“也許以后，藝術家都用AI協助自己創作” 人工智能小冰玩音樂

小冰是微軟研發的一款人工智能，擁有上億用戶，對話數據達幾百億輪，目前已發展到第五代。圖為第四屆世界互聯網大會上的微軟小冰。（視覺中國/圖）

（本文首發于2018年6月21日《南方周末》）

小冰創作出的作品，其中60%由上一代雜交而成，20%直接保留到下二代，剩下的20%可能發生“基因突變”。“說不定它可以帶領一個流派或者潮流的出現”。

2018年5月，微軟宣布公司旗下人工智能小冰掌握了歌詞創作和譜曲能力，意味著它或能以全能音樂人身份出道。此前，小冰已經學會了唱歌。

“我們一天的狀態，跟一般的‘碼農’沒有太大區別。”在微軟（中國）辦公室里，微軟小冰團隊科學家欒劍和袁晶如此自我評價。他們的日常工作，是教人工智能小冰唱歌、寫歌。

欒劍負責“教唱歌”。他大學時的專業是機械工程，畢業后多年研究聲紋識別和語音合成技術。“業內流傳著一個冷笑話，做語音識別的人，常常耳朵不太好；做語音合成的人，常常嘴巴不太能說。”欒劍對南方周末記者說，“我們每天聽大量的聲音，去驗證、比較，做各種研究，對耳朵有一定的傷害；語音合成用到這么多歌手的聲音，發現他們的歌聲跟普通人嗓音差距好大，可能就導致我有時候不太愿意說話。”

人類學唱歌，需要識譜、辨音、練聲，人工智能學唱歌，則是一系列軟件工程——曲譜分析、發音預測、聲學特征提取、深度神經網絡學習、聲碼器合成、音頻后處理……

軟件，只是人工智能唱歌的開始。欒劍向南方周末記者播放小冰最初唱歌的音頻——鄧麗君的《我只在乎你》。

“我們當時覺得跑調很嚴重，這個‘人’好像五音不全。”盡管聽過很多遍，欒劍還是忍不住笑了，“拍子比較亂，有時候一個字應該唱半拍的，但是它唱了一拍，應該唱兩拍的，它也唱了一拍；偶爾會有一些莫名其妙的噪音出現，就像嗓子不好，破音了。”

令欒劍感到欣慰的是，小冰的歌聲比較自然，“像人在跑調，不是機器在跑調。”

欒劍在音調控制和節奏把握上做了一些修改。接下來，小冰開始了艱苦的訓練，這個過程，是人工智能的深度學習。第二代小冰的唱歌技巧，在音調和節拍上都已達到基本準確，不過音質仍然比較生硬，“有點像說話的感覺”。

欒劍把錄音模型的采樣率從16千赫茲提高到48千赫茲，于是有了第三代小冰的歌聲，唱的是張韶涵的《隱形的翅膀》。“音質很通透，”欒劍自豪地說，“最新的第四代又有了提高，更加順暢、自然。”

點擊圖片可觀看視