“先看清rmvpe的位置。”很多玩家以为原神AI续写歌曲就是丢一段音频进去，等AI吐出一首新歌。实际流程更像搭积木。rmvpe是音高提取算法，它从音频里抓出基频曲线，再把曲线变成MIDI音符。续写模型拿到MIDI，才去猜下一句旋律。所以选择rmvpe只解决第一步，不能解决风格，节拍，配器，混音。若你选它，先确认素材是人声哼唱还是纯音乐。原神同人歌常有人声，rmvpe确实强，尤其是清唱和轻混响。纯音乐里有钢琴，笛子，弦乐，鼓，rmvpe容易把伴奏当人声，结果音高乱跳。

“先判断素材类型。”如果是人声哼唱，rmvpe是优先项。它比传统算法更稳，颤音和滑音也能抓。如果是原神BGM纯音乐，最好先用人声分离工具把可能的人声抽出来，没有人生就换多音高算法。比如basicpitch或crepe，虽然细节不同，但面对复音更合理。若你硬用rmvpe跑完整管弦，它会给你一张像心电图一样的曲线，转成MIDI后全是碎音。解决思路不是骂算法，而是先分轨，再选算法。

“预处理比换算法更救命。”音高提取最怕混响，噪声，伴奏，削波。先把音频降噪，去混响，切掉静音段，统一采样率。原神歌曲里常有大厅混响和民族乐器泛音，这些会让rmvpe误判。你可以用UVR5分离人声和伴奏，再对干声跑rmvpe。若没有分离条件，至少做高通滤波和压缩。采样率建议44100，虽然数字不一定是万能，但能减少重采样错误。切段时每段十秒到三十秒，太长容易漂移，太短缺少上下文。

“参数和模型文件要配对。”选择rmvpe后，检查模型是否完整，onnx文件是否放对目录，GPU是否可用。若报错，先降batch，再换CPU测试。f0范围要按原神角色调整。少女角色高音多，f0上限可设高一些。成男低音多，下限要放低。若八度错误频繁，手动限制范围比自动更可靠。还有跳步长度，它影响时间精度。太小会抖，太大会糊。先默认，再根据结果微调。不要一次改十个参数，否则你分不清是谁的锅。

“后处理决定能不能用。”rmvpe输出的是连续音高曲线，不是干净音符。你要做量化，把曲线对齐到十二平均律，再对齐节拍。颤音可以保留一点，但原神风物之诗琴不需要夸张颤音。八度跳变要修，长音断裂要合并，短碎音要删。若续写模型对MIDI敏感，最好先导出标准MIDI，检查音高，力度，时值。力度可以统一，时值可以量化到十六分音符。这样AI续写时才不会学出一堆怪拍。

“适配原神乐器和曲风。”原神音乐有蒙德的轻快，璃月的典雅，稻妻的哀美，须弥的异域，枫丹的华丽，纳塔的热烈。续写时不能只看音高。风物之诗琴只有有限键位，音域窄，半音和滑音处理不同。若你的MIDI超出范围，游戏里弹不出来。解决方法是移调，压缩音域，改写经过音。若做同人歌，还要考虑人声舒适区。rmvpe抓得准，不代表歌手唱得上去。把音高提取结果和游戏乐器，角色声线，曲式一起看，才像原神二创。

“实战排错流程。”第一步，确认目标是人声还是纯音乐。第二步，分离干声。第三步，选rmvpe并检查模型。第四步，跑音高提取。第五步，转MIDI并后处理。第六步，喂给续写模型。第七步，回听并修改。若rmvpe结果差，不要急着重装，先拿同一段干声跑crepe或pYIN做对比。若rmvpe结果好但续写差，问题可能在节拍，调式，训练数据，提示词。若游戏里弹不了，问题在音域和键位。排错要分段，不要一锅炖。

“把耳朵和游戏体验放回中心。”原神AI续写歌曲的终点不是参数表，而是你弹起来好不好听，唱起来顺不顺，放进提瓦特有没有那个味。rmvpe只是音高提取的一把好工具，适合人声，适合干声，适合需要细腻曲线的场景。遇到纯音乐，复音，强混响，就分离，换算法，修MIDI。遇到八度错误，就限制f0，手动修。遇到风格不对，就改调式，改节拍，改配器。技术为耳朵服务，工具为原神二创服务。你最后要交出的不是一条完美曲线，而是一段能让旅行者停下脚步的旋律。