相信大家已经在网上听过很多由VOCALOID2制作的歌曲了，想必也会有自己动手去做做看的想法吧？
为了让大家首先对制作过程有一个总体的了解，并顺利的开始自己的制作之旅，这里就简单介绍一下利用VOCALOID2翻唱日文歌曲的过程。至于原创与恶搞之类的暂时放一边，不过其中的原理是一样的。
本文旨在抛砖引玉，中间可能会有疏漏或谬误，希望诸位爱好者能踊跃提出问题和意见，凭借大家的力量来完善这个教程。

（根据实际情况来选择）

VOCALOID2：
这个就是主程序了，只要在里面输入曲谱并给每个音填上歌词，就可以演唱了，当然只是纯人声版本。

Cakewalk SONAR 8：
一款功能很强大的专业音频工作站，主要用来对照写谱，也可以用来挑选MIDI音轨。用来进行后期处理也是可以的。

PsmPlayer 5.1
一个可以简介的分轨播放MIDI工具，用来挑选出合适的MIDI音轨。

Mackie Tracktion 3：
一款界面新颖美观的Audio+MIDI Sequence软件，主要用来对照写谱。

MixMeister BPM Analyzer：
用来算曲子的BPM，也就是每分钟的节拍数。使用方法：将要算BPM的曲子拖进黑框里，软件会自动计算出来（算出曲速仅供参考）。

Adobe Audition 3.0：
在使用VOCALOID获得原声之后，利用Adobe Audition（简称Au）混缩人声和伴奏，还要用到各种音效处理的功能。

Adobe Soundbooth CS4：
在使用VOCALOID获得原声之后，利用Adobe Soundbooth（简称Sb）混缩人声和伴奏，还要用到各种音效处理的功能。

BBE Sonic Maximizer：
高音激励器插件，属于DirectX插件。

Microsoft AppLocale：
由于VOCALOID2是非Unicode应用程序，因此用来运行VOCALOID2时，可以解决日文显示乱码的问题（包括歌词乱码）。

然后既然是翻唱的话就要准备下面的材料：

1. 原曲。
2. 伴奏。
3. 歌词，最好有假名或者罗马字。
4. 将要翻唱的歌曲的MIDI，或者曲谱。如果能找到的话，做起来会方便很多。没有的话也可以自己做。

总体来说，制作的过程分为以下几步：

1. 在VOCALOID2中输入乐谱和歌词。
2. 修改人声的具体参数，满意后输出WAV（波形）人声。
3. 利用Au、Sb或者SONAR 8进行后期处理并混缩输出。

一、在VOCALOID2中输入乐谱和歌词 先简单介绍一下VOCALOID2软件的用户界面（User Interface）

红色框：Measure下面的数字“X:Y:Z”，表示你现在鼠标所指的位置是“第X小节，第Y个音符，第Z个音位”，音位（CLOCK）是更精确的计量单位，在VOCALOID 2中，一拍等于480音位；Length表示音符长度；Quantize表示量化，相当于当前界面上音符时值的精度。

黄色框：从左到右依次是：开始标记、结束标记、指针(用来圈音符做复制粘贴)、铅笔工具（写音符）、直线工具（用来修改下面的参数图）、橡皮、网格、跳跃。

绿色框：播放工具，其中快进和快退都是每点一下前进、或后退一小节。

淡蓝框：目前白线所在位置。白线用来当前表示播放到的位置。

白色框：显示目前的TEMPO（速度），BEAT（节拍）。在任意小节都可以更改这 两个参数。

粉色框：各项进阶参数，可以单击其中一个选择，并在右边的紫色框内进行修改。

紫色框：修改参数的地方，一般用直线工具和铅笔工具操作。也可以复制/粘贴。

：

在输入之前首先要修改歌曲的基本设置，如下图：

设定→首选项

主要是修改一些全局设定，如颤音等。

对于写谱，根据有无MIDI和曲谱，基本有以下几种方法：

1. 有MIDI，直接在VOCALOID2中打开MIDI文件（文件→打开→所有文件）。
2. 有曲谱，对照曲谱在VOCALOID2中写音符；或者在SONAR 8中写音符，保存成MIDI后在VOCALOID2中打开。
3. 都没有，只有原音乐的话靠耳朵听写音符。在软件帮助下并不是想象中那么难，只要能听出相对音阶应该就可以。

