适用场景：原版歌曲提取人声 → AI生成带歌词可编辑MIDI → SV2调教演唱

目标输出：携带歌词Lyrics事件的标准MIDI，可直接导入SV2进行虚拟歌手调教 硬性前置规则：所有软件、音频存放路径禁止包含中文、空格、特殊符号

工具清单

1. UVR5（GUI版，人声分离、去混响）
2. Vocal2MIDI（人声转带歌词MIDI）
3. Domino（免费MIDI编辑器，校验歌词完整性，排坑必备）
4. Synthesizer V Studio 2（Pro/Basic均可） . 歌曲完整纯文本歌词（提前整理，换行/标点尽量与演唱对齐）

第一阶段：UVR5 人声提取+去混响预处理

Vocal2MIDI识别失败90%原因：伴奏残留、人声自带长混响，此步骤不可省略

步骤1：提取主唱人声（MDX-Net模型）

1. 打开UVR5，处理方法选择：MDX-Net
2. 模型：UVR-MDX-NET-Voc_FT
3. 参数设置
   • Segment Size：256
   • 输出格式：WAV
   • 勾选：GPU Conversion（N卡加速:50系显卡不能用！！）
4. Select Input导入原曲，Select Output设置输出文件夹
5. 点击【Start Processing】，得到 *_Vocals.wav

步骤2：二次处理｜去除人声混响（强烈推荐）

1. 处理方法切换为：VR Architecture
2. 模型选择：UVR-De-Echo-Normal
3. 输出模式：No Echo Only
   • 歌曲混响很重时更换为 UVR-De-Echo-Aggressive
4. 输入文件选用上一步得到的人声wav，再次处理

输出音频即为干净低混响人声干声

第二阶段：Vocal2MIDI 人声识别，导出【带歌词MIDI】

基础设置

1. 打开Vocal2MIDI，导入预处理完成的纯净人声WAV
2. 将整理好的完整歌词粘贴至【参考歌词】输入框
3. 参数配置
   • 目标语言：中文
   • 启用【歌词匹配】（核心，实现音符绑定文字）
   • 计算设备：优先选择GPU；无显卡使用CPU
   • 音频切片：智能切片
4. 点击【开始全自动提取】等待识别完成

导出关键设置（重中之重）

1. 导出选项：标准MIDI（启用Lyrics歌词事件写入）

❗不要默认导出USTX（USTX专供OpenUTAU）

2. 将MIDI保存至纯英文路径文件夹

第三阶段：MIDI导入 Synthesizer V Studio 2 调教流程

1. 启动SV2，新建空白工程
2. 导入方式二选一
   • 快捷键 Ctrl+Shift+I
   • 直接将校验完成的.mid拖拽进软件窗口
3. 弹出导入选项
   • 选择【New Project（新建工程）】
   • 勾选唯一人声轨道，确认导入
4. 查看歌词 打开钢琴卷帘下方歌词显示栏，即可看到自动载入的歌词

后期校对与调教

1. 批量修正错位文字：AI自动对齐必然存在少量偏移，拖动音符修正字的位置
2. 挑选中文声库（牧心、赤羽、诗岸等）分配至轨道
3. 调整滑音、气息、张力、语速，完成基础调教
4. 试听无误，导出虚拟歌手人声干声，搭配原版伴奏混音

高频故障排查清单

故障1：SV2导入MIDI，完全没有歌词

原因：MIDI未写入标准Lyrics事件 解决方案：先用Domino打开MIDI并重新保存一次，再次导入SV2

故障2：Vocal2MIDI识别大量碎音符、多余音

根源：人声混响残留 / 伴奏没有分离干净 解决方案：回到UVR5重新执行【去混响】步骤

故障3：说唱段落音符识别混乱

1. UVR5 Aggression降低至8~9，防止人声失真
2. Audacity手动裁剪过长尾音
3. Vocal2MIDI适当降低音符识别敏感度

故障4：导入SV2音符整体八度偏移

直接在SV2钢琴卷帘全选音符，整体上下移动八度修正

最简流水线备忘

原曲 → UVR5 BS-Roformer提取人声 → UVR5 De-Echo去混响 → Audacity修剪降噪 → Vocal2MIDI（粘贴歌词，导出带歌词MIDI）→ Domino校验歌词 → SV2导入MIDI调教 → 导出人声混音