合成人声
合成人声擅长小样、和声垫和你录不到的语言，长音与情绪仍会露馅
相关
问题
合成人声是用模型直接唱出旋律和歌词，不是把你的录音变调。它已经能唱准音、念对词，适合三种活，给别人试听的小样、垫在真人后面的和声、以及你找不到人录的语言。它不会累，能唱你写不出的高音，也不占录音棚时间。它不适合直接当正式发行的主唱，除非听众事先知道那是合成的。
原理
系统把音高、时长和音素分开处理。歌词转成音素，旋律给出音高与长短，音色来自录好的样本或训练出的声学模型。分开控制的好处是改词、改调、改速度都便宜；坏处是“怎么唱”必须有人做决定，哪里换气、哪个字加重、长音怎么收。你不决定，模型就给你一个平均值。音素切得越细，能改的地方越多，连贯性也越难保。
做法
先定用途再动手。小样可以整段合成，正式版把主唱换成真人，只留合成和声。写旋律时给换气留位置，一句不超过八到十个音节，音域别超过一个八度半。长音在 MIDI 里做渐弱，再叠一层很轻的呼吸噪声。外语找母语者听一遍重音和连读。给合成声部单独建一条轨，方便随时换掉。混音时把合成人声收窄一点，二到五千赫兹留出空间给真人或对白。
听什么
在 Du bist die Ruh 里听长句怎么在换气处断开，在 Erlkönig 里听一个人怎么用音色演三个角色，在蒙特威尔第的牧歌里听多声部中每条线各自的走向，在会众赞美诗里听人声怎么和管风琴融在一起。合成人声在这四处分别暴露换气、角色、独立性和融合度的短板。
在库中听例子
Du bist die Ruh舒伯特长句歌曲，听换气与长音收尾处的能力边界（C1）详情Der Erlkönig, D.328舒伯特叙事歌，一人多角色，听音色转换能否成立（C1）详情madrigal.3.1蒙特威尔第牧歌，多声部织体里合成声部该退到哪里（C1）详情O Sing to the Lord Whose Bountiful Hand会众人声与管风琴，听合成和声垫在齐唱里的融合度（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
- 合成人声的工作方式，依公开研究摘要与产品文档核对，未抄原文
- How synthetic singing is built, checked against public research summaries, no text copied
仅用于核查事实，正文为原创撰写。