另外，可能有些爱好者会想到将MP3、WAVE等波形声音直接转成MIDI，然后在VOCALOID2中使用。遗憾的是，目前的技术是无法将WAVE，MP3，WMA等音乐的织体转为原乐谱的MIDI的。

（I）找到了歌曲的MIDI时，我们可以：

首先用SONAR 8打开MIDI文件。

打开MIDI之后，可以看到出现了很多音轨，每条音轨都有一个tutorial_do_media钮，选择其中一条音轨，点击该按钮后，可以看到该条音轨较为详细的选项。其中表示该轨道静音（Mute），tutorial_do_media示只播放该音轨，即独奏（Solo）。多听听各个轨道，选出要用的轨道。也可以先选中一些音轨，点击“查看→五线谱视图（View→Stuff）（或者“钢琴卷帘视图（Piano Roll）”）”，可以更加容易地判断。

在删除了不需要的音轨后，点击“文件→保存”就可以了。

首先用PsmPlayer 5.1打开MIDI文件，打开MIDI之后，

可以看到轨道选择的接口，点击右下角的tutorial_do_media之后，轮流选择各个轨道听听看，选出要用的轨道，然后保存。

接下来，用Microsoft AppLocale打开VOCALOID2，如图选择“文件→打开”，在“文件类型”中选择“所有文件”，选择要使用的MIDI文件,也可以直接将MIDI文件拖放到VOCALOID2的界面中。

然后出现如图所示的界面：

选择之前选出的轨道，注意不要选到空的音轨。点击“OK”后就可以看到输入完成了。

先播放试试看，可能会有重叠的、或者超出初音ミク可以唱的范围的音符，这样的话就不能正常播放。

手动将不对的音符删掉，正常播放一遍之后，曲谱载入VOCALOID2的工作就完成了。接下来就是根据原唱修改。

如果有谱子的话：

首先要获得2个参数：Tempo（曲速） 和 Beat（节拍）。

谱子上一般不写曲速，如果谱子上有曲速，它一般会这样写：♪=***（另外也有可能用其他音符表示，具体情况根据谱号而定）。如果谱子上没有标明曲速，则可以利用MixMeister BPM Analyzer测出歌曲的曲速。Beat（谱号）一般谱子上都会写。

然后按下图将两个参数输入VOCALOID2，点击箭头所指的地方就会弹出相应的对话框：

确定了Tempo和Beat之后就可以对照谱子写音符了。

首先选中铅笔，然后右键→音符长度选择要写哪种音符，如下图所示：

然后铅笔点在谱子上就可以把音符拖出来了。写好的音符可以用鼠标拖曳到别的地方，也可以按Ctrl+C复制。在音符上按住鼠标不放，则可以让初音ミク先唱出这个音。音符的音高可以参照左边对应的琴键。

全部写完之后，可以先听听有没有什么错误，没有问题就可以进入下一步了。

（III）既没有MIDI，也没有谱子时：

这种方法适合可以听出音阶，至少是相对音阶的朋友，优点是可以自己原创一些新的调子出来，缺点是略微麻烦。

此时，我们需要一些方便听写的软件，如Mackie Tracktion 3和Cakewalk SONAR 8。

这个软件可以以小节的方式显示波形文件，和VOCALOID2结构很相似，所以可以用来对比着写谱子，对于写出一些很难听清的、精确的节奏有帮助。当然如果对自己的听谱能力很有自信的话完全可以跳过。

