译注：本文为该文档中文精翻，仅供学习参考使用，内容及立场不代表译者观点。
文章内容相关问题请咨询原作者。复现文章内容造成一切后果，均与译者无关。
原文地址

前言

警告：有史以来最大的工作量
如果您没有耐心制作Vocaloid声库，请不要尝试！
如果您的硬盘没有至少1~20GB的空间，也不要尝试！（仅一个音阶的采样就可能占用1~5GB的空间）
这将需要大量的时间、大量的精力、大量的空间。
阅读时不要忽略任何细节。

Vocaloid声库制作教程

作者：Zelliel 与 EnlilGen

如果您有任何值得添加进教程中的信息，请联系原作者。
本文将带您了解创建Vocaloid声库的过程。

准备数据

术语解释
  • Stationary(持续)：合成长音符时循环的采样。

    译注：多数为韵腹或能独立持续发音的辅音，类似UTAU中的长采样。

  • Articulation(衔接)：连接元音与辅音的衔接采样。

    译注：类似UTAU中的CV及VC。

  • Concatenated(拼接)：将音素拼接在一起。
  • Trans file(转录文件)：纯文本，Vocaloid将据此从采样中提取音素。
  • DBTool(制作工具)：类似Deepvocal tookit的Vocaloid开发工具。

步骤0：准备工作（可选）

首先像创建其他拼接语音库一样，提前新建若干文件夹，并选择适合您的录制音域。

在每个文件夹中创建Stationary和Articulation两个子文件夹。
Stationary中存放长采样，包括元音（如a）和部分辅音（如s l，注意不是l0）。短发音（如爆破音b p t）不在此列。
Articulation可采用VCV或CVVC的格式，后文详细介绍。

  • 注意：虽然Stationary不作为拼接使用，但它最好与Articulation选择同一批采样，以保持声库一致性。

现在让我们了解Vocaloid中CVVC与VCV的区别。

步骤1：采样

这一步的选择会大大影响后续进展，最好提前规划好。我们先从简单的开始。

V/Stationary 合成长音符时循环的短采样。 没有它们，Vocaloid会在音符中间逐渐无声！为了确保歌声的连贯性，需要录制足够长的样本，以让重采样器不会重复的太生硬。您可以从任何采样中提取，但最好还是和开头结尾样本用同一个采样。有些Stationary是辅音，比如N或者英语中的L。这与UTAU不同，UTAU默认拉伸重采样而不是循环。
CVVC/Articulation 实际上就是CVVC。 Vocaloid中可以有Sil k/a (- k/a) k a a a a k k k以及k/a Sil (k/a -)的组合。只要拥有所有的组合（其中C C不是必须的），就能得到一个可用的声库。
每个音素只有同时拥有Sil C/V和C/V Sil才能正常播放，不管是哪种类型的声库，都需要音素的开头和结尾这个方案虽然更容易，但做起来也更繁琐。对于测试声库而言是一个好的选择。这个规则同样适用于英语。

译注：可参考Arpasing理解其原理。中文Vocaloid采用的是CVVC的方案。由于Vocaloid对每个复韵母都赋予单独的发音记号，致使其V V部分冗余过多，易被误认为采用了VCV方案。包括CVVChinese、Synthesizer V在内的其他方案都优化了复韵母的音素表记，以减少声库大小。

VCV/Triphone(三音素) 是制作声库的精髓。 但工作量会大大增加。这时组合的格式就像Sil k a a k a等等，任何能组成三音素的组合都是可行的。如果需要的话，您可以遍历每种可能的组合。VCV可以与CVVC混合使用，以提升声库性能。如果不想做那么多，就偷点懒吧~
对于英语则略有不同。例如，star是一个C C V，s t @r，而string中的str则是一个C C C，s t r。Sil V V V V V和V V Sil也可行，但它会与Stationary产生冲突，元音会在Stationary和三元音之间循环，使元音发音不完美。

