在接触vocaloid后不久萌生这个点子。

简要的说就是先把你说的每一个词分开，然后给出说每个词时大概的音高，然后手动输入说的内容，就可以直接生成初音版1.0了！第一次生成的会比较呆板，不过没关系，把生成玩的音频再丢过来，就能直接把vocaloid里的参数画好，这次得到的初音版2.0就已经相当OK了。最后能随手来点声音放大啊、混响啊，就可以得到了最终的效果。

其实已经有这样的插件存在了。但是呢，vocal listener不支持中文。voice capture的参数画的有严重的不足，太破碎了，完全没法听。

这里只是给出一点简单的介绍

不想看可以跳过

模仿人的发声，核心就是模仿声音的频率（也就是语调）以及响度（声音的大小）随着在发声过程中的变化，这也对应这vocaloid调教中的两个重要参数pit和dyn。对于某一段音频，这两个量都是可以通过计算的得到的。事实上，某提供一堆乱七八糟函数的软件就有内置的函数解决这一问题。如图

但是要把测量得到的值应用的vocaloid上还要知道那里面的参数是如何影响发音的，这个就要手动测量了（有点逆向工程的意思）。最终结果有的参数是线性影响的（pit），有的是指数级影响的（dyn）。然后计算参数的部分就很简单了。

为了避免像voice capture一样弄出非常“破碎”的参数，我们可以对计算得到的参数进行弱化和平滑处理，这都可以随手完成，还是用内置函数。

最后还有相当偷空减料的后期环节。不用多说。

这个实现起来还是相当简单的，至少不会出现上面的步骤中可能遇到的一些令人莫名其妙的问题。

直接上图了。

效果试听我会发在评论区里

这个小应用写到这儿，一看总共也就写了两百行不到的代码，真是相当简洁呢（手动滑稽）

下面给出使用步骤吧

原始的文件

第一步

导入文件

第二步

开始计算

第三步

它会给你一个计算到的划分结果，如果不准确还可以手动修正

确定之后就会让你填内容（会有音频参考）

然后就直接得到vsqx文件了

之后在vocaloid中输出（这一步其实也可以自动完成，不过我偷懒了（其实是没写过lua脚本））

第四步

再次导入文件，点击计算参数按钮

第五步

再次导入文件，做后期处理

虽然说这个花了相当多的时间（断断续续两个月吧），但是我考虑后目前还是没有做视频。写个专栏也算是了结了吧。毕竟原始意图是实现完全替换上古卷轴中的声音文件这一宏大的工程。但是这游戏已经太古老了呢。自己换了几个喜欢用的龙吼喽。

实际的效果有时好，有时坏。主要是龙语中会有很多发声很低的吐息音节，这给处理带来了麻烦。至于转换自己说的一句话，现有的分词的办法显得有些麻烦，需要更多的手动的调整（也就是不那么自动了）。不过只说简单的词和短语的话，那还是相当有趣的。

如果有需要的话，可以私信我。当然电脑上需要有Mathematica和vocaloid才能使用。非常非常欢迎接盘侠。

时间一直相当的少，目测之后一样会很忙。所以上b站会很少。不过我一直都 活 着。。。

应该会有（询问意见后决定）

一个手绘的视频桌面

一个做出重大改进的3d模型

一首空灵的歌