同问。。。。

不可以，首先是因为这是商业软件，跟vocaloid一样，出于商业利益一般不会让你自制；
其次是，随着合成技术的进步，在今后的一段时间内，自制声源的难度恐怕会越来越大。目前的合成软件早就脱离了UTAU式的纯拼接算法，多少都会有机器学习的技术在。SynthV、CeVIO（包括它们的AI版本）都是应用了机器学习的，这种声源的制作门槛就会比较高。
举一个能自制声源的，就是CeVIO的开源版本Sinsy，要自制声源的一套工具基本上都是linux系统下的脚本，这一点足以吓退多数没有linux使用经验的人；即使不考虑词典，仅制作一个已支持语言（日语）的声源，也需要真人在录音室环境下录制很多首歌，并手动或者半自动地标记每个发音（元音、辅音、其他声音如呼吸）的时间，工作量也是很大的；完成这道工序，还需要经过数个小时的运算（训练）才能产生声源（可能需要顶级显卡），如果效果不好，还需要反复调整+训练多次。
为什么说“在今后的一段时间内”呢？因为随着显卡性能的提升和普及，以及训练算法的改进，训练模型的时间会缩短；另外一定会有人去简化这一制作过程，比如工具简单化UI化、自动标记、风格迁移等等。现在语音合成有很多产品，已经是只需录制几句话就可以生成类似自己声音的合成语音了，歌唱合成也必然可以达到这个效果，但如果样本（真人录制的音频时长）不够，产生的声源效果也必然会同质化。