當(dāng)說到“AI音樂”時(shí),你能想到什么畫面?機(jī)器人唱歌?自動(dòng)生成歌曲?
事實(shí)上,AI音樂已經(jīng)不算新鮮事。用人工智能創(chuàng)作音樂,最早可以追溯到上個(gè)世紀(jì)50年代。1951年,“人工智能之父”阿蘭·圖靈就嘗試過用電腦生成音樂并錄制下來。2016 年,索尼計(jì)算機(jī)科學(xué)實(shí)驗(yàn)推出的大型歌曲和風(fēng)格數(shù)據(jù)庫 Flow Machines,創(chuàng)作出了“披頭士”風(fēng)格的旋律。
如果說早些年,AI音樂創(chuàng)作主要集中在純樂曲和氛圍音樂。那么近兩年,AI在作詞、編曲、伴奏、演唱方面一條龍的“音樂才華”無不讓人大開眼界。
從國內(nèi)第一代虛擬歌手“洛天依”開始,人工智能在音樂領(lǐng)域興起了越來越多的浪潮:音樂家Taryn Southern與人工智能合作創(chuàng)作專輯、微軟打造了會(huì)編曲、作詞、唱歌的“智能少女”小冰、韓國SM公司推出含AI概念的女團(tuán)aespa、網(wǎng)易發(fā)布AI原創(chuàng)單曲……“AI+音樂”的熱度持續(xù)升溫。
AI歌曲合成
隨著AI音樂應(yīng)用的不斷突破,其背后歌聲合成技術(shù),也越來越受到關(guān)注。歌聲合成與語音合成相比,既有相似性,也有其特殊性。
歌唱合成技術(shù)是將樂譜信息和歌詞轉(zhuǎn)換為歌唱語音的技術(shù)。相較于語音合成(TTS),音樂是流媒體,對(duì)作品的流暢度要求更高。因此,歌曲合成需要輸入更多維度的音樂標(biāo)注信息(音高、音符的時(shí)值),同時(shí)要求輸出的歌聲更有感情的起伏,聲音展現(xiàn)還要有連續(xù)性,技術(shù)實(shí)現(xiàn)上來說更為復(fù)雜。
像人的學(xué)習(xí)一樣,AI歌曲合成系統(tǒng)也需要通過語料庫學(xué)習(xí)海量的歌曲內(nèi)容,才能“創(chuàng)作”出新的音樂作品。普通學(xué)生學(xué)習(xí)一首曲子需要至少一周時(shí)間,但是有了AI技術(shù)的加持,將優(yōu)質(zhì)的歌曲數(shù)據(jù)輸入到算法中進(jìn)行模型訓(xùn)練,只需要很短時(shí)間即可完成一首歌的創(chuàng)作。
高質(zhì)量數(shù)據(jù)庫 化解AI歌曲合成難點(diǎn)
盡管技術(shù)在不斷進(jìn)步,但歌曲合成仍然存在兩大難點(diǎn)。
一是音域的限制。由于每個(gè)歌手都有適合自己的音域范圍,對(duì)于超出音域范圍的歌曲,AI歌唱合成效果就會(huì)受到一定的影響。
其次,就是對(duì)高質(zhì)量數(shù)據(jù)的需求。在對(duì)聲音數(shù)據(jù)的處理上,歌聲比語音所包含的專業(yè)因素更多。歌聲的音高、音強(qiáng)、音長等變化組合繁復(fù),需要標(biāo)注人員對(duì)音樂有較深的理解,才能根據(jù)錄制的人聲演唱中所包含的音高、旋律節(jié)奏、演唱技巧、歌詞等內(nèi)容進(jìn)行精細(xì)標(biāo)注。
合成歌聲的質(zhì)量在很大程度上取決于數(shù)據(jù)庫的質(zhì)量。如何用更少的數(shù)據(jù),讓歌曲合成效果更真實(shí)、自然,獲取更穩(wěn)定的體驗(yàn)效果,是 AI歌曲合成技術(shù)突破的重點(diǎn)。
標(biāo)貝科技深耕AI能數(shù)據(jù)服務(wù)領(lǐng)域多年,在語音數(shù)據(jù)生產(chǎn)方面沉淀了先進(jìn)的技術(shù)能力以及大量音樂人才儲(chǔ)備。面對(duì)復(fù)雜度更高的歌聲合成需求,標(biāo)貝科技設(shè)計(jì)了一套專業(yè)化的數(shù)據(jù)處理流程,能夠?qū)崿F(xiàn)快速產(chǎn)出高質(zhì)量的不同音色、不同風(fēng)格的歌聲數(shù)據(jù)。
目前,標(biāo)貝科技擁有近5000首不同風(fēng)格類型的中文歌曲數(shù)據(jù)庫。均由經(jīng)過訓(xùn)練的專業(yè)歌手完成的整個(gè)數(shù)據(jù)的采集,并且標(biāo)貝科技全程進(jìn)行監(jiān)督和指導(dǎo),以確保數(shù)據(jù)質(zhì)量。
在音頻標(biāo)注的標(biāo)注格式方面,標(biāo)貝科技采用了兼容性強(qiáng)、記錄音樂信息精確性高的 MusicXML格式,對(duì)時(shí)值、升降號(hào)、節(jié)拍、譜號(hào)等樂譜屬性進(jìn)行記錄。
同時(shí),為了減少標(biāo)注的錯(cuò)誤率,標(biāo)貝在重音、頓音、假聲、連音等音符的相關(guān)信息的區(qū)分和記錄上做了大量工作。甚至在對(duì)較難把握的顫音的處理上,也有專門的識(shí)別和標(biāo)注記號(hào)。
如上圖示意,標(biāo)貝科技在標(biāo)注過程中給出了旋律音符對(duì)應(yīng)的音高節(jié)奏、轉(zhuǎn)音、氣口、休止符、歌詞信息以及對(duì)應(yīng)的拼音信息。
歡迎對(duì)以上歌曲合成數(shù)據(jù)感興趣的行業(yè)伙伴聯(lián)系我們~
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國柏林國際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場(chǎng)的強(qiáng)大影響力。
近日,中國家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會(huì)主辦的“2024全球開發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。