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 原文地址

前言

请勿转载

警告
创建Vocaloid声库需要时间与耐心，目前没有任何捷径或例外。
如果您没有足够的时间、耐心或电脑空间（5GB以上），最好不要尝试。

请不要尝试利用“资源”中的信息或工具牟利。

Vocaloid声库制作教程

逐步制作Vocaloid3-5声库的指南。

※本指南会持续更新、修正并添加信息。如遇页面维护中断，敬请耐心等待，通常表示文档正在编辑中。

译注：此处指原文，本翻译不保证更新及时。

作者：daigasso

常见问题

遇到问题了吗？请务必仔细阅读所有内容！记得查看常见问题部分。 仍然遇到问题？加入 Discord 服务器获取支持和/或与其他开发者交流。【目前仅接受申请加入】

问：这很难吗？
答：Vocaloid本质上就是一个更强大的UTAU或DeepVocal。在开始之前，您应该至少了解制作UTAU声库的基础知识。如果您不熟悉这些内容，可能会遇到困难。

问：可以制作V6AI吗？可以在正版Vocaloid中使用吗
答：不行（至少V6不行，但可以在正版中使用）。 如果您想做AI声库，请选择Diffsinger或者NNSVS。目前不支持V2，因为格式与结构不同（在ddi结构上存在差异）。

问：选CVVC还是VCV？
答：如果您打算制作VCV，最好在CVVC的基础上制作。虽然也可以直接制作，但转录音素时需要注意进行优化。这取决于您。
※例：英语4/dx音标可能需要VCV才能流畅运行。

问：我制作了不同的音阶，但我不知道它们怎么起作用？
答：Vocaloid的音高系统是基于频率的。音高后缀无关紧要，但要注意高音区。高音区可能会主导声库。因此，您应该把假声等采样放在单独的声库里，或者用特殊的音素标记。

问：应该在标记之前对采样降噪吗？
答：这完全是个好主意，只需在将采样添加到声库之前清理它们即可。

问：所有的采样都是必要的吗？
答：的，它们都是必需的。没有其他办法。您要么录制全部采样，要么就手动编辑音素。Vocaloid的设计非常特殊！

问：DBTool崩溃了怎么办？
答：DevKit会实时保存编辑，只需重启即可。

问：可以移植UTAU声库吗？
答：可以。只要它不是CV格式的。移植到Vocaloid后会不会有点怪？有可能。

问：应该在外置存储中操作吗？
答：Vocaloid的开发文件大小可能从1GB到20GB不等！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：可以从下方下载一个，或者自己构建一个。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。
※建议： 不要使用DevKit中默认的字典，它们可能存在音素缺失或其他错误，例如音素分类不正确。请使用“资源”中链接的字典集合。

问：为什么-不起作用？
答：确保已经具备所有的Stationary和openings。除此之外，我想不出其他原因。

译注：原文如此，不知道这里的openings是什么。

问：声库能在Piapro v4x中使用吗？
答：可以。所有三个版本，包括独立版、合法 VSTi 和 FE 版，都可以使用。对于 FE 版，您可以像在 V4 FE Plus 中一样加载它们。您甚至可以为它们添加自定义图标！（※请注意，合法支持更难实现，如果您不确定如何操作，请使用 FE 版。切勿冒险。Vocaloid 非常敏感，稍有不慎就会出错。）

问：使用某个音素时会听到奇怪的噪音？
答：标记位置错误！Vocaloid 对错误非常敏感。DevKit虽然是连续标记的，但您仍然需要正确放置标记。或者它们存在音高错误。在主窗口中，使用 Ctrl+单击来修正样本的音高。Ctrl+D+单击来删除音高。尤其要注意的是，如果辅音没有显示，请在其下方添加音高。

问：声库能在Tunelab中使用吗？
答：正确安装后，一切皆有可能。（也就是说，当安装程序以管理员身份运行时，它会自动注册，无需密钥。注意避免 compID 冲突！）

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：不建议这样做。

问：声库编译器错误-9和-1是什么意思？
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表示音频格式错误。

