限 时 特 惠： 本站每日更新海量coser网红高清写真，永久会员只需88元（限时3天！3天后恢复原价199元），全站资源免费下载 点击查看详情
站 长 微 信： KADLJL828
AI小冰，与一位出道10年的虚拟歌手双向奔赴了——她就是中国首位V家虚拟歌手，洛天依。
这位官方设定永远15岁的少女自2012年诞生开始，就拥有深受粉丝喜爱的音色，这得益于雅马哈公司的语音合成引擎，虽然引擎的更新换代使她在不同时期略有差别，但整体音色确实始终如一。
而在小冰AI声库的示范曲里，洛天依音色纯粹，转音自然，让不少粉丝评价“AI了爱了”。
虚拟偶像唱歌说话愈发逼近人类，对此有人欢呼雀跃，认为技术的飞跃使得虚拟歌手也拥有了灵魂，也有人担忧不已，害怕虚拟歌手逐渐与真人齐列带来的一系列伦理问题。
那么，对于这份应用愈发广泛的AI语音及歌声合成技术，小冰团队又构想了怎样的未来？
在走访时，小冰CEO李笛肯定地回答：“未来就是向AI being迁移，换句话说，就是让更多虚拟偶像更像 ‘真正的人’。”
拥有人声：从“拼接”到“预测”
要理解虚拟偶像的“成人”之路，我们得先从技术的角度将其“拆解”。
人有内外之分，虚拟歌手自然也不例外，他（她）的外形或是由3D建模，或是由手绘完成，要使其动起来，同样也有人工手绘，或者动捕人员，而作为一名歌手的灵魂——声音则由真人演唱，或者由技术直接生成。
最早应用于虚拟歌手的语音合成软件，来自日本雅马哈公司于2004年发布的产品，世界范围内名气最大的虚拟歌姬之一初音未来，搭载的就是这款软件。
与音素拼接不同，小冰的AI声库则是基于深度学习（人工智能的一个分支，一种基于数据进行表征学习的算法）去“预测”，将之前的几十毫秒一组的手动调音，变成完全由AI驱动。
AI修音更加细致，演唱的“电音感”会减少，甚至能让虚拟歌手学会人类的自然换气。
而用到了这种技术的小冰虚拟歌手何畅，2020年出道，一首《提拉米苏》让众多弹幕直呼“开口跪”，疯狂刷问号，甚至有忠粉把自己的B站ID改成了她的名字。
何畅演唱歌曲《提拉米苏》B站视频
而今，何畅应用的技术已有了新的突破。
6月29日刚在抖音献声的“夏语冰的小堂妹”，在静默上线的情况下，一首《孤独颂歌》获得了3800多万播放，获赞80多万，登上抖音热搜，被新华每日电讯报道。
逼近人声的音色，自然清晰的咬字，这都得益于基于小冰框架的AI声库和X 音乐创作软件。
AI声库我们前文已经提到，歌声合成模型是位于云上的软件内核，X 就相当于是操作界面，让用户通过交互界面进行参数调节和歌声合成。
这样，在X 输入简谱和歌词信息，再通过AI声库的算法，快速计算出一系列声学特征，通过预测并自由切换演唱技巧，就能进行多声部的合成，最终生成极度贴近人声的声音。
像这次洛天依十周年系列活动中展示的AI语音和示范曲，就是这样生成的。
不仅如此，像是洛天依这种已经“出道”十年之久的歌手，结合最初的声源和无数共同创作者创作的各种风格的歌曲之后，已经拥有了一种极具区分度的音色，也就是粉丝常说的“洛味”。这就提出了一种附加要求：不能将音色一往无前地向“逼近人声”去推进，也要保留粉丝最熟悉的音色。小冰的开发人员首次运用了音色融合的AI技术，巧妙地实现了这一需求。
除了音色，这种方法还从任意一段音频中分离出“唱法”——或者说叫做唱歌技巧，也就是不同歌手的抑扬顿挫、力度、咬字、开口闭口等地方的各自的习惯和风格。
