（首先祝跨海最最喜欢的赤羽生日快乐，跨海又在生日发专栏了）
距离上次发布的拆轨1.0版本已经过去一年时间，期间有不少同好对文中出现的技巧进行细致验证，笔者拙劣的实操技术也受到了许多老师的墙裂批评。针对这些总结出来的问题和其他一年中新习得的方法，笔者认为有必要更新一下补丁。但毕竟“拆”只是调校中的冰山一角，这东西会不会有3.0，得看明年这个时候AI的发展情况和std是否已经入土为安（bushi）
目录：
一.清辅音衔接处的处理
二.元音缝合如何手搓对数曲线
三.为什么建议优先同声库
四.AI与daw更大的舞台
一. 清辅音衔接处的处理
在拆轨前必须明确的原则是：须保证拆轨能优化听感。而不管是拼接声库还是AI声库，拆轨必然会导致咬字在连贯性上的负提升，因此在完成拆轨操作后的头等大事就是“隐藏拆轨痕迹”。任何一点微小的瑕疵或扰动都有可能使发音变得极不科学或容易让人察觉此处拆轨痕迹明显，导致听感卡顿。上一篇浅谈对辅音替换的讲解中最大的问题，出在操作方法过于简洁，这也受当时对咬字理解不够深入的限制。在对比真人音频、SV波形、UTAU的序列后以及玖蝶老师多次劈头盖脸的痛骂下，笔者终于意识到了辅音替换在隐藏拆轨痕迹中最为致命的细节：与前后元音的位置关系。
1.vc部分
以下用cvvc所代表的“辅-元-元-辅”来对音素衔接的位置进行简写。vc是上一字元音末尾与下字辅音开头的衔接点，在将原本辅音抹除并于另一轨添加新辅音后，这个辅音与元音的位置关系会出现三中情况：部分重合、刚好触碰、完全分离（如图1）
（图1）三种不同的VC位置关系
为便于描述三种衔接情况，以下称为重合、接触与分离。调整辅音长度使之变换位置关系的操作很简单，拉音素滑块或音符偏移就能做到，关键是：到底该用哪一种衔接。
让我们先来回顾一下辅音表：
辅音表
半元音y、w以及表中所有的浊音m、n、l、r均不用考虑，因为这些音基本不会用到拆轨。最上面两行的塞音b、p、d、t、g、k由于送气时间很短甚至有的几乎没有送气音，只存在与后字元音连接的CV部分，如遇拆轨默认这些辅音都是分离状态。另外h和f也能排除，这两个纯送气的清辅音一般不会出现需要替换的情况，顶多是送气不足时叠一个相同长度辅音增加气流量来避免咬字不清晰。接下来红框中的九个音才是难点。
擦音s、sh、x此三者归一类，可以使用重合与接触，但更推荐接触式，因为重合刺进去的深度不好把握，容易出现一张嘴唱两个音。从音素符号上看它们作为一类不难理解：s、s`、s\长得还挺像。观察它们与前元音的链接可以发现波形是连贯的，没有明显断层（如图2），这也是为什么不推荐VC部完全断开。在切响度时建议前字末尾保留一点点s，用那点留下来的来跟换的s接触或者重合，衔接会更顺畅。
（图2）s、sh与x
塞擦音z、zh、j与c、ch、q，类比一下不难发现它们的音素也分别长得很像：ts、ts`、ts\；tsh、ts`h、ts\h，一个都含ts，一个都含tsh。这六个元音在安排位置时推荐分离式或接触式（如图3）
（图3）z、zh、j、c、ch、q
大多数情况下这些塞擦音与前字元音间会有一个明显的空隙，这时拆出去的那个辅音一定要保持严格的与前字的分离，否则拆轨痕迹会非常明显且难听。当然也有例外，例如chi，cu等，它们的空隙相对较小，有时候也会以接触的形式刚刚好和前字连在一起，所以此时使用接触式也不会有太大问题。
