
资料图:4月27日,中国围棋职业九段棋手柯洁在福州挑战由中国研制的围棋人工智能“星阵”,弈至145手,柯洁中盘认负。中新社记者 王东明 摄
在微软的科学家看来,小冰唱歌的原理和虚拟歌手“初音未来”或“洛天依”演唱的原理并不一样——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。
微软(亚洲)互联网工程院微软小冰首席语音科学家栾剑直言,在拿到曲子后,会根据小冰的风格,调整曲子的细节。“如果完全按照简谱的节拍和音符来唱,会非常机械,不好听。这部分我们是有模型来做的。”

资料图:第二十届科博会展会现场,观众体验机器人。 韩海丹 摄
在人工智能识别了曲子后,就需要用到“另一个模型”——用小冰的声音演唱出来。而这个模型并非简单的发声装置。
栾剑告诉记者,这次使用的唱歌模型已经是第四代了。“我们的第一代版本挺像一个普通人唱歌,虽然唱得挺自然,但有时候不太在调上;到第二代时,我们解决了基本音准;后来不断迭代模型、优化算法,在音质、自然度,包括衔接上做改进,升级到第三代。”
“第四代唱歌模型主要改进了三个方面——一个是我们加入了换气的声音。我们跟一些音乐人做了交流,觉得加入这个会提高演唱的自然度;第二是我们让这个模型变得更复杂了一些,加入了控制因素,使得它在字和字之间、转音地方的一些小技巧,能更加流畅、平滑;第三我们加入了更多训练数据,使模型更加稳定,在风格上更加成型。”他说。
“以前小冰在唱主歌和副歌的感情色彩基本是一样的,虚拟歌手唱歌的时候通常会有这样的问题。而现在可以看到,小冰在唱主歌和副歌的感情、音色是有区别的。副歌的地方情绪会更加激烈,音色会更加高亢。”栾剑觉得,这是新版本与此前三个版本区别最大的地方。

小冰创作的诗集《阳光失了玻璃窗》。
事实上,对于创造人工智能的科学家们而言,让小冰更像人类一直是他们的目标。“我们在小冰身上主要探索两点,一是情感,一是创造。”袁晶觉得,这两点其实某些时候是紧密联系在一起的。“当你做创作的时候一定有情感,当有情感的时候就会想要表达一些东西。”
在他看来,这样的研究不仅仅是在尝试将人工智能技术应用到内容创作领域,同时也希望让人工智能的这种能力帮助到人类。
“其实每个人都有自己创作的欲望。只是有的人比较擅长创作,成为了画家、音乐家,有的人虽然有这样的创作欲望,但他没有这样的能力,或者说没有很高的能力创作出这样的内容。我们觉得,是不是能让AI帮助每一个普通人,都能具有这样创作自己个性化东西的能力。比如说,给他自己或者朋友写首歌。”袁晶说。
栾剑同时也强调,人工智能的发展并非要替代人类,而是将来“帮助人去处理一些很重复的、没有必要的脑力劳动”。













