歌声合成：VOCALOID 系
用音符与歌词拼出人声，音高可控，咬字与表情靠手调。
模型档案
- 厂商
- Yamaha · Dreamtonics
- 形态
- 本地模型
- 输入
- MIDI · 歌词 · 音符
- 输出
- 人声 · 音频
- 条款
- 声库与编辑器的商用条款、署名要求、声优同意范围需按各声库的 EULA 核对，录音与训练来源以厂商说明为准
- 核对日
- 2026-10-30
相关
它能做什么
给 Demo 配一条音准完全可控的示范人声；把同一段旋律换一种语言再唱一遍；给主唱堆四部和声或做加倍；把一句歌词换几种唱法做对比；导出一条干净的人声轨交给混音师。它不生成伴奏，也不会从一句话变出一首歌。
输入与输出
输入是音符与歌词：在钢琴卷帘里画音高与时值，逐字填词，再调颤音、力度、气声与换气位置。也可以导入 MIDI，或从一段音频里提取旋律再改。输出是人声轨，可整段导出，也可分段导出以便对画面剪辑。工程文件保存的是参数而不是音频，所以换一个声库，同一份工程会得到另一个人的声音。
强项
- 音高与时值可以精确到写出装饰音、滑音和真人难唱的跳进。
- 改一个字或一个音不需要重录，试错成本接近零。
- 和声、加倍与多语言版本能从同一份工程派生，改动一次全线同步。
- 输出是干声，噪声底低，便于混音与后续处理。
- 适合先做出能听的 Demo，再决定是否请真人进棚。
弱项与翻车点
- 咬字：辅音簇、连读、中文多音字都要手动指定发音，否则会唱错字；错得很顺，粗听不出来。
- 表情：不手画参数时，长音的颤音周期过于规律，换气点落在小节线上而不是乐句里，听感像读谱。
- 音色固定：一个声库只有一种基本音色，跨到摇滚、说唱或戏剧女高音时说服力明显下降。
- 语言边界：用日语声库唱中文、用中文声库唱英文，元音与重音都会别扭；中文声调与旋律走向冲突时，只能改旋律或改字。
- 拼接：和真人录音放在同一轨，噪声底与空间感对不上，需要补环境声或做匹配处理。
- 表演：装饰音与气口由参数画出，缺少歌手临场的即兴与失误，用多了会整齐得发假。
条款、价格与替代
要确认的问题：这个声库是否允许商用发行？是否要求署名声库或厂商？角色形象的使用范围到哪里？声优的同意是否覆盖改编、翻译与再分发？把导出的干声交给第三方是否允许？
价格以编辑器加声库的买断为主，也有按订阅提供的云端服务；地区可用性以官方页面为准。
替代：ACE Studio——想少调参数、要更自然的中文咬字时换它；DiffSinger 一类开源方案——要完全离线或自己训练声库时换它；真人歌手——需要即兴、气口与真实情绪时，合成仍差一层。
在库中听例子
Sapphische Ode布拉姆斯艺术歌曲，长音与辅音交替，最考验合成人声的咬字——这是该类产出的参照，不是本模型生成（C1）详情When the Swallows Homeward Fly分句短、换气明显，可对照合成人声的呼吸处理——这是该类产出的参照，不是本模型生成（C1）详情Home, Sweet Home旋律简单、歌词重复，容易听清每个字的音头——这是该类产出的参照，不是本模型生成（C1）详情
每首均来自 midicn-lib，行内徽标为许可档位（C1 可商用 / C2 非商业 / C3 仅学习研究）。
事实来源
- VOCALOID 与 Synthesizer V 的编辑方式，依厂商公开说明核对，未抄原文
- 歌声合成的咬字与表情处理，依制作实践通识核对，未抄文本
仅用于核查事实，正文为原创撰写。