掌握以上两个大类后，VC部的连接方式不用死记，因为不同元音、采样，不同声库的特征都会影响辅音与元音的距离。拆轨前一定仔细观察衔接处的形状，精调音素长度模仿出相同的效果即可，大部分痕迹都能隐藏。
二.元音缝合如何手搓对数曲线
在上一篇专栏的评论里十亿光年对元音缝合的操作性提出了如下警示：“SVr2中的响度参数与utau不同，是以dB为单位的（r1中响度参数有对数（dB）和线性（0x、2x）两种模式，但线性坐标下无法使用直线工具，准确来说直线工具只对对数坐标生效，在线性坐标下表现为指数函数），如果想实现理想的渐变应该使用对数曲线渐弱渐强，或者用发声参数砍气声勉强代替，并分轨导出在混音时调整相位和频段。在绘制对数曲线的脚本出现或官方恢复响度参数线性模式之前还是慎用。”
这个复杂的问题来源于响度本身所使用的单位是个比值，分贝并不是声音的数值单位，而是“基准值的XX倍”这样的概念。1贝尔（10分贝）即能量是基准值的10倍，2贝尔能量是基准值的100倍，严格的定义为“两个同类功率量或可与功率类比的量之比值的常用对数乘以10等于1时的级差”。结果就是如果想在一个以dB为单位的参数面板上实现响度的均匀变化，你需要学会手搓一根对数曲线。
但笔者相信奔着调歌而来的人们大多没有兴趣在引擎产品设计上耗费太多情感，缺少精准的绘图工具或插件不并不能阻止我们施展法术。当两个波形完全相同的声音信号需要用前者渐弱后者渐强来衔接时，对数曲线的确是最能保障动态平衡的方法，但是元音缝合首先要记住前后元音不是同种音素，它们既然被拆分到两个轨道上，所使用的音素、采样、参数甚至声库都截然不同，即使用精准的对数曲线加工响度，两个谐波衔接处也很可能出现梳状滤波、撞频等干扰现象。这些问题最后都被归结为听感上的瑕疵，记住我们要处理的是一切影响听感变好的因素，而不是简单做数学题。
第一种解决方法，评论里已经点到了，用发声和气声辅助衔接。类似于接力赛交接棒，在响度参数把交接范围切得大差不差时，发声和气声再入场做精修。发声参数面板更大，精调谐波响度的操作性更强，而气声可以单独控制噪波，二者互不影响。相关技巧大多用在非通俗的唱法，如民族、美声、戏曲中，对口型变换往往会提出梦魇般的要求。（如图4）
（图4）“寒冬腊月盼春风”（赤羽《映山红》节选，by跨海星尘）
第二种操作，需要你有一个宿主软件，比如S1，把前后两个元音单独导出之后，放到S1里做交叉淡化，不论音频如何移动，它会很智能地在波形交叠处控制总音量平衡且过渡，并且可&以灵活地调整交接的时间长度、位置关系，对消除梳状滤波或音量异常变化十分有效。
为了规避操作难度，这种技巧往往用在转音处以避免音高线不同带来的干扰，但有时为了追求长元音里口型的持续变化，不得不在音高不变的时候使用元音缝合。音高不变的长元音口型连续变化参考顾令老师天神下凡《我们的爱》BV1LR4y17721，后半段出现的多个超长音值得细细品味。拼接声库的道理是相通的，SV中只要控制得当，善用复制新音轨，是否转音不会对缝合效果有太大影响，因为处理好响度衔接后，其他包括pit在内的瑕疵会因为前后音素不同而掩盖过去。毕竟它们至死都搞不清自己谁是谁，又何必分那么清楚呢。
三.为什么建议优先同声库