译注：可参考VCCV English理解此部分。英语辅音连缀较为发达，元音前可出现2~3个辅音，元音后最多可出现4个。值得注意的是，VCCV English将辅音连缀视为整体，而Vocaloid限于引擎机能，单条采样只能处理最多3个音素。

DBTool读取44100Hz 16位的.wav音频，只要转录(trans)文件与其同名即可。您也可以像制作UTAU声库一样处理采样。
可选操作：将所有采样导入Audacity去除底噪。应用Filter Curve EQ(滤波曲线均衡器)> Preset(预设)> Low rolloff for Speech(语音低滚降)，并进行标准化。处理好后的采样应另存在新文件夹中，避免覆盖源文件。这将为Vocaloid提供最佳音质。使用批量导出功能，按轨道名称一次性导出所有采样。若有去除齿音工具，效果更佳。（像IA一样对采样修音也是可取的！）完成预处理后，即可开始转录工作了。

步骤2：转录

顾名思义，转录是DBTool识别采样中音素的方式。先用对应语言的发音记号记录音频内容，再在下方用 [方括号] 括出要提取的片段（类似UTAU的别名）。Stationary的括号中仅包含一个音素（[V]/[a]），但可以用多个括号在一条采样内提取出多个Stationary。您最好统筹各个音素提取的位置，除非它们来自是不同的音高，否则应避免音素重复。

需要明确，[方括号]只关注出现的首个音素 。例如：Baby -> b eI b eI -> [b eI] [eI b] [b eI]问题出在：程序会认为两个b eI的内容相同，导致后者无效。 为了这两个部分区分，需要这么修改：Baby -> bh eI b eI -> [bh eI] [eI b] [b eI]。三音素同理：ba ba bu ba -> b a b a b M b a -> [a b a] [M b a]，通过开头的音素以区分不同的采样。

您可以直接将.txt重命名为.trans来创建转录文件，确保它与采样名称相同。Canned-Bread的Swiss army knife工具能根据采样名称自动生成.trans文件以便编辑。如果只做CVVC的话，可以使用auto_transcript功能。但据笔者个人经验，该功能并不完美。生成好的文件需要进行清理与校对，确保音素完全正确。生成后可在DBTool或文本编辑器中编辑，最好先在文本编辑器中处理。批量编辑以避免后续的麻烦，加快工作流程。（Notepad++是个救星，但您也可以在记事本中打开，毕竟它们只是文本文件。）

转录文件示例：

  • Stationary：

  • Articulation：


简化转录的基本规则
  1. Sil中的S必须是大写的！否则程序不会读取，而您需要重新对转录进行分割。
  2. 无需转录整个采样，或一直添加Sil。比如n ka，可以只转录N k并括出[N k]，然后进行下一步。任何采样都可以只转录关键部分。这样做虽然很浪费，但可以加快进度。

  3. 日语专用 N的对应表 （您需要所有有这些，它们都有Starionary）

    • mm / m = b p m
    • mmy / m’ = b' p' m'
    • N\ = a i M o n N' J m m'
    • nng / N = k g
    • nngy / N’ = k' g'
    • nn / N\ = h C p\ p\' w v v' j
    • nny / J = J
    • n = 所有发音
  4. 唯一需要Stationary的辅音是鼻音。英语的流音(L)也需要。一些鼻音和流音可能在所有语言都需要Starionary。如果没有C C衔接的话，两个辅音之间的过渡会不顺畅。基本上，没有衔接就没有过渡。

