Alors je suis pas la plus calée en UTAU mais voila ce que je sais(ou plutôt ce que je pense savoir):
Diphone, c'est le CV (apres je sais pas si le VC ca existe) C'est le type de VB de base chez les utau, c'est consonne-voyelle
Triphone, c'est le VCV et CVC. Le VCV permet d'avoir une fluidité dans l'enchaînement des notes, car le début de la note reprends la syllabe de la note précédente(je pense pas que ça soit très clair...) Apres le CVC j'en ai jamais vu
Je n'ai jamais vu de CV C mais techniquement c'est consonne-voyelle consonne.
Et le CV-VC c'est consonne-voyelle et voyelle-consonne. C'est le mode utilisé pour les VB anglophones surtout (et aussi françaises il me semble) sinon, il y a le magnifique glossaire ici:http://miku.vocaloid.fr/index.php/topic,2371.0.html