问：N\是怎么回事？
答：请了解 Vocaloid 中每种语言的音标映射。N\ 只是众多以“N”开头的音素之一。

问：?起作用吗？
答：它们用于表示喉塞音。通常 Vocaloid 声库会将它们归类为“喉塞音”。比如Steppu中，?就是e和pu中间的p。

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。也可能是转写错误。请记住，DBTool 比较挑剔，请谨慎使用，并确保操作尽可能规范。

问：Vocaloid中的音高怎么了？
答：和常规音高相比差了 1 级，例如，Vocaloid 中的 C4 是 C3。

问：开发版编辑器检测不到我的声库？
答：请确保两个路径都正确。唯一的区别是其中一个路径末尾应该有“.tree”。名称要简短明了，不要用英文句号，用下划线代替。

问：如何创建EVEC？
答：使用 Special 中的字典编辑器添加更多元音（实际标记为Change Phonetic Unit Group(更改音位单元组)），然后继续操作。

问：如何创建 XSY 预设，或者一般的预设？
答：使用声库编辑器导出它们，并在发布时将其添加到声库中。

问：如果我的Component ID重复了怎么办？
答：再创建一个。最好是自己编写。

问：我需要使用基于单词的录音表吗？
答：不需要！Vocaloid 的声音提供者们还不习惯音拍(mora)系统。您可以随意使用任何您想要的录音表。只要它包含您需要的音素就行。

问：这些音在我正在制作的语言中并不常见，我该怎么办？
答：没关系，录下来然后添加。不要漏掉任何音素/音节。

问：为什么不直接用 CV 呢？
答：Arsloid，就是这样。玩笑归玩笑，Vocaloid 仅靠 CV 是无法使用的。它在声库格式方面远不如 UTAU 那样灵活。

文件夹准备

这个过程与制作 UTAU 声库非常相似。基本步骤如下：规划音阶，创建文件夹，然后将采样添加到相应文件夹中。最多支持创建 11 个音阶，避免超过这个数量。
Vocaloid 使用Stationary和Articulation。Stationary采样有助于声库在音符中间保持音高。您可以将其理解为长元音采样。Articulation可以是 CV、CVVC、VCV 等。更专业地说，Articulation存储的是音素之间的衔接段。
采样数量没有限制；音频处理、通过 DAW 进行后期处理、模仿声音等都可以。

简而言之：

  • 新建文件夹（声库名称）；
  • 音阶文件夹（如有，制作单音阶声库也可以）；
  • Articulation/Stationary文件夹。

※注：DBTool 可以读取子文件夹。文件夹名称并不重要，纯粹是为了方便整理。

※以上截图中的“N_”代表“正常”，并非强制命名要求。
※音频格式很重要！无论如何，音频格式始终相同，即44.1kHz、16位、单声道、`.wav`格式。

什么是Articulation/Stationary？

更详细的解释：

Stationary，或称循环采样，是指在编辑器中用于延长音符循环播放的采样，Vocaloid 的音色主要来源于此。实际上，Stationary并不总是局限于元音，有时也包含辅音，例如 N 或英语中的 L。`Stationary`在制作中至关重要，不容省略。
※ 例：对于日语，Stationary通常包含：a、i、u、e、o、n。
Articulation，或称衔接采样，是指的元音与辅音衔接处的采样。Articulation没有限制，您可以完全自主优化。这意味着您可以添加CV、VC，甚至是CCV采样。简单来说，它们就是UTAU中的CV、CVVC、VCV等。

转录

顾名思义，转录就是将音频文件转录成文本。它们是扩展名为.trans的文本文件。请务必确保转录文件与其对应的音频文件同名，并位于同一文件夹中。每个音高的每个音频文件都需要一对转录文件。它们类似于 UTAU 的别名功能。
换句话说，转录文件用于指定音频样本的内容以及应该从中提取哪些音素。
以下是转录音频文件的示例。

  1. 假设需要转录_b_ey_b_ey_b_k_ey_b-.wav。
  2. 您需要创建一个名为_b_ey_b_ey_b_k_ey_b-.trans的文件，使用Windows自带的记事本或Notepad++打开此文件。
  3. 通常使用x-sampa音标来转录，但并非必须。您也可以使用其他音标，例如arpa。
  4. 在转录文件中，b ey b ey b k ey b被转换成一行文本Sil bh eI b eI bh kh eI b Sil。（Sil 是 silence 的缩写，可以在编辑器中使用）
  5. 在下方使用方括号划分出想要从该行提取的音频片段，如 [Sil bh ey] [ey b] 等。下图是一个参考示例。