熟悉上个专栏的朋友肯定记得笔者曾经非常喜欢把辅音拆出去后换不同声库，以此达到新鲜听感的目的。可是一年过去了，笔者也对当时的习惯有所反思。有一定经验的调校师都曾经出现过如下感受：当你新习得一种技巧后，你会在新鲜感与追求熟练度的双重驱使下以一种非常魔怔的频率去使用此技巧，几乎见缝插针。笔者当时就属于这种上头阶段，写出来的话也多少有失偏颇（感谢顾令大爹帮忙悬崖勒马否则还得末路狂奔）。
从实用性上看，单声库的辅音种类在大多数情况下是可以满足拆轨需要的，用自己的辅音可以避免听感上的突兀和魂穿，对于衔接处极其微小的音量控制也更连贯，至少思路一脉相承，防止藏不住拆轨痕迹。对于一些熟悉歌姬特性的听众来说，换有代表性的辅音就等于把别人的身份证号念出来了，直接导致对所使用的声库产生疑惑。此外，由于辅音对口型的影响相比元音大得多，即使是回到最初的概念：用辅音替换来修正口型，也不应该大规模批量化套用不同歌姬的辅音，否则就相当于把一种咬字习惯变成了另一种习惯，彻底换了个人而已，并没有从歌曲本身的要求角度出发去细致地设计每个字的效果。
因此笔者的建议是，当拆轨熟练到一定程度，优先选择同声库进行替换，在所有拆出音素数量中的占比在50%~80%为宜。遇到非流行歌曲，或在不得不使用某一声库（声线限制或甲方要求等）而口型又不达标的情况下，再考虑批量换其他人的辅音。
尽管如此，我们还是要正确对待批量拆轨换采样的实验阶段。可以称之为暂时的过度，日后对拆轨脱敏一定要加以改进，但这个“上头”般的时期是不能省去的，它帮助你尽量熟悉手头上能用的所有声库的音素特征，把采样的思路延伸到编辑器内外各个角落。因为没有人会罗列出每个音素的发音方式，细腻优雅的穹辅音亦有大开大合，清晰度与可塑性极强的减辅音也偶尔会嫌聒噪。羽辅哪些延音会卡壳，海伊的采样对哪些超高频的削弱是有效的，甚至于后期混音的削齿音会对咬字效果产生何种影响，这些没有答案，只能亲自尝试。熟练的程度不仅体现在操作上，更重要的是当出现一个与预想效果不同的咬字时，能否快速反应过来：该换谁的，什么字的，哪个采样的音素。否则天天试几个小时搞一句话，日子总不能一直这么过。
四.AI与daw更大的舞台
刚才笔者是不是说“把采样的思路延伸到编辑器内外各个角落”？
事情从开始拆轨的时候就已经变得不对劲了，哪管那么多（大嘘）
但确实说这块内容是需要叠甲的，因为不管是声库原教旨主义还是熟悉真人音乐制作的人看来，在daw里拆东西越来越往打擦边球的方向发展。首先笔者虽然大体知道什么该用什么禁止，但难免有遗漏或不了解之处，还请大家多斧正。其次这些技巧的初衷绝对不是用于偷懒、取巧、效果欺诈等其他有损职业道德的目的，干过虚拟歌姬假唱的人最后什么下场谁都清楚，真正有效的技巧执行起来绝不允许人懒惰，它必然导致调校的操作量更多更复杂。最后，笔者的创作动机天生带一些偏执，作品的最终表现力或者说“艺术性”是唯一且最高的追求，除此之外，在规则允许的范围内，以破坏工具统一性、音频完整性等为代价而换来的听感提升个人看来是值得的。如果担心接下来的内容会影响心情，大可以现在就退出，但如果你也是技术向强度党，我们继续。
