“我越有點(diǎn)東西”。看到楊超越成為首位明星AI歌手后,有用戶在微博上發(fā)文夸好聽。
用戶夸的是“超越AI”唱的一首粵語歌《漫步人生路》,AI學(xué)習(xí)和還原了楊超越的音頻特征,再用她的聲音唱出這首粵語歌曲。目前,這種模擬人聲的AI技術(shù)已經(jīng)明顯脫離了“機(jī)械感”,仿佛真人在歌唱。
“超越AI”發(fā)布者酷狗音樂稱,未來還會有更多風(fēng)格各異、特色突出的AI歌手陸續(xù)上線,這些AI歌手將集中在“超級訂閱”頻道。這是酷狗在AI落地方面的一次最新嘗試,“超越AI”的上線,是希望借助明星的影響力,讓”AI歌手”這一功能為更多人群知曉和喜愛,也讓一些小眾歌曲破圈,讓好音樂得到更多關(guān)注。同時也希望能為音樂行業(yè)帶來更多的想象空間,讓AI技術(shù)真正落地服務(wù)于音樂人、滿足音樂用戶的需求。
AI歌手背后的黑科技
作為《創(chuàng)造101》最出圈的明星,大部分人對楊超越的第一印象是,她因為學(xué)不會唱跳,在節(jié)目中嚎啕大哭。
但現(xiàn)在,“超越AI”可以輕松學(xué)會一首歌,并用不遜色專業(yè)歌手的能力唱出來,甚至包括粵語歌。
這背后是酷狗阿波羅聲音實驗室多年來的潛心研發(fā)。據(jù)站內(nèi)官方資料顯示,阿波羅聲音實驗室,是酷狗音樂旗下負(fù)責(zé)聲音科技、智能音樂技術(shù)研發(fā)的先鋒團(tuán)隊,在聲音合成、聲音復(fù)刻、音樂識別、音樂內(nèi)容理解等技術(shù)領(lǐng)域具有眾多首創(chuàng)研究和深厚積累。實驗室研發(fā)了一系列創(chuàng)新的技術(shù),如個性化聲音合成、音頻指紋、翻唱識別、音軌分離等,開發(fā)了酷狗歌嘰歌嘰、聽歌識曲、多音軌播放等眾多產(chǎn)品功能,致力于為用戶帶來更好的音樂娛樂體驗。
酷狗技術(shù)負(fù)責(zé)人介紹,“超越AI”所演唱的歌曲,是通過自主研發(fā)的阿波羅聲音引擎合成,該技術(shù)采用深度神經(jīng)網(wǎng)絡(luò)模型,能夠高度還原和復(fù)刻音頻特點(diǎn),合成逼真、且富有表現(xiàn)力的歌聲,而粵語歌聲的合成技術(shù),則是行業(yè)首個。“我們自研了一套粵語的合成系統(tǒng),將粵語、國語混合建模,只需要提供國語的錄音數(shù)據(jù),就能合成粵語歌。”
歌聲不同于平常的語音,高低音轉(zhuǎn)換、唱歌風(fēng)格、多個語種等有著更復(fù)雜的模式,所以AI音樂是一個算法和藝術(shù)的交叉領(lǐng)域,需要解決機(jī)器不擅長學(xué)習(xí)的個性化和審美傾向,就要靈活采用多種技術(shù)手段。酷狗的AI歌手在這個領(lǐng)域進(jìn)行了嘗試,并已經(jīng)落地。比如“超越AI”的歌曲列表中,有一首周筆暢原唱的《最美的期待》,這首歌需要扎實的演唱技巧來表現(xiàn)感情。通過AI技術(shù),可以用楊超越的聲音疊加原唱周筆暢的演唱功底,副歌部分甚至采用了真假音轉(zhuǎn)換,展現(xiàn)出高音甜、中音準(zhǔn)、低音穩(wěn)的特色。
據(jù)了解,超越AI涵蓋了“歌聲聲紋提取”、“多語種的歌聲合成”、“多情感語音合成的聲學(xué)模型”等多個先進(jìn)技術(shù),并申請了11件發(fā)明專利。酷狗技術(shù)負(fù)責(zé)人表示,目前他們正在主攻虛擬歌手唱歌、調(diào)教研發(fā),積極探索AI技術(shù)的多個應(yīng)用場景,如明星AI歌手、用戶自建AI歌手等。
目前,“超越AI”可以演繹超過20首熱門單曲,包括《體面》、《白月光與朱砂痣》等不同曲風(fēng)的國語歌,還有《漫步人生路》《春嬌與志明》等粵語歌,曲庫列表正在每月上新中。
酷狗持續(xù)發(fā)力創(chuàng)新
進(jìn)入2022年,互聯(lián)網(wǎng)大廠紛紛在研發(fā)上加大投入,音樂行業(yè)也是如此。根據(jù)酷狗音樂所在的騰訊音樂集團(tuán)財報,2021年全年,騰訊音樂集團(tuán)為了擴(kuò)大產(chǎn)品與技術(shù)創(chuàng)新方面的競爭優(yōu)勢而大幅度增加了研發(fā)投入。
近年來,酷狗也在音樂研發(fā)與創(chuàng)新上多次嘗試。去年10月,酷狗圍繞“曲譜荒”的問題上線了“一鍵求譜”功能,并應(yīng)用了AI曲譜技術(shù),音樂愛好者可以針對性地搜羅曲譜,也可以自主上傳曲譜,上線以來已經(jīng)有超過百萬的用戶求譜交流。
去年年底上線的酷狗蝰蛇音效·多音軌功能,是國內(nèi)首個能同時實現(xiàn)歌曲智能分軌、多軌播放,并對不同音軌增加3D空間聽感的功能。作為音頻領(lǐng)域的一大創(chuàng)新,酷狗蝰蛇音效·多音軌功能在聽覺上賦予音樂空間感、方向感,能讓聲音在三維空間中精準(zhǔn)的環(huán)繞于聽眾的耳朵,還能實現(xiàn)把任意音樂中的人聲、多種樂器聲等不同音色的音軌剝離或單獨(dú)控制播放。
另外,酷狗也推出了“歌嘰歌嘰”產(chǎn)品,集合了“詞、曲、編、唱”于一體的“原創(chuàng)”功能,通過AI輔助作曲、作詞,音樂小白也能創(chuàng)作出歌。
當(dāng)下,在線音樂行業(yè)已經(jīng)從快速增長變?yōu)榇媪扛偁?但仍持續(xù)擴(kuò)大。艾媒咨詢數(shù)據(jù)顯示,2021年中國數(shù)字音樂市場規(guī)模達(dá)到428.9億元,同比增長20.03%,預(yù)計2022年達(dá)到482.7億元。其中,艾媒咨詢分析師認(rèn)為,在技術(shù)推動的作用下,中國數(shù)字音樂市場規(guī)模不斷擴(kuò)大。
此次上線AI歌手,酷狗音樂相關(guān)負(fù)責(zé)人稱,將AI語音與音樂產(chǎn)業(yè)的諸多結(jié)合應(yīng)用,能為業(yè)內(nèi)帶來更多的想象空間,讓AI技術(shù)真正服務(wù)于廣大音樂人、音樂用戶,讓技術(shù)真正推動產(chǎn)業(yè)發(fā)展,酷狗也將在技術(shù)領(lǐng)域持續(xù)投入。