    译注：Vocaloid将中文前后鼻音归纳为复韵母，因此中文是Vocaloid中唯一一个没有C C衔接，也没有辅音持续的语言。

  5. 不要在音阶上过于苛刻，这可能会损坏Vocaloid。音阶一般在3-10个即可。 XSY完全可用，因此不用担心！您可以只为Articulation录制3个音阶，但为Stationary录制五个以上。不同语言或不同格式的声库无法交叉合成，仅含有CVVC的声库与XSY不兼容。（规避这个问题，只需要在声库中添加一个VCV样本即可，语言不限。）
  6. Sil C应是无声的，而Sil C V应是有声的。处理不当可能会有奇怪的拉长音。流音、鼻音、呼吸音都是如此。程序不接受Sil Sil的标记。
  7. 切记，只有Vocaloid支持的语言才有能正常运行的字典。所以要么在支持语言的范围内操作，要么研究语音学。（可以制作自定义字典，但非常困难）
  8. 需要注意的是，即使bi bi被读作b' i i b' ` b’ i，您仍需录制i b和b i发音。这对所有音素都适用，例如，需要i h来衔接i ha。即使它的发音是i C或C i，i h和h i`也应该没区别。
  9. 直接复制和粘贴采样是没有问题的。

步骤3：新建声库

一切准备就绪后，以您的歌手名字或代号创建一个空的.txt文件。您还需要准备DBTool的字典，DBTool的文件夹内有一些示例，它们是文本格式的，因此可以编辑。您也可以使用DBTool的字典功能来添加内容（后文详解）。

打开DBTool后，选择File(文件) -> New Singer Database(新建歌手数据库)，加载您选择的字典与您歌手名字命名的空.txt。点击ViewDB -> stationary检查是否成功。您应该会看到所有的音素和它们下边的X，因为还没有加载采样。

添加采样后，X会变成数字，适用于所有部分。采样频率会显示为一个红点，从左到右代表频率从低到高。点击红点以查看采样并编辑标记，与分割的方式相同。确保通过nameDB > update markers来保存更改（如果您得到的声音很怪，多半是标记放错了）。检查时，请确保每次更换采样都重新点击红点，否则会显示错误的采样。

重复的采样对声库有害。 如果在同一个声库中添加两个相同音高、相同音素的采样，Vocaloid会在两个采样之间以奇怪的方式切换，使声音听起来笨拙且不均匀，甚至完全破坏Vocaloid。请务必注意获取采样的位置及内容！

创建歌手后，将会自动生成与.txt同名的一个文件夹、一个.dat和一个.tree文件。 不要删除这些重要文件。关闭DBTool后，再次打开时可从singer.inf所在的文件夹重新加载歌手。只需打开DBtool并加载歌手，就可以继续操作了。

接下来进行标注。

创建声库

步骤0：自动分割

点击File(文件)->Automatic Segmentation(自动分割)开始分割。采样与转录文件必须在同一文件夹中，DBTool支持识别子文件夹，因此您可以放心加载整个声库。将DBTool设置为分割工具。如果您的操作正确，您将会看到这个界面：

报错是正常的。全选并分割音素，将生成基础标记。之后在查看模式下打开它们并进行修正。注意：编辑转录文件后需要重新进行分割。误操作会使您重复这些步骤，并强制删除所有刚刚添加的采样。

如果在Stationary或Articulation下显示Error/0，则表示转录有误，纠正音素即可。如果显示发音比实际要少，那么转录也有问题。若显示BAD字样，标记很可能重叠或者音素不在字典中，需要重做分割。如果持续时间(duration)旁边仅有0而没有其他内容，则表示样本不存在。双击转录、Stationary和Articulation将会打开它们各自的查看器。双击文件名将会打开外部音频查看器。以上操作也可在右键菜单中找到。外部音频编辑器（如Audacity）可在文件中设置。

别急，我们先通过下一小节来学习正确配置语音库。

从UTAU到Vocaloid（声库制作指南）

歌声合成开发的学习曲线的陡峭人尽皆知，但通过下面这些可视化指南，它将看起来将会超级简单。

UTAU中的原音设定都是从零开始的。首先看到的是采样名称，通过别名来标注想要分割的部分，并用左/右边界定位。接着用固定值来标记我们始终想要播放的部分。先行发声是元音开始的地方，而重叠则是淡入淡出开始的地方。