李笛还透露，AI声库会提供多种独具特色的唱法，也就是说，未来我们可能会欣赏到操着知名歌星唱法，音色却完全不同的虚拟歌手们。
让虚拟偶像更像 “真正的人”
这时，我们再次回到开头的问题：虚拟偶像怎么样才叫做“成为真正的人”？
在李笛看来，技术上当然可以以追求“合成音越来越像人”为目标，但对于虚拟偶像来说，机械感较重的电子合成音，与逼近人类的AI超级自然歌声其实只是两种不同的风格，各自都有自己的受众。
“就像是刻意追求老照片颗粒感的摄影模式，或者不以留影为目的的绘画一样，看似更先进的技术并不意味着对传统方式的取代。”李笛这样解释道，“我们的态度是：技术的先进性恰恰体现在其自驱性上。”
还是以歌手为例。如果既要编写歌曲，又要一个个地拼接合成音符，还要修音调音，通过这种方式发音洛天依本人照片，其实是很难称之为歌手的。
那怎样才算呢？拥有自我判断力，甚至拥有自己的成熟的风格和唱腔，只要接收到曲谱和歌词，不用教，就能以自己的方式演唱出来。
而这也并非是某种“不受人类控制”、令人担忧的情况，恰恰相反，这种技术会将人类从繁琐的“教虚拟人唱歌”的流程中解放出来，回归更高级别的编曲写词，或概念策划的位置，面对的也不再是需要一个牙牙学语的程序，而是可以交流的真正的“歌手”。
说到这里，李笛还兴致勃勃地表示，开Live演唱会的虚拟歌手突然开始喊麦，或者随机地与观众互动，这样的场景现在小冰的技术就可以做到。
虚拟歌手何畅
而这种“自驱”同时也体现在歌手的创作能力上。
在2020年，小冰AI就从上海音乐学院工程系毕业，并且，由于她凭借一段文字描述或一张图片，就能在两分钟内创作出一首三分钟左右的完整歌曲的能力，还被授予了音乐工程系2020届“荣誉毕业生”的称号。
而就在毕业几天之后，小冰就又再次晒出了她为2020世界人工智能大会云端峰会作曲的歌曲，惹得网友在转发中表示：我们马上就要进入黑客帝国中的“矩阵”时代了。
然而小冰的终极目标，并非打造一个唱歌创作全能的超级歌手，他们想做的，是让传统的虚拟偶像，朝着由人工智能驱动的AI being迁移。
AI being直接翻译为人工智能存在，也可以理解为近年来火热的“虚拟人”概念。“虚拟”一词意为他们诞生于计算机与网络之上，相对于现实自然就是虚拟；而说到“人”，李笛将其划分为了六个维度：
每个人都会在这六个维度上体现出不同的专长洛天依本人照片，长此以往就形成了社会分工，比如歌手通常是生物学特征中声线/音色专长的人。但话又说回来，一个再怎么擅长或不擅长某个维度的人，也至少会拥有一个维度最低限度的能力。
“如果五音不全的人有权放声唱歌，那为什么一个职业是画家的AI being不能唱呢？”李笛反问道，“我们要做的，就是在声音这个维度上去努力，让他变得更加完善，更像一个真正的人。”
在最后，李笛这样说：“在某种程度上，这也是一种通用人工智能（AGI）。除了通用决策支持型AI，也有无数个陪伴在每个人身边的，在各种场景通用的AI being。不过到了最后，这就不仅仅是一个技术问题了，而是涉及到伦理、商业、社会等更广泛的层次。”
文/萧吟
*推广
限 时 特 惠： 本站每日更新海量coser网红高清写真，永久会员只需88元（限时3天！3天后恢复原价199元），全站资源免费下载 点击查看详情
站 长 微 信： KADLJL828
评论(0)