※ 注意：Articulation允许每个括号内包含多个音素，而Stationary的每个括号内只允许包含一个音素。请参考示例图片。

  1. 假设需要从_a_i_u_e_o.wav中转录Stationary。
  2. 您需要创建一个名为_a_i_u_e_o.trans的文件。
  3. 通常使用x-sampa音标来转录，但并非必须。您也可以使用其他音标，例如arpa。
  4. a i u e o被转换成一行文本Sil a i M e o Sil。
  5. 在下方使用方括号，如[a]、[i]等，划分出想要从该行提取的音频片段。下图是一个参考示例。

※ 关于步骤 5 和括号内音符的说明： 无需转录采样中的所有音素。您可以根据自己的喜好优化，只要确保包含所有需要的音素及其组合即可。强烈建议避免每个音高出现重复音符（例如：[b a] 在转录中出现两次）。
Vocaloid 使用“上下文”系统，允许某些音素仅在特定情况下出现，例如日语中不同的 N 音，或英语中的送气和不送气的辅音。以下列出了使用所有这些音素的示例。请务必根据这些示例进行转录。
※ 这些通常适用于日语。

Stationary 音素 使用 示例
是 N\ [a] [i] [u] [e] [o] [j] [w]
[h] [h/] [p/] [p/’] [C] [s] [S]		 んお
是 n [n] [t] [t’] [ts] [tS] [d] [d’] [dZ] [dz]
[4] [4’] [Z] [z] [m] [m’] [J] [N] [N’] [N/]		 だん
now
是 J [J] んにゃ
是 N [N] [k] [g] んか
king
是 N’ [N’] [k’] [g’] んきゃ
是 m [m] [p] [b] せんぱい
mom
是 m’ [m’] [p’] [b’] んみゃ
否 b’ d’ p\’ g’ C k’ m’ J p’ 4’ t’ [i] き
否 bh dh gh kh ph th 送气英语辅音 Baby dumb
否 b d g k p t 不送气英语辅音 Baby dumb
否 l0 Light l Lovely
是 l Dark l Dull

如您所见，其中一些发音属于Stationary。不仅是日语，英语或您可能使用的任何其他语言也需要Stationary。如果您没有使用x-sampa转录，请务必小心，尽管规则基本相同。
※ 不要让 Vocaloid 自动填充语音过渡的空隙，这会导致编辑器中输出的声音非常生硬。缺失的转录意味着产生这样的空隙。为了获得最佳效果，请务必确保所有必要的语音过渡都有采样。 ※ 为了更快捷地解决问题，您可以使用“资源”中列出的自动转录工具。使用时请注意，务必仔细检查并更正转录文本。

加载声库

您需要一个字典，可以从“资源”中下载。首先创建一个 .txt 文件，并将其命名为声库名称。请避免使用过长的名称和句点。
点击File(文件) -> New Singer Database(新建声库)，加载您选择的字典与您声库名字命名的空.txt。系统将会自动生成与.txt同名的一个文件夹、一个.dat和一个.tree文件。，名称与您选择的名称一致。再次打开时，可从singer.inf所在的文件夹重新加载声库。
※ 无需担心忘记保存，DBTool 会实时保存编辑内容。

创建声库后，检查ViewDB -> stationary是否正常。下图显示它应该是什么样子。

音素下方会有X标记，其余部分基本为空。请记住，从左到右音调由低到高。添加录音后，它们会以小点的形式显示在这里。您可以点击它们进行查看、收听和编辑。随着您添加更多录音，X标记的数字也会增加。

分段与标注（制作声库）

要打开配置对话框，请点击File(文件)->Automatic Segmentation(自动分段)，然后找到 wav+转录文件（子文件夹可以正确识别，但请确保所有转录文件都已准备就绪）。
※ 尽管名称为Automatic Database Creation Dialog(自动创建声库对话框)，但配置过程实际上并非自动完成。