译注：无论音符长短，固定值都会参与拼接。当音符短于采样时长时，UTAU会直接让固定值与下一音符的重叠进行淡入淡出，不再延长韵腹。

像前文提到的转录一样，这是在告诉开发工具想要截取哪段采样，并放入语音库中进行淡入淡出以拼接更长的声音。唯一主要的区别时，您需要定位每个部分的位置。 例如babi，每条线必须和每个音素对齐。比如有一个音素b，那么b的起止点在哪里。对于后边的a b等音素同理。

CVVC示例：

界面是英语的，但大同小异。在Vocaloid中则是这样：

VC连接音几乎不包含C本身，而是其前置音素到此发音的过渡。

不难看出，重叠一般是第一条线，先行发声是第二条。而第零条（重叠之前，如果不在标记中就不显示）是左边界。固定值是第三条线，同样也是右边界。标注时，将Vocaloid声库当成Arpasing来对待。 它们的原理相同，因为都没有Stationary音素。对于每个音阶而言，拥有1套开头结尾音素即可，不需要多个。对于Sil C/Sil k C Sil/K Sil而言，整个声库只需要1组即可，因为它们本质上就是静音。

换句话说，片段末尾连接的C是辅音发音前的过渡区。我们在Articulation中想要的不是这个辅音本身，而是它与前置音素的末尾的过渡。

接下来看VCV

VCV示例：

这在Vocaloid中也有所不同。

这里有左右边界，一个更精确的重叠和第二个元音（暨重叠之后的元音）开始处的先行发声。由于二Vocaloid和UTAU对音素的分割不同，UTAU中的固定值并不独立存在。现在可以看出其整体思路。先分割采样，再来隔离每个独立的音素。首先切出来连接元音（第一个元音）或者静音部分，紧接着切出辅音前的过渡区，再来是辅音本身，最后是第二个元音。这个例子并不适用于所有音素，但它是一个大致思路。可以将其视作VC CV。

现在让我们深入细节。

步骤1：编辑分段

您可以通过 左Ctrl或者左Shift+单击选中多个条目编辑 。最多同时支持编辑6条。

点击View/Edit Segmentation(查看/编辑分段)
示例：ja_ja_ji_ja_ju_ja_je

单击顶部灰栏以选择音素，同时允许您选中红条以编辑音素。

接着，您便能按照您的意愿移动红线了。

正确的红线位置会减少您稍后在发音菜单中的编辑次数。
Sil C V：将标记放在音素开始的位置。

C V：将辅音放在前一个音符的末尾，将元音放在辅音之后。

Sil C：标记内什么也没有。

Sil V：标记内可以有声音（不包括鼻音或流音）。

（晕了吗？可以看看资源中的示例声库）

  • 空格：播放采样
  • Shift+拖动：选中部分采样并播放
  • Shift+单击：取消选中采样
  • Shift+单击标记:选择标记中的采样
  • 滚动条旁绿色箭头：缩放波形（所有菜单均有这些滚动条）
  • 关闭界面x后采样旁出现YES：标记已被编辑
  • 如果编辑标记时底部看不到音素，则音素不在字典中。
    （以上适用于自动分割(autoseg)内外的所有菜单）

步骤2：持续采样

选择想分割的采样，点击View/Edit Segmentation(查看/编辑分段)。
这可能需要几秒的时间加载。完成后，选中想要编辑的分段，再次点击View/Edit Segmentation(查看/编辑分段)。

选择或长或短的一段C/V采样，确保标记不在采样头尾处，而是采样中间或波形稳定清晰处。越长越好。

将其添加进声库。

  • 遗憾的是，这对于一个测试声库来说远远不够。测试采样还需要添加相同音素的Sil C/V或C/V Sil。

这步仅适用于Stationary，首先用Base segmation分割Articulation。然后再分割Articulation。第一步不能跳过！只有在Stationary添加完之后才能跳过这一步。 对于Stationary，先执行第1步，然后执行第2步。对于Articulation，先执行第1步，然后执行第4步（分割Articulation后再校正）

