BY 粤语 CVnC：@混合磁阻大西2122​

CV：辅音到元音（整音）

整音(d9)

说明：爆破音的标记相对简单，与其他标记（普通话，粤语 syo 等）差不多，只要记得 j 对应的是普通话半元音的 y 就行。

Vn：元音到尾音

元音到尾音(_a't)

说明：粤语入声记得把预发声放在结束的部分，固定看情况放在声音完全到相对静音的部分。

元音到尾音(_A'k)

说明：以这个例子，混响有点大的话那就看标注者的经验了。

元音到尾音(_a'm)

说明：其实这些入声与非入声与粤语 syo 差不多，不要把右边界放到尾音结束，而是放在开始结束的位置就行。

nV：尾音到元音

尾音到元音(yu A)

说明：记得不要把左边界放得太左，重叠在尾音开始结束就行，其余与普通整音一样。

尾音到元音(p e')

说明：对于入声后的元音，气泡音判定为辅助且提前一拍的发音，预发声放在前方；如果比较短或者气泡音不明显到成为辅音的程度，那就放在于发声后一点的地方。

VV：元音到元音

元音到元音(9 NG)

说明：记得预发声放在元音开始就行，的确有点困难，常见失误是把预发声放在靠右的地方，导致听感抢拍。

VC：元音到辅音

元音到辅音(NG f)

说明：在粤语里，NG 和 M 归类为元音，为什么大写，因为还有辅音 m 和 ng，另外是如果发音比较模糊的话，固定可以放在谐波完全结束后，而预发声可以在辅音开始的地方。

nC：尾音到辅音

尾音到辅音(t c)

说明：对于入声到辅音的地方，标记于开头辅音很像，只是左边界和重叠部分是在记录入声到辅音的空白。

尾音到辅音(p g)

说明：如果是爆破音 g 那种，最好带点尾就行，不用覆盖整个辅音，因为可能有些爆破音因为发音过浊导致重叠需要设置成负数（左于左边界）来增加空白部分的情况，导致双重辅音。

尾音到辅音(m sy)

说明：而最后一种情况最容易，很明显看到尾音 m 开始，结束，辅音 sy 开始，到预想中下一个发音的重叠区域比较靠右的情况。如果尾音太短，可以轻微带下元音一点点，因为最开头是交叉淡入的最初淡入的部分，相对不明显。

- CV：开头整音

开头整音(- te')

说明：记得重叠截取到静音和辅音开始之间的点，因为这是开头音不是普通整音。

- V：开头元音

开头元音(- M)

说明：偶尔如果辅音容易出杂音或者过长，可以适度靠右甚至超过预发声，不过这个例子感觉不是最优解，因为没有发现需要淡化的地方，重叠也许可以靠前一点。

n R：尾音到结束

尾音到结束(t R)

说明：尾音到结束对于入声有点尴尬，因为入声之后是空白，所以目前处理方法都是截取空白，目前并不确认这是不是最优解。

V R：元音到结束

元音结尾(M R)

说明：很简单，只要注意预发声是否忽略混响放在元音结束之后。

2.5 录音方案介绍

• plus：豪华表，面向专业调声人士，录音量最多

• std：标准表，最低发音区分基准，适合标准配布和调声

• lite：简约表，在 std 和 slim 的平衡点，适合想简单体验此方案而且想因此配布的人士

• slim：极简表，对象是想录个简单的声库进行测试和体验的人，许多发音被合并，所以对于调音来说发音可能会比较模糊

2.5.1 方案配置差异

简写词汇表：

• seq：顺序（开头有 a_b_c……）

• rep：重复式（开头有 a_a_a）

  • （本次配布没有此配置）

• int：隔断式（开头有 a_R_b_R_c……）

  • （本次配布没有此配置）

• none：无上述强制生成部分

• -cv：开头整音

• -c：开头辅音

• MNG_ex：添加 hm、hng、m、ng 扩展发音（只在粤语方案里）

普通话 CVnC： 在 CvVnC 基础上合并介母

• plus：拆 gw/kw/zhw/shw/chw/rw/cw/sw/zw/c0/ch0/h0/r0/s0/v0，h 区分 h/h0/hh/hw/hx

• std：拆 gw/kw/zhw/shw/chw/rw/cw/sw/zw，c0/ch0/h0/r0/s0 合并回其辅音类里，v 归类到 y，h 合并到 h/hw

