KSD C5——能让你血脉偾张的宝藏监听

Serato DJ 好伴侣:Hercules DJControl Inpulse 500 上手解析

喜讯:Cubase Artist 现在可以限时免费升级到 Cubase Pro!

网易云音乐投资的 AI 作曲有多神奇?测评 AIVA 初体验

万元级别声卡「六面兽」:METRIC HALO 第三代模组化便携式音频接口 ULN-2 3d 简评


人工智能让 Jay-Z 唱起了《哈姆雷特》,语音合成技术的进步远比我们想象的要快

分享到微信朋友圈

· Dark$ide 发布于 2020-05-26    1 评论

语音合成的技术发展远比我们想象的要快。今年 4 月份 YouTube 曾经下架了一个视频,视频的内容是知名说唱歌手 Jay-Z 唱起了 “To Be, Or Not To Be ”。当然这不是 Jay-Z 本人之举,而是由语音合成技术利用计算机生成逼真的人类语音。


虽然 Jay-Z 的经纪公司 Roc Nation LLC 声称,这段视频 “非法使用人工智能来模仿我们客户的声音”, 但这不得不再次引发我们对于语音合成器技术的关注和思考。


原 YouTube 链接:https://youtu.be/m7u-y9oqUSw


语音合成技术,是通过神经网络,在经过人声示例和文本内容的训练下,只需提供文本即可生成接近人类的语音。除了上面的案例,下面还有一个知名说唱歌手 The Notorious B.I.G 用说唱的方式朗诵 “创世纪” 的视频:


原 YouTube 链接:https://youtu.be/_OsRR7HIICU


我们都知道 Biggie 已经走了很久,这段音频显然不可能是本人为之,而语音合成生成的结果甚至能够达到以假乱真的程度了。通过这个案例,我们可以大致了解语音合成的步骤:Biggie 的声音由计算器合成,需要使用 Biggie 的人声片段以及对应的文本,让人工智能在音频与文本的对比下进行 “学习” ,明白每个字的 “念法”。经过大量的训练后,语音合成器就能够形成模型,然后只要输入文本,人工智能就会在模型中选取符合读法并进行合成。

虽然这样的人声合成方式看上去并不是很智能,并且当前的语音合成器还有一些问题,比如复杂单词难以发音,无法进行实时生成,以及不能引导合成人声的情绪,但在普通情况下语音合成技术已经为我们展现了惊人的成果。

语音合成去得到了如此重大的进步,一方面这项技术带来了更多可能性,比如可以让你与已故的 Biggie 一同合作;另一面它也可能带来法律问题,侵犯版权和艺术家的公开权。我们应该更加谨慎的对待这项技术,因为它很可能被用来造价,但我们也不能因此而否定这项技术所带来的正面价值。

共有 1 条评论

添加评论