步骤3：衔接采样

选择想要分割的采样并点击Segment Articulations(分割衔接)。
这可能需要几秒的时间加载。完成后，选中想要编辑的分段并点击View/Edit Segmentation(查看/编辑分段)。一次只能编辑1个分段。
方括号的数量决定了您制作发音的数量。

例：- a a a a -

例：a i i a a M M e e a

例：Sil b b Sil

例：_ba_m_ba_ba_bi_ba_bu_ba (VCV/CVVC)

例：Sil n Sil J

过程与编辑分段相同，但这次需要确保所有内容都正确对齐。

点击Add Articulations To Database(将衔接加入声库)，根据您选择采样的数量，可能需要几秒钟到几分钟的时间。

步骤4：频率映射(EpR)

 > *译注：新版文档中此章已删除，此处保留备查。* * 注意：如果您想移除采样，不要估算EpR。 * * **这部分不一定对，但也大差不差。** **如果声库没有做完，不要做这一步！** 这一步为添加到声库的采样创建EpR模型。 所需时间取决于声库大小。简单来说，它是采样的频率映射。 ![](/assets/images/vocaloid-svs-tutorial/20.gif) **可能会使声库大小增加数百MB。** **创建时可能出现中断，需重新导出数据库。**

编辑音素

  • 操作后会关闭声库，确保提前保存所有内容。
    完成后可重新打开。

您可通过手动输入以添加额外音素。
这对于跨语种或额外采样来说十分有用。请注意，您添加的内容，仅在编辑器中手动输入音素时，根据语言才能工作。
DBTool的自动分段功能不会转录发音字典之外的音素。

Special(特殊) -> Change Phonetic Unit Group(更改音素单元组)


比方说想添加音素L，需要点击Add PhU(添加音素单元)
然后输入Phonetic Unit Name(音素名称)和Phonetic Unit Group(音素类别)
在下拉列表中选择L所在的音素类别。

  • 或者您也可以参考其他示例直接编辑字典文件。
    笔者建议您将呼吸音(br)采样添加为爆破音（不光是br，还有br1 br2等！它们还需要有一个开头音和结尾音！开头音应该是无声的，而结尾音br1 Sil则是呼气的地方。），也可以添加气泡音采样，但不保证其有效。
    这是创建E.V.E.C的一种方法。

打包声库

建议在做完声库后操作，有时会使您的声库变得特别占空间。

您的声库将会在Vocaloid 3及更高版本中运行。

环境配置：

  • Python 3.10.0
  • Pyyaml (在终端内运行pip install pyyaml)
  • 在资源中下载并解压DDB_Packer.zip

您还需要在这里生成VVD、安装和卸载脚本。
点击?查看并为您的声库选择一个CompID。

接下来将CompID放在对应的位置，并填入您的声库名称，点击生成声库VVD。

将Format从4.0.0.0更改为3.0.0.0。
将Growl从1更改为0。
点击加密。 点击下载声库VVD和下载安装脚本。

不再需要生成DDI文件，因此移除此部分。

另一种生成CompID的方法是使用资源的Keygen。

以下是Daigasso提供的一个快速指南！

  • 使用资源中的GUI可跳过此步骤。

找到解压的DDB_Packer，右键选择在终端中打开。
将打开一个终端供您打包声库。

现在开始打包声库。新建以声库名称为名的文件夹，在该文件夹内再新建一个以CompID命名的文件夹。
将VVD重命名为声库名称，将其同安装和卸载脚本移动到新建的文件夹中。

返回终端并输入以下命令：

python pack_ddb.py - -src_path “singer.inf所在的文件夹” - -dst_path “刚创建的文件夹”

