为什么要教小冰唱歌？
时间：2022-03-31 06:36:01 | 来源：行业动态
时间：2022-03-31 06:36:01 来源：行业动态
唱歌是微软小冰在人工智能的声音创造方面取得的巨大突破，甚至可以说是语音合成技术领域的最高限。在昨天与媒体的交流中，微软小冰首席语音科学家栾剑透露了微软之所以教小冰唱歌的初衷：第一，在语音领域，唱歌的技术门槛比说话高；第二，音乐的情感表达更加丰富和激烈；第三，音乐是一个很重要的娱乐形式。
微软小冰首席语音科学家栾剑
因此，选择唱歌这样一个极具挑战的领域，一方面能够推进微软小冰人工智能框架在语音方面的研究，另一方面，通过这种更为大众广泛接受的产品和成果，也能更容易获得用户的交互和反馈信息，反过来推动技术的发展。
2015年，我们第一次听到了微软小冰的声音生动活泼、古灵精怪，这样一个萌妹子人设很快俘获了众多消费者的心。虽然那时候的她已经具备了很多声音技能，比如儿化音、中英文混杂的朗读、讲儿童故事等等，但在音乐方面却是一窍不通。
而在短短的四年时间里，小冰是如何快速从一个音痴变成一个唱作歌手的呢？栾剑介绍，小冰的学习渠道有两种，一是和人类歌手学习，二是识别曲谱进行演唱。对于人来说，可能前者是相对简单和广泛的学习方式，但机器恰恰相反，后者的输入方式更加便捷和清晰，能够减少很多误差。
通过参数合成的方法，小冰团队采集了发音、 节拍、旋律这三大音乐元素，并对声谱参数、节奏序列、音高轨迹分别建模，根据三个参数统一构建模型，生成最终声音波形。
和所有的深度学习任务一样，这个过程需要大量数据的支持。然而，在AI唱歌领域，清唱数据却严重缺乏，绝大部分数据都是混杂着伴奏的音轨，这样的干扰对于人声的提取和模型的训练提出了巨大挑战。对此，小冰团队通过人声部分检测、音素时刻对齐、音高轨迹提取等方式弥补了不足。
现在，小冰已经在演唱和作曲方面双开花。比如，在音乐平台中充当虚拟歌手，既可以发单曲，也可以帮助音乐公司完善歌手库；比如，为音乐创作者演唱歌曲小样；再比如，通过音乐生成平台，小冰还可以为音乐创作者提供许多音乐制作的工具。接下来，我们还会把更多的人工智能元素加进去，帮助大家作词、作曲，或者在已有词曲基础上进行修改和完善。在这方面，她会给音乐领域带来巨大的经济价值。栾剑表示。
在线咨询
