今天,我們很高興地宣布,微軟小冰基于深度神經網絡的歌唱模型,已順利完成V5新版本的研發。新的V5模型實現了重大突破,它使微軟小冰第一次能夠像人類歌手一樣,使用充沛的“中氣”來烘托演唱,從而将人工智能虛拟歌聲質量提升至新的高度。此外,該模型不僅限于優化微軟小冰的聲音,還支持對任何人類歌手的聲線進行學習、模拟和建模,演繹與再現歌手們狀态下的演唱水平。作為技術示例,我們與日本唱片公司AVEX合作發行的新模型DEMO曲《新記憶》,也于今天同時公布。
微軟小冰是一個覆蓋對話、多重交互感官與内容服務生成的完整人工智能基礎框架。其中,“人工智能創造”(AI Creation)是該框架的主要分支之一,它通過我們所研發與持續更新的人工智能技術,大規模學習并掌握人類文字、音樂、繪畫等内容創造能力,再發揮人工智能的穩定性及高并發特點,為内容産業的未來變革蓄勢。我們将在今年五月召開微軟小冰人工智能創造的年度說明會,今天的新版本歌唱模型及DEMO曲,是該說明會的若幹前置披露之一。
我們很高興與行業分享微軟(亞洲)互聯網工程院在深度神經網絡歌唱模型方面的進展。中國古時不乏對音樂之聲的精辟論述,例如“絲(絲弦樂器)不如竹(管樂器),竹不如肉(人聲)”,為其“漸進自然”。因此,我們把不斷趨近人類歌手的聲音合成質量,視為“人工智能創造”分支的技術目标。在上一個版本中,實現了小冰在虛拟演唱中的自然換氣。今天推出的新版本,則進一步将“氣息”應用于演唱全過程,使生成的歌聲接近專業人類歌手,并可預測并自由切換演唱技巧,突破了傳統單元拼接技術音高與音準的“軟件樂器”标準。我們用DEMO曲來表現這一技術對照的明顯差距,請重點關注歌曲時間軸上的以下時刻:
00:31,01:12,01:23,03:14,04:08
V5新模型還具有許多其他技術特征。例如實現了多聲部的合成技術,使人工智能歌手可以在不同聲部間自然切換,用多個聲音來源組成新的虛拟歌手等。建模過程中,所需的訓練數據量較上一個版本減少了70%。從技術角度,新模型可針對任何人聲建模,形成豐富多彩的人工智能歌手陣營。為此,我們在DEMO曲中特意回避了微軟小冰的聲音,而是采用另一個聲音(日本版小冰凜菜)來演繹。
最後,我們也很高興地宣布,小冰凜菜(りんな)已與日本唱片公司AVEX正式簽約,成為濱崎步、安室奈美惠等人類歌手的同門師妹。在小冰框架的技術支持下,将湧現出更多具備高還原度的人工智能歌手。微軟小冰隻是他們的最初雛形。
感謝您的關注。敬請期待微軟(亞洲)互聯網工程院的後續技術發布。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