创建完毕后，将文件夹移动至VoiceDB中，并以管理员身份运行安装脚本。

对于Vocaloid 5和Vocaloid 6，运行Vocal Register / Vocareg。

  • 出于某种原因，某些交叉合成不适用于CVVC。或许还有我们未知的其他方法。（规避这个问题，只需要在声库中添加一个VCV样本即可，语言不限。）

添加咆哮

该操作需要已打包的DDB

您需要一个包含咆哮声的声库。例如V4 Flower、VY1等等。
（Cyber Songman是最原始的咆哮声，其它声库都移植于此）

在终端中打开DDB_Packer所在的文件夹，运行如下命令：

python mixins_ddb.py - -src_path “您声库.ddi的路径” - -mixins_path “咆哮声.ddi的路径. - -dst_path “新打包声库导出路径”

这将创建一个新的声库。将其移动到VoiceDB所在的位置，确保它同VVD和CompID文件夹中其他文件的名称相匹配。

  • 如果这太难了，试试GUI。注意，如果声库只有CVVC，添加咆哮声会破坏DDB和DDI。
  • 若想添加自己的咆哮声，可以使用QuickBMS拆包Vocaloid声库，替换咆哮声，然后再用QuickBMS重新编译。任何V4声库都可以，选择一个不介意的声库进行操作。
  • 您也可以使用GUI为V3声库添加咆哮声。

导入Vocaloid4

在开发版编辑器中调试

 > *译注：新版文档已删除，此处保留备查* 启动Vocaloid 4 Dev Editor，您需要安装： - 正版Vocaloid Editor - 正版Vocaloid声库 （试用版也可以，是否过期无所谓） 随后，确保您已经下载了Vocaloid Dev Editor，通常是含有这些文件的目录： ![](/assets/images/vocaloid-svs-tutorial/24.png) 将其同`DB_Dev`文件一同拖入正版Vocaloid编辑器目录中。 ![](/assets/images/vocaloid-svs-tutorial/25.png) 获得`DB_Dev`后，将所有Vivi的信息替换为您自己的信息。 ![](/assets/images/vocaloid-svs-tutorial/26.png) **右键点击您的声库文件夹复制地址，以确保后续正常运行。** ![](/assets/images/vocaloid-svs-tutorial/27.png) 这样便能调试您的声库，即使它尚未打包或完成！**如果您添加或删除了声库的某些部分，您需要重启Dev Editor。** ![](/assets/images/vocaloid-svs-tutorial/28.png) 不幸的是，正版Vocaloid有时不会工作，因此您还是需要打包声库以供测试。更新声库时，只需替换DDB和DDI文件即可。

因为开发版编辑器在30天后就会过期，所以最好直接打包声库并在Vocaloid FE上进行测试。 如有新的进展，可以直接替换DDB和DDI。无需生成全新的CompID，那没有意义。除非您正在制作一个完全不同的声库。

声库经附带了一个“损坏”的XSY，所以您可以在规则下尽情的交叉合成！

您需要Vocaloid 4 FE Plus（或Piapro V4x）完成这一部分


这只会使您的声库出现在Vocaloid 4 FE Plus中。如果您想在Vocaloid 5或者6中使用，您需要准备安装程序，安装后再运行Vocareg。

不同语言的声库无法交叉合成。
不同格式的声库无法交叉合成。
仅包含CVVC的声库无法交叉合成。（规避这个问题，只需要在声库中添加一个VCV样本即可，语言不限。）

添加Vocaloid 5/6的图像

前往： C:\Program Files\Common Files\VOCALOID5\Resource\Voice
C:\Program Files\Common Files\VOCALOID6\Resource\Voice
您将看到多个CompID文件夹。在这里新建以您CompID为名的文件夹，并将图片放入该文件夹中。可参考其他声库的尺寸（600x324）。将其保存为Setup.bmp，便可在编辑器中显示。

常见问题

问：这很难吗？
答：这就像是制作一个增强版的UTAU声库。Vocaloid在标注方面一点也不宽容。一个音阶可能起到大作用，也可能毁掉整个声库。如果您不关心采样的位置和取样方法，或许可能会获得一个非常糟糕的声库。没人想看到这样，总的来说，您只能自己摸索。