此对话框用于完成所有声库配置相关工作。您可以使用它来编辑转录文本、生成/编辑分段文件并将其添加到声库。
※ 提示：通过File(文件)->Preference(首选项)，您可以添加外部音频编辑器（例如 Audacity、Sound Forge 等），然后通过声库创建对话框中的Edit Wave Data(编辑波形数据)打开该编辑器。

※ 步骤 3“优化 EPR 指南”非必需，可以忽略。

为了避免分段错误，您应始终确保转录文件中包含的所有音素也存在于字典 .txt 文件中。另请注意，Stationary和Articulation需要区分，且它们的配置方法也不同。
※ 请务必在查看分段结果之前进行音素分段，否则会导致 DBTool 崩溃。
※ 可以忽略Error-Forced Segmentation(错误强制分段)，这种情况属于正常现象，几乎每次都会发生。
下图为分段查看/编辑窗口。

绿色波形代表录音，红色标记代表各个片段，小标签是与转录文件对应的音标。

  1. 要移动某个片段，您需要点击要编辑的片段之间的灰色横条，然后移动红色标记。
  2. 要放大或缩小，请使用窗口工具栏中的绿色箭头或放大镜图标。
  3. 要选择音频的特定区域，请按住 SHIFT 键并使用光标手动选择。要取消选择，请按住 SHIFT 键并单击。
  4. 要播放录音，请按空格键。如果已选择音频的某个区域，则只会播放所选部分。
  5. 完成分段后，关闭分段视图/编辑窗口。Phn. Segmentation(音素分段)和Revised(已修改)下方的Yes表示工具已成功注册编辑。

总而言之，在这个制作流程中，您只需要精准和耐心。仓促的分段是不可取的，所以请务必预留充足的时间。

对于Stationary，工作流程如下：

  1. 分段音素；
  2. 查看/编辑分段结果 （※ 请勿跳过此步骤） ；
  3. 将Stationary添加到声库。

※ 配置Stationary时，应始终选择音频中最稳定的部分。同时，应确保所选部分长度适中。下图为示例。

对于Articulation，工作流程如下：

  1. 分段音素；
  2. 查看/编辑分段结果（※ 请勿跳过此步骤）；
  3. 分段Articulation；
  4. 查看/编辑分段结果（※ 请勿跳过此步骤；可能需要进行修正/调整。请务必在添加到声库之前检查最终分段结果。）
  5. 将Articulation添加到声库。

※ 注：在类似kya（きゃ）的音节中，y音与元音是分开的，因此请确保不要将ya音包含在k标记中。 以下是 DBTool 中不同数量转录显示的示例： 1条转录 6条转录

可显示的Articulation数量取决于转录文本中括号的数量。
※ 建议：您应始终优化转录文本，避免使用过多的括号。如果括号过多，Articulation分段窗口很容易过于拥挤，导致难以甚至无法查看转录。
以下是 DBTool 中各种Articulation转录的示例：

单C（包含所有鼻音和呼吸音） V+VV（包含N\，不包含其他鼻音） CVVC VCV+CVVC CCV+VCSil

添加到声库后，它们将显示在 ViewDB 下。

点击红点将出现一个类似于分段对话框的菜单，您可以在此处对分段结果进行进一步调整或执行 f0 估计（通过View(视图)中的 AttPitchOutput）。
※ f0 估计类似于 UTAU .frq 文件的编辑。

请务必在通过DB Update(声库更新)进行更正后更新声库，否则应用程序将无法记录进度。

※ 关于 f0 估计：使用 CTRL + 单击来修正样本的音高（只需按所需方式绘制音高），使用 CTRL + D + 单击来删除音高。

在任何情况下，进行任何编辑、更正或调整时，请务必先从声库中移除Stationary/Articulation。当然，完成后您可以再添加回去。否则可能会导致无法挽回的错误。

字典

如果词典缺少音素，或者音素分类错误，请转到Special(特殊) -> Change Phonetic Unit Group(更改音素单元组)，并进行所有必要的更正。

