是使用日本雅馬哈公司所開發的Vocaloid程序編輯出來的。軟件采用Yamaha開發的“Frequency-domain Singing Articulation Splicing and Shaping”。先采集人類聲音的標本，然後再制作歌聲數據庫，最後進行伴奏與歌聲合成。
要想制作這種虛擬歌手，不僅要有資金，最重要的是它的技術，這不是有錢就能做到的，vocaloid的研發公司可是做了100多年的音樂產品了，其中的技術不是壹時半會就能研發出來的。光是壹個聲庫的研發成本就100萬。
擴展資料：
系統架構：
Vocaloid軟件的系統架構（System architecture）分為三個部分：歌曲編輯器（Score Editor）、音源庫（Singer Library）和合成引擎（Synthesis Engine）。
歌曲編輯器
歌曲編輯器（Score Editor）是壹個可以輸入音符、歌詞和聲音表達式的琴鍵界面。對於日語音源庫來說，用戶可以將平假名、片假名和日語羅馬字以五十音歌詞的方式輸入。
對於英語音源庫來說，編輯器會使用內置發音詞典將歌詞轉換為國際音標註音符號。使用五十音和註音符號來進行編輯是為了讓用戶可以直接造詞。
因為日語音源庫和英語音源庫***處於同壹平臺，所以雖然使用不同的輸入法，但是日語編輯器依舊可以讀取英語音源庫，反之亦然。所有的Vocaloid歌曲編輯器皆可以讀取所有的Vocaloid音源庫。
正因為此，所有版本的歌曲編輯器除了菜單語言外本質上沒有任何不同，因為整個程序的核心不在於編輯器而在於音源庫。
歌曲編輯器提供不同的參數用於添加表達式和生成歌聲，而用戶的目標則是對這些參數進行優化。編輯器支持Rewire，並能與DAW同步。也支持用MIDI鍵盤進行實時回放（Real-time Playback）歌詞所組合的樂曲。
音源庫：
音源庫（Singer Library）是Vocaloid系統架構的核心部分。每壹個由Vocaloid授權的音源庫或數據庫都采樣於真人實錄片段。音源庫的基礎數據必須包含其目標語言可能包含的所有音素（phonemes）的所有組合。還包括雙音素（相連的兩個不同的音素）和長原音。
如果需要的話，數據庫還需要有多音，暨三個及三個以上的音素相連的組合。舉例說明，若聲音對應的單詞是“初”（chū），可以按順序來串聯合成“#-c，c-h，h-u，u-#”（#代表清音，不過現代漢語，或者說“普通話”是不需要清音的）的組合。
為了得到更自然的聲音，需要不同音高範圍的片段。日語有500種雙音素組合，而英語則有2500種。?
日語的雙音素很少，主要是因為日語的音素少，並且有較多的以原音為結尾的開音節。在日語中，基本只有三種雙音素含有輔音：“清音-輔音”、“元音-輔音”和“輔音-原音”，而在英語中很多的輔音後面會跟有閉音節。
例如雙音素“輔音-輔音”和“輔音-清音”。因此，日語的組合難度較低，而英語則需要更多的雙音節資料。也因為這個差異，日語音源庫從理論上和技術上是無法去唱出英語詞的。Vocaloid的所有版本也均不能支持這些操作。
合成引擎：
合成引擎（Synthesis Engine）是Vocaloid編輯器的綜合處理中心。歌曲編輯器會向合成引擎傳送壹種被稱為“Vocaloid MIDI”的樂譜信息，其包含Vocaloid專有的MIDI信息。
調整在頻域內的不同片段音高和音色後，就會進行拼接並合成歌聲。當Vocaloid從DAW作為VSTi來運行時，捆綁在內的VST插件會繞過歌曲編輯器並能直接將各種信息發送給合成引擎。
在歌曲中，壹個音節的輔音音節首會在元音音節的音節首前發聲，而音符的起始位置並非和音節的起始位置相同，而是和元音的音節首位置相同。
軟件會實時調整合成樂譜的音符位置讓其與元音的音節首位置重合，若不這麽做歌曲會有延遲感。接下來合成引擎會自動調整音源庫中樣本的音調使其貼合樂譜，緊接著引擎會撫平兩份聲音樣本連接處的不協調感。
經過上面步驟的處理，引擎會通過諸如快速傅裏葉逆變換（IFFT）等技術輸出合成聲音。
參考資料：