公式で配布されてるMMDデータを使用してBlenderでアニメーションさせたものをUnityに取り込み、uLipSyncで口パクさせてアニメーション遷移などをスクリプトで制御して半自動生成な方法でMVを作ってます。
UnityのAudioSourceを2つ用意して一つには伴奏だけを書き出したトラックを読ませて、uLipSync用のAudioSourceにはボーカルだけを書き出したトラックを読ませて内部のミキサーで混ぜてます。

made with
Synthesizer V : https://dreamtonics.com/synthesizerv/
Synthesizer V AI 夏色花梨 : https://www.ah-soft.com/synth-v/karin/index.html
夏色花梨 MMD Data : https://tokyo6.tokyo/natsukikarin/

Unity : https://unity.com
uLipSync(Auto Lip-Sync) : https://github.com/hecomi/uLipSync
Plateau Open Data : https://www.mlit.go.jp/plateau/open-data/
Blender : https://www.blender.org/

This work is based on "birdflap" (https://sketchfab.com/3d-models/birdflap-b2a1fad2c9b0411f85565d3bb1796a20) by acheronnw (https://sketchfab.com/acheronnw) licensed under CC-BY-4.0 (http://creativecommons.org/licenses/by/4.0/)