是使用日本雅马哈公司所开发的Vocaloid程序编辑出来的。软件采用Yamaha开发的“Frequency-domain Singing Articulation Splicing and Shaping”。先采集人类声音的标本，然后再制作歌声数据库，最后进行伴奏与歌声合成。
要想制作这种虚拟歌手，不仅要有资金，最重要的是它的技术，这不是有钱就能做到的，vocaloid的研发公司可是做了100多年的音乐产品了，其中的技术不是一时半会就能研发出来的。光是一个声库的研发成本就100万。
扩展资料：
系统架构：
Vocaloid软件的系统架构（System architecture）分为三个部分：歌曲编辑器（Score Editor）、音源库（Singer Library）和合成引擎（Synthesis Engine）。
歌曲编辑器
歌曲编辑器（Score Editor）是一个可以输入音符、歌词和声音表达式的琴键界面。对于日语音源库来说，用户可以将平假名、片假名和日语罗马字以五十音歌词的方式输入。
对于英语音源库来说，编辑器会使用内置发音词典将歌词转换为国际音标注音符号。使用五十音和注音符号来进行编辑是为了让用户可以直接造词。
因为日语音源库和英语音源库共处于同一平台，所以虽然使用不同的输入法，但是日语编辑器依旧可以读取英语音源库，反之亦然。所有的Vocaloid歌曲编辑器皆可以读取所有的Vocaloid音源库。
正因为此，所有版本的歌曲编辑器除了菜单语言外本质上没有任何不同，因为整个程序的核心不在于编辑器而在于音源库。
歌曲编辑器提供不同的参数用于添加表达式和生成歌声，而用户的目标则是对这些参数进行优化。编辑器支持Rewire，并能与DAW同步。也支持用MIDI键盘进行实时回放（Real-time Playback）歌词所组合的乐曲。
音源库：
音源库（Singer Library）是Vocaloid系统架构的核心部分。每一个由Vocaloid授权的音源库或数据库都采样于真人实录片段。音源库的基础数据必须包含其目标语言可能包含的所有音素（phonemes）的所有组合。还包括双音素（相连的两个不同的音素）和长原音。
如果需要的话，数据库还需要有多音，暨三个及三个以上的音素相连的组合。举例说明，若声音对应的单词是“初”（chū），可以按顺序来串联合成“#-c，c-h，h-u，u-#”（#代表清音，不过现代汉语，或者说“普通话”是不需要清音的）的组合。
为了得到更自然的声音，需要不同音高范围的片段。日语有500种双音素组合，而英语则有2500种。
日语的双音素很少，主要是因为日语的音素少，并且有较多的以原音为结尾的开音节。在日语中，基本只有三种双音素含有辅音：“清音-辅音”、“元音-辅音”和“辅音-原音”，而在英语中很多的辅音后面会跟有闭音节。
例如双音素“辅音-辅音”和“辅音-清音”。因此，日语的组合难度较低，而英语则需要更多的双音节资料。也因为这个差异，日语音源库从理论上和技术上是无法去唱出英语词的。Vocaloid的所有版本也均不能支持这些操作。
合成引擎：
合成引擎（Synthesis Engine）是Vocaloid编辑器的综合处理中心。歌曲编辑器会向合成引擎传送一种被称为“Vocaloid MIDI”的乐谱信息，其包含Vocaloid专有的MIDI信息。
调整在频域内的不同片段音高和音色后，就会进行拼接并合成歌声。当Vocaloid从DAW作为VSTi来运行时，捆绑在内的VST插件会绕过歌曲编辑器并能直接将各种信息发送给合成引擎。
在歌曲中，一个音节的辅音音节首会在元音音节的音节首前发声，而音符的起始位置并非和音节的起始位置相同，而是和元音的音节首位置相同。
软件会实时调整合成乐谱的音符位置让其与元音的音节首位置重合，若不这么做歌曲会有延迟感。接下来合成引擎会自动调整音源库中样本的音调使其贴合乐谱，紧接着引擎会抚平两份声音样本连接处的不协调感。
经过上面步骤的处理，引擎会通过诸如快速傅里叶逆变换（IFFT）等技术输出合成声音。
参考资料：百度百科-vocaloid
就建一个群，群公告里写：招聘cv，音源制作，画师，建模等等，然后写上有偿，也可以写无偿。有偿大家做的会很好，来群里的也多。无偿可能做的不好，招聘也麻烦。
有偿就是钱，有钱可以。
在百度发帖，热烈招募。
下载制作音源软件。
做完以后，发帖宣传。
靠个人是做不出来的吧，需要很多人最起码制作组才可以吧