先简单介绍一下Mackie Tracktion 3的启动方法：

首先打开Mackie Tracktion 3选New project。

然后输入project的名称和要存放的地方。

窗口右边双击Edit 1。

打开资源管理器，将原曲拖进一个音轨里。

右下角红箭头处把BPM修改为实际的值，可以看到程序上方的节拍刻度变了，这时自己手动移动音乐位置（按着波形顶部的红条），让每小节的第一个重音鼓点对好刻度，然后听一下后面有没有对准。

节拍如果听不出的话，就在3/4或4/4中挑一个填入上图红箭头，然后在Mackie Tracktion 3里放一下，听听看鼓点重音是不是都在小节线上。

对准之后在Mackie Tracktion 3里找到开始唱的地方

之后打开VOCALOID2，选铅笔单击如下位置，输入Tempo和Beat

接下来就可以开始写了。参照Mackie Tracktion 3里面的小节一段段录入。如图，小节是完全对应的。

抓不准音高的话可以慢慢找。在VOCALOID2里点住一个音就可以听音高。谱子写好之后双击音符可以写入歌词。

写完之后，可以完整播放一下，听听初期效果，并决定之后修改的方向。

这里通过视频进行讲解，详见：Tutorial_SONAR_8_1.mp4。

以上不管是采用哪种方法，首先祝贺您终于经历无数磨难走到这里。

接下来，还有更多的问题等待您解决。

二、修改人声的具体参数，满意后输出WAV（波形）人声

由于这项工程颇为浩大，并且是VOCALOID2能否展现实力的重要一环，鉴于本教程的基础性，因此只做简单介绍，详情请参阅《音符优化初步》（作者：钢太）。

在开始之前先来简略介绍一下软件中的几个重要参数。

软件里有10个参数：

VEL（Velocity）：速度，这里的速度指子音的发音长短，VEL用来调整音的子音以达到“柔和”刺耳的发音，或者加重、减小部分音的“摩擦效果”。实际上在MIDI中，VEL是指力度。

