人工智能进军说唱，初音未来、微软小冰你知道多少？

　　导读： 人人皆可RAP？听上去很吸引人。作为人工智能的新尝试，爱说唱获得了不少目光，毕竟没有freestyle也没问题了。那么，还有哪些人工智能已经在乐坛上出道了？

　　当下，说唱文化正逐渐在中国流行起来。《中国有嘻哈》、《中国新说唱》把说唱歌曲这类小众文化带到更广泛的人群面前。但对于普通用户来说，比起流行歌曲，“说唱”显然更有难度：节奏、押韵，说唱文化中的嘻哈态度都让人望而却步。

　　但是最近，人工智能好像为我们解决了一部分难关。

　　在百度上月举办的AI开发者大会上，百度副总裁沈抖携说唱歌手孙八一，发布了一款名为“爱说唱”的智能小程序：用户只需选择背景音乐，然后随便说出一段话，就可自动生成一段堪比专业的RAP歌曲。

　　人人皆可RAP？听上去很吸引人。作为人工智能的新尝试，爱说唱获得了不少目光，毕竟没有freestyle也没问题了。那么，还有哪些人工智能已经在乐坛上出道了？

　　今天我们就来盘点一下那些AI歌姬们。

　　初音未来、洛天依

　　说起“虚拟偶像”，几乎所有的宅友们脑海中跳出的第一个名字便是“初音未来”，作为世界上第一个举办演唱会的虚拟歌手，世界第一公主殿下的名号可以说是响彻云霄。

　　初音未来，是2007年由Yamaha的VOCALOID系列语音合成程序为基础开发的虚拟少女偶像。

　　对，你没有看错，这个葱色双马尾辫的少女的缔造者，是雅马哈。事实上，看起来“不务正业”的雅马哈除了生产摩托车以外，还是世界上最大的音乐乐器的生厂商，其中就包括了音乐合成器。2004年，雅马哈开发了电子音乐制作语音合成软件核心引擎VOCALOID，就是初音未来和她的中国风妹妹洛天依的核心。

　　根据目前主流的语音合成方式，Vocaloid采用的是“拼接合成”技术，使用者可以通过输入歌词和音符的方式直接生成歌曲，而歌曲的基础声音数据则来自于配音演员。

　　如果需要创作一首新的曲子，使用者需要规划歌词和音调，编辑歌词和音调。并且可以更改每一个音符，对生成的＂唱词＂进行各项微调，包括呼吸力度、口的开合甚至颤音，通过这些调整，就可令原本破碎的声音数据变为连贯的类人电子声音。

　　采用这种方式来创作，可以实现对歌曲最精确的控制，但另一方面，也很需要作者调整各项参数的功力。

　　微软小冰

　　不同于初音未来这种天生歌姬，微软小冰是半路出家，唱歌的原理也不一样——虚拟歌手需要录制好的声音库，再通过重新拼接声音库中的片段形成歌曲；而小冰唱歌是根据输入的信号做出发声的反应，也就是机器学习。

　　如今的小冰已经更新到了第四代，在音调、音质、自然度、衔接上都有了极大的改进，此外又加上了换气的声音和人类的演唱技巧，大大提高了演唱的自然度。

　　佐藤莎莎拉

　　佐藤莎莎拉是由基于HMM合成技术的声音创作软件CeVIO Creative Studio创造的虚拟歌姬，因其酷似真人的声音，被粉丝称为站立在现实和动画的交界处的女主角。

　　CeVIO Creative Studio采用的算法在本质上与VOCALOID的＂拼接算法＂不同，HMM合成通过提取人声中的特征量建模，可以最大程度保留人声的特征，经过后期可以与VOCALOID媲美甚至更加接近人声，在声音的拟真度上可以说也并不逊于今天的小冰。

　　在某种意义上，虚拟歌姬和小冰都是利用技术降低了艺术创作的门槛，但根本性的不同在于对这一问题的回答：

　　科技在艺术创作中应该扮演什么样的角色？

　　显而易见的是，小冰所代表的无疑是一个激进的科技派：利用科技的发展降低、乃至消除艺术创作的门槛，让技术引导人类的进步。

　　而Vocaloid方面，尽管YAMAHA公司也一直在不断探索前沿的语音合成技术，在音乐创作上采取的却是最为传统的姿态：提供一个乐器，但将创作的自由完全归还给创作者。

　　这种态度最大程度上回归了艺术的本源：人的自我表达，但另一方面，也在客观上保留了创作的门槛。在Vocaloid的圈子里，真正创造价值的仍然是创作者本身，在这里，技术让位于了人类。

　　当然，以小冰的人工智能水平，我们并不需要讨论“人工智能威胁论”之类的东西，但现实的问题确实摆在眼前：在艺术创作领域，“大众”、“简便”的工业化生产似乎已经近在咫尺，而这种流水线生产真的就能完全取代专业而精密的调教了吗？对于创作者而言，“艺术创作”究竟是怎样一种行为，而对于观众们来说，他们欣赏艺术作品时，希望接收到的又是什么呢？

　　其实艺术创作所赋予观众乃至社会的，并不是简单地文字优美、曲调生动，而应该是一种来自于现实社会的思想。