MMV是好东西……最近在用它辅助做翻唱,虽然各种麻烦,不过还是值得研究的,于是我把自己的使用心得总结一下.

MMV简介我就不写了,直接看这里http://bbs.ivocaloid.com/thread-14674-1-5.html

通过分析清唱人声来计算DYN,PIT和PBS这三个参数,然后输出带参数的VSQ,以达到模仿人声的效果.主要计算的是DYN和PIT,不过由于PBS是直接与PIT挂钩的,所以PBS也会被算进去.

第一种方法是用UTAGOE原声提取器提取(UTAGOE原声提取器下载http://bbs.ivocaloid.com/thread-55635-1-4.html ).
UTAGOE的原理是 歌曲-伴奏=人声 ,因此需要先准备完整的歌曲和其对应的伴奏.UTAGOE只能读取wave格式的音频,使用前必须把其他格式的音频转换过来,条件允许的话直接用无损的wave是最好的(所谓无损可以简单理解为比有损保留了更完整的高频),这样可以最大限度地保留高频部分(用UTAGOE去除伴奏时对高频部分的损伤比对低频部分大得多,因此才会有本文后面所举的key较高部分PIT和音符大幅度错乱的图例),保证PIT参数的准确性(PIT是通过分析计算频率分布得出的).如果实在找不到无损wave,将就一下,320K的mp3也可以用,后果就是在V2里修正参数时工作量翻N倍.

UTAGOE的界面.从上往下依次是完整歌曲的源文件,伴奏及最后要输出的人声.设定里可以更改UTAGOE的参数,具体有些啥影响我也不清楚,我懒…直接用的默认参数.

第二种方法,自己去唱.前提是对自己的歌唱能力有信心,于是我果断选择了第一种方法……

导入人声后的界面.导入人声后参数已经计算出来了,PIT默认是按最小频率100Hz,最大频率800Hz来计算的,一般情况下不用改,100-800已经囊括了常见的key.
附:

谱音_____频率(Hz)_____波长(厘米)
C0________16.35________2100.
C#0/Db0___17.32________1990.
D0________18.35________1870.
D#0/Eb0___19.45________1770.
E0________20.60________1670.
F0________21.83________1580.
F#0/Gb0___23.12________1490.
G0________24.50________1400.
G#0/Ab0___25.96________1320.
A0________27.50________1250.
A#0/Bb0___29.14________1180.
B0________30.87________1110.
C1________32.70________1050.
C#1/Db1___34.65________996.
D1________36.71________940.
D#1/Eb1___38.89________887.
E1________41.20________837.
F1________43.65________790.
F#1/Gb1___46.25________746.
G1________49.00________704.
G#1/Ab1___51.91________665.
A1________55.00________627.
A#1/Bb1___58.27________592.
B1________61.74________559.
C2________65.41________527.
C#2/Db2___69.30________498.
D2________73.42________470.
D#2/Eb2___77.78________444.
E2________82.41________419.
F2________87.31________395.
F#2/Gb2___92.50________373.
G2________98.00________352.
G#2/Ab2___103.83_______332.
A2________110.00_______314.
A#2/Bb2___116.54_______296.
B2________123.47_______279.
C3________130.81_______264.
C#3/Db3___138.59_______249.
D3________146.83_______235.
D#3/Eb3___155.56_______222.
E3________164.81_______209.
F3________174.61_______198.
F#3/Gb3___185.00_______186.
G3________196.00_______176.
G#3/Ab3___207.65_______166.
A3________220.00_______157.
A#3/Bb3___233.08_______148.
B3________246.94_______140.
C4________261.63_______132.
C#4/Db4___277.18_______124.
D4________293.66_______117.
D#4/Eb4___311.13_______111.
E4________329.63_______105.
F4________349.23_______98.8
F#4/Gb4___369.99_______93.2
G4________392.00_______88.0
G#4/Ab4___415.30_______83.1
A4________440.00_______78.4
A#4/Bb4___466.16_______74.0
B4________493.88_______69.9
C5________523.25_______65.9
C#5/Db5___554.37_______62.2
D5________587.33_______58.7
D#5/Eb5___622.25_______55.4
E5________659.26_______52.3
F5________698.46_______49.4
F#5/Gb5___739.99_______46.6
G5________783.99_______44.0
G#5/Ab5___830.61_______41.5
A5________880.00_______39.2
A#5/Bb5___932.33_______37.0
B5________987.77_______34.9
C6________1046.50______33.0
C#6/Db6___1108.73______31.1
D6________1174.66______29.4
D#6/Eb6___1244.51______27.7
E6________1318.51______26.2
F6________1396.91______24.7
F#6/Gb6___1479.98______23.3
G6________1567.98______22.0
G#6/Ab6___1661.22______20.8
A6________1760.00______19.6
A#6/Bb6___1864.66______18.5
B6________1975.53______17.5
C7________2093.00______16.5
C#7/Db7___2217.46______15.6
D7________2349.32______14.7
D#7/Eb7___2489.02______13.9
E7________2637.02______13.1
F7________2793.83______12.3
F#7/Gb7___2959.96______11.7
G7________3135.96______11.0
G#7/Ab7___3322.44______10.4
A7________3520.00______9.8
A#7/Bb7___3729.31______9.3
B7________3951.07______8.7
C8________4186.01______8.2
C#8/Db8___4434.92______7.8
D8________4698.64______7.3
D#8/Eb8___4978.03______6.9