DYN（Dynamic）：动态范围，通俗一点讲就是调节音量，DYN越高音量越大。

BRE（Breath）：气息，用于提高气息。

BRI（Brightness）：明亮度，通过增减高频泛音以控制声音的明亮度。此参数的调节不容易使得声音产生失真效果。

CLE（Clearness）：清晰度，简单地说，就是调节清晰度，调高时有一种“失真”的感觉。

OPE（Opening）：嘴型大小，适用于需要调整鼻音等的场合，默认值为最大。减小的时，鼻音加重。

GEN（Gender Factor）：性别因数，默认值为64，调大时声音趋向于男性化，调小时声音趋向于女性化。

POR（Portemento Time）：滑音音长，两个音符在不同音高的情况下，使两个音符之间的衔接更加圆滑。

PIT（Pitch Bend）：音高弯曲，在PBS参数默认的情况下（也就是一个全音的摆动），PIT调节到最高则升一个全音，最低则降一个全音。

PBS（Pitch Bend Sensitivity）：音高弯曲灵敏度，它影响了PIT可以调节的音高范围。这个值越大，PIT可调节范围就越大。

其它还包括：

单击音符属性窗口中的EXP打开表情控制窗口：

这一项包括弯曲深度、弯曲长度、音衰、重音。

弯曲深度：影响音符开头部分音高范围的变化（图上红圈部分），从而模拟人声。

弯曲长度：影响音高波动的时间。

音衰：一个音的音量衰减速度。

重音：开头部分（红圈部分）的音量。

上行/下行滑音：两个音符在不同音高的情况下，用来圆滑地衔接这两个音符，类似于POR。可以用过渡类的音符来模拟。

单击音符属性中的tutorial_do_media

颤音长度：颤音部分占整个音符长度的百分比。

颤音种类：不同风格的颤音。

振幅：颤音颤动的幅度。

周期：颤音颤动的周期，可以理解为颤动的速度。

修改日语音节发音的地方。

（具体请参照软件说明书或是帮助文档中附录部分的“语音音素”部分的内容）

接下来，简要讲解调整过程：

首先，添加修饰音。这里首先要考虑的是利用过渡音符润色，圆滑某些音符之间的过渡。

主要用到的地方有三处：

1）原作品风格就是全曲都比较圆滑的那种，需要大量使用到过渡音符润色。比如：

2）两个音符之间的音阶相差太多，直接跳过去显得过于突兀，这样就在两个音符中间插入几个过渡音符：

3）某些特殊音节，比如ko、ro、mi的发音比较突兀时，我们要在它们前面或后面，加入同音阶的元音音节来做过渡。比如：

初步修饰完毕之后，接下来就要考虑如何修改了。顺序依个人喜好，当然GEN之类关系全局的参数，和VEL、DYN之类独立性比较强的参数要先修改。

首先点击要修改的参数：

然后选择铅笔或直线工具，在参数名称右侧的区域修改，就像画画一样。

修改参数的流程（并非完全固定）：

1． 首先调整GEN来为整首歌定下一个风格基调，也可以不调整（即保持一种默认的风格）。当然并非意味着之后就不对这个参数进行调整。

2． 接下来调整VEL，主要是为了让各音获得较好的区分度。另外某些过于突兀的特殊音节可以调低。

3． DYN。调整突兀的高音，加强某些弱音。另外对长音进行“弱→渐强→弱”的处理，从而模拟人声。

4． POR。圆滑某些经过过渡音符修饰之后，仍然显得突兀的跳跃音阶。当然勾选“上行/下行滑音”也可以做到。

5． 处理颤音，主要是调整振幅和周期。具体调整到何等程度要根据原唱来决定。同时：

鼠标拖移红箭头处可以直接调整颤音长度。

6． 接下来就是对某些音进行细节修饰。相应的，用OPE调整鼻音，BRE制造呼吸效果，BRI纠正某些听起来很暗的音，CLE修正含糊的音，PIT调整走音的部分（或者直接拖动音符进行调整），某些地方调整GEN可能会有较好的效果。当然这只是非常简略的描述，具体如何修改要综合原唱，个人喜好，以及周边音符影响等等。详情请参考《音符优化初步》（作者：钢太）。经验和理论都是非常重要的，如果大家有好的想法或者经验，请到论坛（http://bbs.ivocaloid.com )补充，谢谢。

至此演唱部分算是告一段落了。接下来如图，输出WAV文件：

关于VOCALOID 2 ReWire设备以及VSTi插件的使用方法，详见：Tutorial_ReWire&VSTi.mp4。

补充：当音符数量与歌词相等时，若出现音符与歌词错位的情况，先将时间线退到0，然后重新发送一次音素（即点击“aA”）。

三、输出WAV人声之后，利用Au、Sb或者SONAR 8进行后期处理

如果使用Au的话，在这之前我们要先安装1个插件，即BBE Sonic Maximizer，安装过程非常简单，这里不再讲解。装好后不要忘记在Au中点击“效果→启用DirectX效果”。

这一部分通过视频进行讲解，Au的详见附件：Tutorial_Au.mp4。

Sb的详见附件：Tutorial_Sb.mp4。

SONAR 8的详见附件：[[http://q.115.com/11717/7844#|Tutorial_SONAR_8_2.mp4[[http://q.115.com/11717/7844#|。

衰减时间：原声过后混响出现的持续时间。

早反射（Pre Delay）：原声过后，混响出现的时间长度。

漫反射：混响的宽度。

房间大小=[左右位置（百分比）*尺寸]^3

尺寸：混响散发出去以后占据的空间大小，简单地说就是混响听起来有多空旷。

左右位置：原声夹杂混响到达收听者时所发散的面积。

高切：过滤高于当前频率的所有声音。

低切：过滤低于当前频率的所有声音。

干声：即原声的大小。

湿声（混响）：即混响的大小。

湿声（早反射）：原声过后，混响到来之前的音量。

需要注意的是：不管需要多大的混响，当这三个百分比相加等于100%时，就是元音量。如果是50%，就是元音量的一半。这三个百分比相加的数值决定了是否放大或缩小元音量。