在此窗口中，您可以根据语音中的类型和用法添加音素。请注意，编辑后，DBTool 将关闭声库，您需要手动重新打开它。

实际上这方面几乎没有任何限制，所以请随意尝试各种不同的声音。

※ 可选/自定义 G2PA（音节无效）

好吧，也许您兴致勃勃。您想实现对一种尚未被原生支持的语言，甚至是音标系统的支持。
假设并非所有读者都了解 G2PA 或 X-Sampa 是什么，我会尽力涵盖本节您需要知道的所有内容。

什么是 G2PA？

如果您之前至少查看过一次 Vocaloid 文件，您很可能见过一些名为g2pa3_JPN.dll或g2pa3_ENG.dll的 .dll 文件。

简单来说，它们的作用是将您在编辑器中的输入转换为音标符号，以便声库能够识别音节。您有没有注意到，在音符中，あ旁边有一个用方括号括起来的[a]？这就是您输入的音标，这就是 G2PA 在发挥作用。它们本质上只是音素生成器。

什么是 X-Sampa？

首先要说明一点：X-Sampa并非Vocaloid独有的东西。
X-Sampa（Extended Speech Assessment Methods Phonetic Alphabet，拓展音标字母评估法）是一种使用ASCII字符表示国际音标的系统。初音未来并没有发明它。
Vocaloid使用X-Sampa作为其音标系统。因此通常情况下，在制作词典和G2PA时会用到它。尽管如此，只要方法正确并针对Vocaloid进行优化，完全可以实现您自己的音标系统。

那么，我该如何自己制作一个呢？又该如何让它在我的编辑器中运行呢？

“资源”包含一个模板。请搜索Custom G2PA Base。
.zip 文件包含一个 .dll 文件和一个 .ini 文件。两者都可以正常工作。Vocaloid 应该能够读取这两种文件。如果您熟悉如何编写和制作动态链接库，那就尽管使用吧。然而，并非每个人都知道如何实现这种“魔法”，因此我将解释更简单的方法，即编写 .ini 文件而不是 .dll 文件。

假设您已经准备好了一个词典以及一个配置了该词典的声库，实际上您只需要编写音节的音标即可。
例如：

[PhoneticArray]
a=a
ka=k a
ke=k e
……等等

这应该相当简单。您只需要耐心和时间。当然就像之前提到的，您需要一个预先制作好的词典来作为 G2PA 的基础。

把它导入编辑器可能会有点棘手。不过别担心，只要您小心谨慎别误操作，应该就没问题。

G2PA 编写完成后，前往 C:\Program Files (x86)\VOCALOID4\Editor 或 C:\Program Files (x86)\Vocaloid4FE（如果您使用的是 FE），然后添加音素。

默认情况下，Vocaloid 一次只能添加 5 个 G2PA，因为它在注册表中只有 5 个槽位。
要为您自己的音素器添加位置，您需要打开注册表编辑器，路径为：COMPUTER\HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\VOCALOID4\COMMON\LANGUAGE，如果您使用的是FE，则路径为：COMPUTER\HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\POCALOID4\COMMON\LANGUAGE。

然后，右键单击并创建一个新项（新建 -> 项）。名称完全可以任意设置，这里将其命名为“5”。
在您刚刚创建的项中，创建一个新的字符串值（新建 > 字符串值）。 双击该字符串，并将值名称更改为g2pa，将值数据更改为 G2PA 的名称。 （例如：g2pa4_CHS.dll、g2pa4_CHS.ini）

大功告成！自定义 G2PA 现在应该可以在 Vocaloid 中正常工作了。（特别感谢 ZouZouPowa 解决了这个问题！）

Vocaloid 4 开发版使用说明

※ 如果您好奇的话，此处无需保留 VIVI 的声库。

您需要设置开发版编辑器，然后填写声库路径。您可能已经知道，Vocaloid 必须至少安装一个声库才能运行，请记住这一点。与常规版本一样，编辑器启动也需要声库。
在 DB_Dev.ini 文件中，复制声库路径，并将BankSelect设置为您选择的语言。当您向 .ini 文件中添加声库条目时，VVoice、ProgramChange 和 ComponentID 的值将递增 1。DBPath 应设置为包含 singer.inf 文件的文件夹，DBName 应设置为 .tree 文件的路径。VVoiceName 可以是任何名称，通常就是声库的名字。