这一步是MMV的关键,音符和歌词一次性就搞定了.先把波形放大,尽可能地找准音节,选好音符长度,然后在发音方格里输入歌词,点登录,OK.

音节输入完毕后的界面.最后导出带参数的VSQ.

使用的是否是无损wave将决定你这一步的工作量.导入VSQ前将V2的自动颤音功能关闭,导入VSQ后会发现所有的音符发音都是a,使用歌词里的发音记号变更转换回来即可.

首先的工作是对音符的长度和位置进行修正.有一点要先说明一下,MMV导出的VSQ的BPM全是150,不是MMV计算出错,而是默认的就是这样,不管任何歌曲都是150的BPM,因此只能通过修改音符长度来调节曲速,计算出来的DYN和PIT也是按BPM=150来分布的,这一点比较恶心,这也正是使用MMV工作量最大的部分,相对来说,参数修正还更轻松.修正音符长度只能通过V2反复导出wave(合成导出wave的时候建议保留参数,至少要保留DYN,因为在MMV里输入音节时音符长度就是按有参数来画的),然后对比原唱人声来调整,根据我的经验来看…1/64长度的音符对应的音频时间大概是0.02S,基本上按这个去修正就差不多了.

音符调整完后接下来是对参数进行修正.

从上往下依次是DYN,PIT,PBS.
我没有找到无损的wave,用的是320K的mp3转换的.
可以看出,DYN很不错,要改的地方不多,即使高频缺失对DYN的影响也不大,但是PIT就是各种坑坑洼洼加毛刺突兀了,好在滑音和颤音部分还是很明显的,对PIT的修正主要是使其变得圆滑,去除毛刺,并删除一些多余的地方,PBS的话视情况修改.另外,如果PIT颤音部分的趋势比较明显,建议还是人工修正来制作颤音,如果趋势不明显,杂乱无章,那么还是把PIT的颤音删掉比较好,直接用V2的自动颤音或者用Domino来画.

PBS的功能是影响PIT的调节灵敏度,PBS默认值为1,即正负一个全音.举个不怎么恰当的例子…
PBS=1
AAAA(把PIT拉高4A个值)
AAAA(假设对音调产生了4A个值的影响)

PBS=2
AAAA(仍然把PIT拉高4A个值)
AAAAAAAA(由于PBS翻倍,因此对音调的影响也翻倍了,影响值为8A)

OK~~上面的是key较低的一段,看起来感觉还不错,但是下面这一段key比较高的部分PIT和PBS就惨不忍睹了(DYN仍然很好).而且音符位置也是乱七八糟…无疑加大了工作量.

从上往下依次是PIT,PBS.首先要做的就是把音符复位到正确的key,慢慢来吧……这就是我找不到无损wave用320K的mp3代替的后果…由于高频部分缺失,导致PIT参数计算不准确,音符的key也乱了…不过呢…虽然PIT看起来有些乱,但大致趋势还是很明显的,修改起来也不是很难.

嗯~~以上,我就摸索出了这么多…其他的留给高手来补充吧…

最后还想说一句,用MMV来辅助扒谱还是很不错的…至少我用后感觉是这样的…