直达声：从发声元发出，到收听者之间直线传播的声音。

左右相加：决定是否产生拆开相位的混响。

音频处理常用的其它效果器：

哇音（Wah Wah）：在声谱中竖起一道声频线，然后把这道声频线不停地在高频间扫荡，这就会产生如青蛙叫的“哇哇”的效果（电吉他效果器之一）。

镶边（Flanger）：把声音复制一遍，然后在声场里面来回扫荡并移相，产生特殊的扭曲回旋效果（电吉他效果器之一）。

合唱（Chorus）：把元声音的音高和开始结束时间无序化，故意使整齐的声音和音高不整齐，产生多人合唱的效果。

过载（Overdrive）：使声音失真，一般来说是故意爆音，使声音富有质感（电吉他效果器之一）。

移相（Phase）：元声音和经过移相的声音互相干涉，使声音产生飘荡的感觉。

Mix：混响湿声的大小。

Room Size：房间尺寸。

Damping LF：低切，过滤低于当前频率的所有声音。

Damping HF：高切，过滤高于当前频率的所有声音。

Pre-Delay：早反射，原声过后，混响出现的时间长度。

Width：左右位置，原声夹杂混响到达收听者时所发散的面积。

Gain：增益，输入的音量。

1：均衡器（Equalizer）（简称EQ，EQ可以分别调节声音的各种频率成分，可以调节不同频率的声音大小来补偿、修饰等）一般来说横向表示频率数，纵向表示频率所在的音量。均衡器有“参量式均衡器”、“吸点式均衡器”等等。

均衡器和滤波器的区别：均衡器和滤波器略有不同，但是它们大同小异。均衡器可以精细地修饰声音。滤波器主要用于大块大块地清除或提升声音。

均衡器×滤波插件：LP64_EQ

插件使用方法和参数说明：

双击界面中的直线来添加一个点，上下左右移动以使它的作用最适化。

NORMAL状态下出现的红色控制杆可以控制曲线斜率的大小。

CURVE/NORMAL：曲线形态（普通或吸点式（压点式），可选：ON/OFF）。

GRID：网格显示开关（可选：ON/OFF）。

FREQ：各个点频率的指示开关（可选：ON/OFF）。

GAIN：各个点相应频率音量放大或缩小的指示开关（可选：ON/OFF）。

Q's：曲线斜率指示开关（可选：ON/OFF）。

POWER：插件开关（旁通，可选：ON/OFF）。

CURVE状态：

NORMAL状态（吸点式（压点式））：

以下列举相关参数：

超低音：20Hz-40Hz，适当时声音强而有力。能控制雷声、低音鼓、管风琴和贝司的声音。过度提升会使音乐变得混浊不清。

低音：40Hz-150Hz，声音的基础部份，其能量占整个音频能量的70%，是表现音乐风格的重要成份。适当时，低音张弛得宜，声音丰满柔和，不足时声音单薄，过度提升时会使声音发闷，明亮度下降，鼻音增强。

中低音：150Hz-500Hz，声音的结构部分，人声位于这个位置。不足时，演唱声会被音乐淹没，声音软而无力，适当提升时会感到浑厚，提高声音的力度和响度。提升过度时会使低音变得生硬，300Hz处过度提升3-6dB，如再加上混响，则会严重影响声音的清晰度。