此版本的 Vocaloid 编辑器仅用于测试目的，因此存在一些限制，例如不支持 XSY 交叉合成等。

SYNTHESIS_WORKSPACE(W)

SYNTHESIS_WORKSPACE（合成工作区）是 DBTool 众多实用功能之一。它允许您直接查看 Vocaloid 编辑器如何使用声库。要访问此功能，只需从开发编辑器渲染一个序列，并将其与 .msd 文件一起保存即可。

返回 DBTool；确保声库已加载，然后单击 SYNTHESIS_WORKSPACE。

加载音频文件。（.msd 文件将自动加载。）

现在您可以直接查看声库内部发生的情况了。

记住这一点很有帮助，因为它可以帮助您追踪诸如语音或音调缺陷之类的问题。

打包声库及Component ID

需要什么？

*不需要使用 conda。

以下将解释如何使用原始脚本及其图形界面。

下载所有文件并设置好 Python 后，请在终端中使用以下命令安装依赖项：

cd [ddbtools 目录路径]
pip install -r requirements.txt*

*注意：依赖项安装可能需要一些时间，尤其是在您第一次设置 Python 环境时。

接下来，您需要打包声库。请记住，所有内容都必须正确无误，所有数据都必须添加到声库中，并且所有内容都必须配置好。请勿使用不完整的声库。如果您只想进行快速测试，则应删除未完成的条目或使用 V4 开发版编辑器。

如果您使用的是GUI，请运行以下命令：

cd [ddbtools 目录路径]
python GUI.py

输入第二个命令后，GUI应该会立即出现。链接声库 .tree 文件，然后点击Process(处理)。根据声库的大小，这可能需要一些时间。只需让它在后台运行即可。完成后，该工具会通知您。

如果您使用的是 pack_ddb.py 脚本，请运行以下命令：

cd [ddbtools 目录路径]
python pack_ddb.py --src_path "[声库 .tree 文件路径]" --dst_path "[输出目录，完成后 .ddb 和 .ddi 文件将出现在此处]"

再次提醒，让它在后台运行。

马上就要成功了，但仅凭 .ddb 和 .ddi 文件是无法使用声库的。您还需要 .vvd 文件和组件 ID。

那么，这些是什么呢？

.vvd 文件包含声库的相关信息，例如声库名称、Component ID、所属公司等等。（简而言之，就是元数据）
Component ID 是分配给每个声库的唯一 ID。务必确保声库 ID 与其他声库的 ID 不重叠。

如何生成 CompID？

最简单生成 CompID 的方法是直接使用 VVDEditor 工具。但是建议不要这样做，或者至少不要总是这样做。
VVDEditor 的 ID 列表有限，只有大约 20 个（或更少），因此 ID 存在重叠的风险，而这是不希望发生的。
所以，理想情况下应该手动编写 CompID。

VOCALOID Component ID 是由14位数字组成的字符串，每一位都代表声库的不同信息，例如厂商编码、产品编码、语言编码和版本编码。※ 请参考下图以获得更清晰的理解。

写好ID后，需要将其转换成标准的16位编码。为此，您需要使用转换格式的工具。eemorph 的 VOCALOID2 Keygen 可以做到这一点，所以我们将用它来举例说明。

只需启用Advanced(高级)选项，输入原始字符串，工具即可自动完成编码工作。现在您可以复制生成的 ID 并将其用于声库。※ 请务必确保所有信息填写正确，否则可能会导致编码错误或声库在编辑器中出现故障。

如何创建 .vvd 文件？

首先访问VVD 编辑器。如果您还没有 CompID，请点击?生成一个，或者使用您自己的 CompID。该网站默认仅支持中文和日文，但您也可以创建其他语言的声库。
获得 CompID 后，返回首页并将其粘贴到声库 CompID栏中。同时，请确保在声库名称栏中输入您声库的姓名。

供您参考： 您可以更改ID，但并非必须。 FORMAT是声库版本。 VOICESTR是CompID。 其余均为参数。*注：如果您正在创建V3数据库，请务必完全移除Growl。

