声の録音と曲の録音を分ける方法なら
1) 原曲に対して、後でボイチェンで上げる予定のピッチ分だけ下げたデータを作る
2) 1)で作った音源を元に歌って録音する
3) 2)の声データをボイチェンで弄る
4) 3)の声データと原曲をミックスする
でいけるはず

リアルタイムでやりたいなら・・・音感を鍛えろとしか言えない・・・