中音：500Hz-2KHz，包含大多数乐器的低次谐波和泛音，是打击乐器的特征音。适当时声音透彻明亮，不足时声音朦胧。过度提升时会产生类似电话的声音。

中高音：2KHz-5KHz，弦乐的特征音。不足时声音的穿透力下降，过强时会掩蔽语言音节的识别。

高音：7KHz-8KHz，是影响声音层次感的频率。过度提升会使短笛、长笛声音突出，语言的齿音加重和音色发毛。

极高音：8KHz-10KHz，合适时，金属乐器金属感通透率高，沙钟的节奏清晰可辨。过度提升会使声音不自然、刺耳，会对人体听觉系统或音频设备造成永久性伤害。

2：混响插件：LEXICON PANTHEON（混响延迟双功能）：

Reverb Type：混响预设（可选：Hall、Chamber、Room、Plate、Ambience、Custom）。

Pre-delay：原声过去后和混响到来以前的时间间隔（可选：0ms～500ms）。

Room Size：房间大小（可选：20m～76m）。

RT60（Reverberation Time to 60dB）：反射声音减少到60分贝所需要的时间（计算公式为： RT60=k（V/Sa），k=0.161,V=房间容积（长×宽×高（单位=米））。Sa为Sabins的缩写,即为“吸收频率”，不同材料有不同的吸收频率，可选：0.000s～125.191s）。

Damping：过滤高于此频率的声音（可选：30Hz～20000Hz）。

MIX：混响大小（可选：0～100%）。

LEVEL：混响+干声的总共大小（可选：-61dB～0dB）。

DENSITY：延迟稠度：

REGEN：延迟与干声大小的关系（相对值，可选：-50%～50%）。

Delay：延迟与干声的时间间隔（可选：0ms～1200ms）。

Echo：回声（与延迟的区别在于左右两个声道可以设定不同的值）：

Time：回声与干声的时间间隔（可选：0ms～1200ms）。

Level：回声大小（绝对值）（可选：-61dB～0dB）。

Spread：混响传播的远近（可选：0～100%）

Diffusion：混响和干声的契合程度（可选：0～100%）。

Bass Boost：低音补充（可选：0.0X～4.0X）。

Bass Freq(uency)：定义低音补充的频率（可选：30Hz～20000Hz）。

3：压缩器：SONITUS Compressor（压缩意为压缩最大音量和最小音量的差，使音量趋于一致）

Bypass：旁通。（可选：ON/OFF）

Threshold：压缩起点。（可选：-60dB～0dB）

Ratio：压缩比率。（可选：30.1:1～0.4:1）

Knee：压缩过渡（压缩和非压缩音量之间的过渡大小）。（可选：0dB～30dB）

Type：压缩曲线类型。（可选：Normal/Vintage）

Gain：输出音量。（可选：-30dB～30dB）

OUTPUT：输出音频类型。（可选：Stereo/Sidechannel）

GR（Gain reduction）：当前压缩设置对音频起作用的部分。

Attack：起音（从发声到最大音量所用时间）。（可选：0ms～400ms）

Release：释放（从大音量到小音量的过渡）。（可选：1ms～4000ms）

TCR (Transient Controlled Release)（瞬变释放控制）：实时调整释放时间以防止音量突增时压缩比的突变。（可选：ON/OFF）

4：限制器（Limiter）：Boost 11 PEAK LIMITER（可以使所有音量不超过某个值，以防止爆音或超限。必须在混缩完成后的成品音轨加入限制器）

BOOST：输入声音的音量。（增益）（可选：+0.0dB～+24dB）

OUTPUT：输出声音的音量。（可选：0dB～-24dB）

POWER：插件开关。（旁通）（可选：ON/OFF）

还有一些其它的效果器：

Modulation（调制）

Wah Wah（哇音）

Flanger（镶边）

Chorus（合唱）

Overdrive（超载/失真）

Expand（扩展）

Gate（噪声门）

Phase（相位）

Tune（频率微调）

Vocoder（声码器）

Delay（延迟）

Reverb（房间混响）

混缩完成后，听听看是不是还算满意呢？

本初级教程到此结束。感谢您的耐心阅读。