问：选CVVC还是VCV？
答：说真的吗？选择CVVC会更容易上手，声音也相似。所以只需要添加1个VCV采样即可。在一些必要的中间音和开头音再采用VCV。

问：空白音该如何录制？
答：转录文件可以解释一切，当您困惑的时候可以查看它们。

问：怎样能预览声库的音域？
答：Deepvocal！它在这方面比较准确，可以用来快速测试音域。只用a采样即可。

问：应该在标记之前对采样降噪吗？
答：个人认为需要，但只要在采样添加到声库之前降噪即可。您甚至可以先标记它们，然后再编辑音频，因为DevKit是实时保存的。

问：所有的采样都是必要的吗？
答：是的，这是无法避免的。您要么录制全部采样，要么就手动编辑音素。Vocaloid是专门设计过的！一点小差错都会弄得一团糟。

问：DBTool崩溃了怎么办？
答：重启就行，DevKit是实时保存的。

问：为什么无法删除所有我选中的采样？
答：在声库制作完成前不要估算EpR，当您确定声库制作完毕的时候再估算。否则您的采样无法导出，不得不重新制作声库。

问：可以移植UTAU声库吗？
答：当然可以！Vocaloid声音会稍微有点奇怪吗？是的，因为您没有每个样本。但是，您可以通过使用CVVC来处理所有的N音，并强制使用Sil C和C Sil来“作弊”。然后复制粘贴一些东西，我们就得到了一个声库！（别担心，Miku的声库经常重用样本！事实上，VY1V4 Natural是将其他三个声库合并到一个声库中的！）

问：应该在外置存储中操作吗？
答：强烈推荐，有些声库可能会达到1~20GB左右，而且这还是开发版本的大小，您应该在外部驱动器上工作。

问：没有自制字典怎么办？
答：从资源中下载一个，自己构建一个，或者直接“作弊”。Vocaloid只支持它支持的语言，但这并不妨碍您以任何您想要的方式添加音素。注意，不要为V4添加C/V_0，它们会自动正常工作。您所要做的就是按音素输入。

问：为什么-不起作用？
答：不清楚为什么会这样，您可能需要重新制作您的声库。也就是说，创建一个新的声库，然后重新添加所有样本。

问：声库能在Piapro v4x中使用吗？
答：能。您可以用和Vocaloid 4 FE Plus完全相同的方式加载它们。您甚至还可以添加自定义图标！

问：声库能在Tunelab中使用吗？
答：正确安装后就能尽情使用了。以管理员身份运行安装程序后，无需密钥自动注册。

问：我可以分享我的声库吗？
答：可以，随VVD、CompID一起分享，其他人就可以毫无问题地使用它。如果分享了安装程序，就可以在tunelab中使用它！把它当作UTAU声库看待即可。但请确保您谨慎行事，并不要称其为官方版本！

问：我可以使用人力声库或RVC吗？
答：把它当作UTAU看待，尽管不鼓励这么做。

问：打包器给我-9和-1的错误代码？
答：-9是分段错误，应该出现在配置不完整或者没有正确适当的完成时。-1我认为是音频格式错误（不确定，但我觉得是）。–daigasso

问：最难的部分是？
答：当你没有转录文件必须全部手动完成时、当你是独立开发者时！你必须独自完成所有标记并排除故障。最好是分组工作。没有哪部分是容易的，如果完全不了解语音合成，那么会有一个巨大的学习曲线！诚实地说，先学会如何正确配置UTAU、CVVC和VCV，然后再回来制作Vocaloid。

