因为我也是个音MAD新人，所以接下来所说的是我自己摸索的一些想法。
如果你开始想学如何制作人力，本文将给出几种主流的人力流程，并指出它们的优缺点，方便你选择一个自己喜欢的风格。
tips：每个人都有不同的流程，如果你有自己的做法，完全ok！
No .1 纯UTAU/OpenUTAU
UTAU应该是大部分人都认识的人力工具，站上的教程是最多的。
优点：a.UTAU在填字阶段是最简单的，打个字就行了嘛。
b.UTAU的调音算法十分之多，总有一种符合你的口味。
c.UTAU的颤音、拼字信手拈来，并且能给你其他工具望尘莫及的“表情”处理（怒音、呼吸音、张力等等），而且都很方便。而且做UTAU插件的也很多，如果能熟练掌握能大大提升工作效率。
缺点：a.UTAU的上手难度高。我相信每个学UTAU的人，都有想吐槽五十万的曲速和神秘的乱码音源的经历（某人安装就被难倒了，哈哈）。UTAU基本是没法自学的，有些工具你学完它的快捷键，整个工具你基本就掌握了，而UTAU你只能学习前辈的经验，才能搞懂各种能整你的细节。
b.很多人认为UTAU听着不真实，如果此时你的音源本身质量就不好，那么调出来的音可能跟原素材听着不是一个人。如果做一些背景音大的歌，细节不好没啥大问题，因为伴奏会掩盖掉瑕疵的细节；但如果是很安静的曲目，人声成为了主体，不好的UTAU调音会很容易暴露，产生违和感。
c.切音源的环节是最牢的，一套音源，你做它可能花了3天，但你只用了它5小时。对于灵感型作者，可能会频繁用不同的音源，一套音源可能就用了两次，这时间成本就过于昂贵。如果你只是想整个搞笑视频或者跟个热潮，有其他更好的选择。
d.UTAU对原素材的要求高，背景杂声过大或情绪激动的素材，UTAU就调不动了，机器人感更强了。
舒适区：原素材的质量优良；想做充满细节、表情丰富的人力；不在乎学习成本，想追求高的上限；某角色单推，需要做很多个某一音源的人力；不太在乎真实性，或者单独喜欢UTAU人力的风格。
补充：a.上面说的都是老版UTAU，因为它的知名度高；不过现在都用OpenUtau（开源的，升级的UTAU）了，对于OpenUTAU，除了上手难度低了一点，操作更方便一点，以上说的都大致符合，能用OU千万别用老U
b.一个宝藏Up主发明的JinrikiHelper大幅降低了制作UTAU音源的难度，还能一键生成跨语种；但是如果你是缺点c中的情形，用UTAU还是繁琐了很多。
No .2 Melodyne
麦乐迪是我第一个学习的工具，我永远喜欢它！
优点：a.麦乐迪上手简单，来回就五个功能，学完它们这麦乐迪就会了一半了。
b.麦乐迪的声音十分真实，并且麦乐迪有最牛逼的拉伸算法和极其方便的时间柄（调整辅元音长度），有些质量不行的音用其他工具拉伸听着很怪，麦乐迪能做到最顺滑的拉伸（Smooth模式下）。
c.麦乐迪对素材的包容度很高，有些素材放进UTAU声都不带出，麦乐迪能轻松驾驭。注意一点，Melodyne3的算法具有更大包容度，而Melodyne5的包容度小很多，几乎只能用于唱歌修音。
缺点：a.麦乐迪没有颤音，也不能画线，这意味着想要更好的效果，需要导出后，在Vsh这样的工具里进一步处理。
b.麦乐迪拼字很麻烦。更好的做法是在FL，reaper等宿主里拼好再导进去，有时真挺难受的。
c.麦3的界面真丑啊？，并且麦3有各种奇奇怪怪的UI上的bug，虽然不像某紫色后期工具天天白屏，但很影响体验。
舒适区：原素材质量一般；做搞笑视频或跟热潮的素材，不想制作音源；追求人声的流畅性。
补充：a.
优秀案例，无需多言
b.麦乐迪3如果播放的时候有延迟，点左上角的Edit→Preferences→Buffer Size，改成256 Samples，如果还有，可以把第一项asio改成别的。
c.如果突然出现滋滋的杂音，先暂停，切个窗口再返回杂音就没了。
No .3 拼字宿主+Vsh
检测到Vsh出现，全体跪拜一分钟
优点：a.Vsh比麦乐迪更加灵活，流畅的画线和颤音令效率大大提升。
b.你还可以直接复制原曲人声的Vsh曲线作为参考，偷懒tips
c.用Vegas或reaper拼字调出来的人声最真实，而麦乐迪需要加好几个轨，还没有渐入渐出。
缺点：a.需要用到两个工具，流程略显臃肿，而且若不会拼字宿主则又提升了学习成本。
b.这个方法需要很高的熟练度，还不一定能获得很好的结果，因为Vsh的处理能力也有限，需要你在拼字环节有很高的觉悟（听着你拼的原始字不能产生想砸电脑的想法）。
舒适区：原素材质量优良或一般；追求真实，不在乎流程的复杂度。
补充：一般使用reaper进行拼字，可以用vegas，但一来veags不能无限拉长，二来拉伸算法也不如reaper。
No .4 加减法调音
我说不保留共振峰可能不知道是啥，但我说老人小孩音你可能就听懂了。
优点：a.搞笑人力专属，对于特定素材的最佳调音手法。
b.拥有对素材的最高包容度。
c.古法鬼畜牛逼
缺点：对音感的要求最高，需要准确听出每个字的音高。
补充：虽然你可以把字拼好以后丢进麦乐迪或者Vsh看眼音高，再回来摁加减号，但你既然都用加减法调音了，原素材能不能识别出音高实在要打个问号。
舒适区：原素材20-200000Hz
No .5 AI人力
码这一段的时候突然发现我想要说的有前辈都说过了，这篇与我的观点几乎一致，所以就不赘述了。
审美积累
No .6 HiFiShifter
专给我们做的工具，目前还在制作中
优点：a. No3的进阶版，边排字边调音，完美解决调音阶段发现哪里排的不好，又倒回去重新渲染一遍的问题。
b.因为是音MADer们整的工具，使用逻辑会更好理解一点。
c.还在进行开发，肯定会变得更牛逼。
待优化：a.玩了一会发现，hff的拉伸是有点比不上其他工具的，期待加强。
b.hff跟UTAU一样是预渲染的，如果调的多了会变卡，用多了Vsh的秒调音会比较难受。
大概就这样，若有大佬发现有待商榷的地方，欢迎补充！