之前讨论的拆轨一般集中于传统拼接声库，包括术力口、UTAU、SVstd声库，一方面去年开题时各家AI还在起步阶段，没有今年如此强劲的上升势头，另一方面对于调混一体笔者当时还没有足够的认知。在讨论拆轨终极形态之前我们有必要先树立“调混一体”的概念，即调校和混音对于人声处理本质是一回事，都是在塑造最佳听感，应该联系起来统筹规划，所以很多情况下贴唱技术对歌曲整体的增益是至关重要的。明确了这一点，我们就不难理解为什么宿主软件才是拆轨的终幕，因为不管什么引擎，拼接声库也好AI声库也罢，你最后都得打包扔到daw里进行后期处理，但凡对宿主的操作熟悉一些，就会发现这玩意比起调校编辑器，那简直不要太好用（如图5）。
（图5）S1的波形显示、自动化包络与音量调节更直观更易操作
透过歌姬的表象看本质，是一种电子合成乐器，从合成器里得到的东西，本质上是音频，音频就逃不开音高、响度，有规律的谐波与不规律的噪波这些最最基础的东西。AI声库相比传统拼接提供更拟真的气噪、齿音、喉塞音、尾息音、呼吸音等纯气方面的技巧，利用SV的气声分离功能，除了谐波扔到RX里手搓共振峰的操作外，剩下那一轨气声也是大有可为的。在SV里AI声库拆轨切不干净？没事，daw里直接编辑音频给你切到静音。在ACE里做尾息有元音残留怎么办？没事，daw里画包络线比参数面板方便又直观。术力口假声缺气息怎么办？没事，SV分出来的纯气声轨是可以让两个歌姬一个鼻子出气的。SV自带的呼吸嫌电怎么办？没事，daw里拆真人的呼吸也好，自己录呼吸音也好，怎么好听怎么来。
这其中容易引起争议的不仅仅是把不同引擎间声库的元素拼到一起，还有就是用真人原唱以及实录的方式去补歌姬的纯气短板。换句话说，观众可能没有意识到一些好听的呼吸音、气泡或抽泣是笔者自己喘的（这是可以说的吗？）相比之下，什么用AI辅音拆std，用UTAU喉塞拆术力口都没那么震撼了。
这时候可能有野生吴彦祖要问了，这种歌姬与歌姬的结合甚至歌姬与人的结合是否在为诸如假唱这样的违规行为开脱。笔者最后再次强调：判断一个技巧可否使用，个人的原则一是必须提升听感，二是必须保证歌姬的主导地位，三是增加了操作量与操作难度而非使人懒惰。
当二次元与三次元的“人”们最后都来到了宿主软件这个终极归宿，我们要做的是用经年累月训练出的审美与敏锐的听感去捕捉每个引擎、声库、原唱、实录所能做到的极致表现力，在合适的时机合适的位置，用娴熟而自然的操作把各自的优势组合起来，达到光靠其中一方难以达到的效果，谓之“突破上限”。
当所有声音信号最终从总轨里发送出来时，它们注定不该有太多隔阂。人声合成技术的发展还有巨大空间，AI提供的工具也会更加丰富，但本质仍然是音频，是可以被人耳捕捉的声波。歌曲本身自有其艺术性，通过听者的耳膜得以体现。
依然是上一篇末尾提到的那段话：“相比于作为一种技巧，拆轨更像是一种思路和态度：精益求精，融会贯通。掌握这一技巧，必然要付出很多时间和精力，但如果你希望钻研出超越普通水平的调校；如果你想像教主说的那样，多听，反复听，反复修改；如果你不满足于目前的刚好能听的作品；如果你愿意花时间和认真审查每个字的发音；如果你善于发现不同声库各自的优缺点，如果你也喜欢玩各种不同的引擎。那么，拆轨是值得好好研究的。”
特别鸣谢：血焰玖蝶
审核：一只大水母p、飙尘_Konoyo、九雪_Yuki、正十字p
参考工程：
[1]赤羽 《映山红》 跨海星尘 （未发布）
[2]赤羽 《我爱你》 跨海星尘 （未发布）
（这两首歌都拆碎了，不止一个文件，无法上传vsqx，爱思维之光特供）