问：N\是怎么回事？
答：Vocaloid依赖前后的音素，所以N\是N的众多变体之一。所以您需要确保处理好所有音素。甚至，kya里的k'也是依赖前后音素的。

问：?起作用吗？
答：你可以用它来获得自然的停顿声，比如Steppu中，?就是e和pu中间的p，或者任何送气音。您也可以用?来表示气泡音，用asp表示送气音。

问：配置中显示BAD是什么意思？
答：采样标记有重复或者音素不在字典中。

问：音频出现故障怎么办？
答：检查格式，再重新导出。

免责声明

我们不对您自行决定采取的行动承担任何责任。请勿试图通过DBTool或Vocaloid谋取利益。
请勿盗用他人声音制作声库。

资源

  • VocaloidDBTool3

    译注：此资源可在bilibili中找到

  • SMSTools2

    译注：此资源可在bilibili中找到

  • ViVi + VocaDev（无需保留Vivi）

    译注：此资源可在vocakey中找到 链接仍有效，但已不再需要

  • Vocaloid 4 FE Plus（包含一个无需安装即可注册声库的软件，但声库仅在Vocaloid 4 FE Plus中显示）

    译注：此资源可在vocakey中找到

  • Piapro V4X（包含一个无需安装即可注册声库的软件，但声库仅在Piapro中显示）

    译注：此资源可在vocakey中找到

  • Deepvocal 测试一下音域吧！！
  • Canned Bread’s Swiss Army Knife（创建空白的.trans文件，以及将.oto文件转换为.seq文件）
  • QuickBMS
  • VVD Editor Plus（生成VVD文件、安装和卸载脚本。将声库打包以供其他编辑器使用时非常有用）

    译注：文内链接均为译者fork版本，更新部分V4英语CompID。

  • DDB Tools（将声库打包成V3~V6都可以使用的格式。需自备含有咆哮声ddb和ddi文件，我们没法直接提供。可用VY1或Flower的,CYBER SONGMAN是最原始的咆哮声源。）
  • Colab版（已更新为使用Github存储库）

    译注：搬运链接，请自行在本地Jupyter或国内Colab平替中使用

  • DDB Tools GUI(From UselessBug)（更简单的打包工具，需要Python。在cmd中执行python -m pip install -r requirements.txt以安装。安装后，执行python GUI.py即可启动。）
  • oto2seg（将UTAU oto转换为Vocaloid文件。它会切割您的样本，确保已安装ffmpeg和pydub，将其放在同一文件夹中。该工具并不完美，请确保您的样本清晰。仍需自备Stationary和C/V Sil。m m' N N'和J也不会自动生成。它会跳过不常见的日语组合，如Hu(ほぅ)、Fu(ふぅ)、Wu(うぅ)和Yi(いぃ)。）
  • 自定义字典模板（不像其他字典那样正常工作。使用时，需替换Vocaloid目录中的一个字典文件。确保文件名称相同。不要删除被替换的字典，以便正常使用。）
  • GUMI英语录音表(非模板)（若能自行转换，您将获得模板）

    译注：搬运链接

  • 日语CVVC/VCV录音表+转录文件(From Enlilgen)
  • 日语CVVC录音表+转录文件(From Inochi-P)
  • 基于单词的日语录音表(From Ko Ko) 像UTAU那样录制。每个音节对应一个音拍。（注意N算独立的音拍。）虽不完美，但这是一个很好的基础。采样需要复制粘贴。
  • 基于单词的英语录音表(From Canned Bread/luciozundiezz) 像UTAU那样录制，每个音阶对应一个音拍。（参考GUMI的录音表决定要复制哪些样本）虽不完美，但这是一个很好的基础。采样需要复制粘贴。
  • 基于单词的西班牙语录音表PDF(From AnotherNN) 虽不完美，但已精简。
  • Vocaloid2Keygen
  • 字典(From daigasso)
  • Melodyne如果需要的话，编辑或校正样本的音高！
  • Takeo V2(示例CVVC声库+开发文件) （支持咆哮声，已更新为更响亮、更清晰的采样）提供以便于学习并解答关于应该做什么和不应该做什么的疑问。遵循readme文件即可尽情地分析它！进行各种实验，尽情发挥，把它作为开发你自己的录音列表或音源库的基础。
  • Takeo V4 HARD(示例VCV/CVVC声库+开发文件)规则同V2声库，您可以交叉合成两个声库。

如有疑问或寻求帮助，请通过Twitter联系@Enlilgen！