如果您进行了任何编辑，请务必点击加密。 完成后，点击下载声库VVD，也可以通过下载安装脚本生成.bat安装脚本。虽然这不是必须的，但并非强制要求。（需允许网站下载多个文件）

最后，准备最终的文件夹

创建一个文件夹，并将.ddb、.ddi和.vvd文件放入其中，文件夹名称为声库CompID。请务必确保所有文件名称相同，否则编辑器可能无法读取声库信息。（您也可以稍后更改所有文件名）

※ 可选，V4 的 Mixins/Growl 打包

需要什么？

  • 一个已打包的声库
  • 一个带有 Growl 的 V4 声库（例如 V4 Flower、Cyber​​ Songman 等）
  • ddbtools（链接见上文）

无论是 GUI 界面还是脚本，其操作流程都与打包流程非常相似，因此不再赘述。

如果您使用GUI：

  • Source .ddi 文件是您要从中提取咆哮声的 V4 声库文件
  • Mixins .ddi 文件是“目标”.ddi 文件，也就是声库文件

如果您使用 mixins_ddb.py：

cd [ddbtools 目录路径]
python mixins_ddb.py --src_path "[声库 .ddi 文件路径]" --mixins_path "[您要从中提取咆哮声的 .ddi 文件路径]" --dst_path "[输出目录]"

※ 请勿为同一个声库创建多个 CompID！在重新打包的情况下，您可以重复使用同一个 CompID。

导入Vocaloid编辑器

将打包好的声库（如果有的话，还需要安装程序）后，您可以使用Vocaloid 4 FE Plus的Voice Management将其加载到软件中。启动软件，通过File import(文件导入)找到声库，并可选择解锁XSY。

使用当前歌手属性，您可以设置默认歌手、创建 XSY 预设等等。

将声库导入 Vocaloid5/6 编辑器非常简单，只需以管理员身份运行通过 VVD Editor Plus 生成的 .bat 安装程序，运行一次 Vocareg 即可（这是针对 FE 库的情况，而“正版”数据库的工作流程则大不相同）。

这样声库也会出现在 Tunelab 中，使其完全可用。

添加Vocaloid 5/6的图像

  • 您需要查看以下路径： C:\Program Files\Common Files\VOCALOID5\Resource\Voice
    C:\Program Files\Common Files\VOCALOID6\Resource\Voice
  • 在上述任一路径下，创建一个名为“声库的 compID”的文件夹。
  • 在新建的文件夹中，添加一个名为 setup.bmp 的图片；图片尺寸需为 600x324。


**务必记住要保持设置 bmp 的正确尺寸！**

资源

请注意误报，所有列出的工具均安全可靠且经过测试。请确保已安装 Python 3.10。*最好使用 Python 3.10，不要使用其他版本。某些工具已知对其他版本存在兼容性问题。
以上资源以及更多其他资源，您也可以在上方链接的 Discord 服务器中找到。

  • EpR 文档扩展程序（来自 razer_rhela）
  • VVD Editor Plus（来自 UselessBug 和 atonyxu）（允许您为声库生成 VVD 文件、安装和卸载脚本。当您需要将声库打包以便在其他编辑器中使用时，此工具非常有用。）
  • DDB Tools（来自 Yuukawa Hiroshi）（用于将声库打包成 V3-V6 可以使用的可读格式）
  • DDB Tools GUI（来自 UselessBug 和 Yuukawa Hiroshi）（一种更简便的声库打包方式。）
  • Vocaloid 自定义语言 G2PA 表格（来自 ZouZouPowa）
  • Vocaloid 自定义语言 G2PA 基础文件（来自 Yanwu Project）

    译注：连接失效

  • Phn_Seg_edit（来自 H5X2） Phn_Seg.py 的一个分支；生成类似 moresampler 的基础文件。您需要 wav 文件和转录文件。
  • Lab to seg（来自 Rozea/Kori）
  • Melodyne 用于编辑或校正采样音高（如有需要）。

旧版文档中的资源：

  • 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，把它作为开发您自己的录音列表或声库的基础。
  • 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。

译文

本文档的翻译版
以下译文由其他用户提供，因此可能已过时或有所更改。
感谢贡献！