普通话 CvVnC：

• plus：拆 gw/kw/zhw/shw/chw/rw/cw/sw/zw/c0/ch0/r0/s0/v0，h 区分 h/h0/hh/hw/hx，yue/yuan 的元音区分成 E'，yong、you 的半元音归类为 v

• std：拆 gw/kw/zhw/shw/chw/rw/cw/sw/zw，但是 h 合并到 h/hw，yue/yuan 的元音合并到 e'，yong、you 的半元音随着辅音合并也归类为 y

• lite：j/x/l/m/n 合并，半元音参与介母拆分

• slim：ch/h/q/s/sh/x 合并，至此所有元音辅音都基本合并

粤语 CVnC： 在 CvVnC 基础上合并介母

粤语 CvVnC：

• plus：辅音区分为 c/cy、g/gw、h/h0/hh/hm/hng/hx/hy、j/jy、k/kw、l/ly、n/ny、s/sy、z/zy（包含 MNG_ex）

• std：同上，但是半元音也参与拆分了，例如 ji_、jyu_，和 wo_、wA'_，衔接部也多拆了 yu8_ 和 yu9_（包含 MNG_ex）

• lite：辅音合并为 c、g、h、j、k、l、n、s、z，还在上述基础上多拆了 wo_

• slim：同上，而且 k、p、t 尾额外合并为 kpt

2.5.2 声库工作量

canton_CvVnC_CVNC 五字表

ZH_CvVnC 五字表

ZH_nCvV_nCV 八字表

3. 下载链接

• 录音表生成器及附带的分割文件：网页链接​

• 自动标注器扩展：网页链接​

• CVvC/CvVvC 制作包：网页链接​（音素器使用deepseek辅助开发）

4. 题外话及鸣谢

关于 e、e'、E、7 的说明

为什么目前方案里 en 的 e 是 E，而 eng 的 e 是 e 呢？好像不符合规范。

因为该方案的前身是“邪云偷懒式 VCV”（2021 年 3 月开始制作方案草稿，2024 年最终修改）。在之前的版本里，ei 和 en 合并为 e'，eng 和 e 合并为 e，没有区分；但是在制作 CVnC 的时候发现它们的口型不一样，所以这是第一批开始进行大小写区分的音素。

首先 en 的 e' 区分为 E，那时候的 e 区分为 e'、E、e 三种；但是之后发现 eng 和 e 有时候不能混在一起，然而 E 已经被占用，所以只能用其他方案常用的 7 去表示。跟着随着方案发展，E' 又被 yue 占用了，所以只能如此了。

当然，因为此配布的音素器是读取分割档案，所以大家可以使用自己自制的分割文件去调用自制的方案，自由度很高，因此我很期待大家的自由发挥。

关于方案命名

我本来想打算严格遵从英语简称把方案命名成 CmVcC：

• C = 辅音 = Consonant

• m = 介音 = Medial

• V = 元音 = Vowel

• c = 尾音 = Coda

• C = 辅音 = Consonant

但是作为参考的 cvv（连单音）声库方案的 vv 表达字内连续，而两个 c 组合在一起很容易以为是辅音到辅音，在“小白君”的建议下考虑中文不需要辅音到辅音的链接，所以把这个方案叫做中文 vccv（本人对此方案的旧称）显然是不算更准确的那一档，所以退而求其次把 c 改成了 n（nasal）。

关于 nCV 声库

截止到目前文档发布的 2026 年 9 月 25 日，还没有类似的 nCV 方案的声库完成 oto 标记，所以本人在第一个 nCV 方案的声库配布之前都会在沟通同意下免费制作 nCV 方案的声库。

关于尾音符号 "~"

为什么尾音符号最终会选择由"~"代表？因为可能是本人打字习惯，带尾音就会加个"~"。而之前的方案里使用前面加个减号来代表尾音（如 -i、-ng），但是这容易与开头音搞混，所以就使用"~"来代表尾音了。

鸣谢

特此感谢“@小白菌菌​”对方案和自动标记器扩展制作的指导，以及感谢他录制了 cvvnc 声库。

特此感谢“@AC和洛必达先生​”对 CVnC/CvVnC 音素器的指导，中之人找寻，和 nCV 方案制作的提醒。