讓“蒙娜麗莎”開口說話

湯明建

日前，美國新澤西州貝爾實驗室的電腦專家莉蓮·施瓦茨認為，達·芬奇的名畫《蒙娜麗莎》實際上是這位畫家對著鏡子所畫的自畫像——她將達·芬奇的自畫像反過來和“蒙娜麗莎”相疊，發(fā)現(xiàn)這兩幅畫的眼睛、發(fā)際線輪廓、雙頰和鼻子均一模一樣。其實這并不是第一次有人提出這個猜想，日本音響研究所的鈴木松美就說過，“蒙娜麗莎”不僅容貌與達·芬奇的自畫像相似，而且用聲紋技術(shù)從數(shù)量上證實，“蒙娜麗莎”的聲音與達·芬奇的聲音一模一樣。難道，“蒙娜麗莎”能說話？

聲紋鑒定的秘訣

我們知道，每個人的發(fā)音器官之間都有差異，發(fā)音和調(diào)音方法也不完全相同。聲紋鑒定正是利用人的聲音各有特色這一特點，將聲音輸入聲譜儀中，把人聲的機械振動變成可見的頻譜圖像（這種圖像就叫聲紋）來加以鑒別。聲紋猶如指紋，各不相同，也可以說是每個人特定的“身份證”。

由錄音用集成電路存儲器和在各頻率分析聲音的計算機共同構(gòu)成的聲譜儀，能夠分析50赫茲至8000赫茲的聲音。計算機中分析聲音的濾波器有兩種，一種是寬帶，一種是窄帶，能夠連續(xù)調(diào)節(jié)。顯示裝置可以將分析的結(jié)果顯示在熒光屏上或?qū)Ｓ糜涗浖埳稀ｏ@示的圖像稱為聲紋，其中顏色的深淺表示了聲音的強度。

通常，我們說出的話與實際所傳達的信息一比，總是帶有大量多余的話語。據(jù)大腦機械論專家統(tǒng)計，1分鐘內(nèi)一個人所說的詞句的完整聲紋圖含有近200萬比特，或每秒約35000比特。而普通人大腦里處理信息的速度不超過每秒45比特。換句話說，我們大約只利用了詞句聲紋圖的千分之一，就能懂得其中的含義。其余大量多余的話不僅能使我們了解交談?wù)撸€能使我們從成千上萬的其他人中辨認出他。

由于不同的人在發(fā)同一語音時，會產(chǎn)生具有相當差別的聲紋，這種差別體現(xiàn)了個人特征，所以，聲譜儀可以幫助我們分辨出許多人的語言。有時即使語意很模糊，甚至詞不達意，我們也可以辨明。而聲音的這一特征，已經(jīng)被很多國家用于刑事案件的偵破。

如何讓名人的聲音“再生”

人的聲音是由聲帶振動并通過喉嚨在口腔或鼻腔形成共振而發(fā)出的，因此，聲帶的形狀或大小以及從喉嚨到口腔的容積，成為決定個人聲音的主要因素。科學(xué)家們認為，若有容顏的形狀或身高的數(shù)據(jù)，借助語言合成器，就有可能惟妙惟肖地模擬出歷史人物的聲音。

語言合成器主要由發(fā)出一個個單音的發(fā)生器、模擬人聲道的電子等效電路、模擬鼻腔及口腔的電路等三部分構(gòu)成。發(fā)生器由產(chǎn)生輔音的白噪聲發(fā)生器和產(chǎn)生元音的三角波發(fā)生器組成；模擬人聲道的電子等效電路制成尺寸能自由改變的喉嚨模型，當輸入一個人的人臉的外形尺寸時，就能清晰地顯示出這個人聲音成分中的個人特性。

在日本科學(xué)家開發(fā)出的聲音發(fā)生器PC-6001MKII系統(tǒng)中，至少要輸入12項數(shù)據(jù)，包括顴骨的寬度、從眼睛到鼻尖每隔1厘米的大小以及從鼻尖到下巴每隔1厘米的大小、嘴的寬度、從兩眼間中心到嘴的距離、鼻尖到枕骨部每隔1厘米的大小、身高、年齡、性別等。如果數(shù)據(jù)不足，也可設(shè)定最相近的數(shù)值作為補充。

“蒙娜麗莎”和達·芬奇的聲音都是這樣合成的——科學(xué)家們通過肖像畫或照片推測出最合適的數(shù)據(jù)。然而，“蒙娜麗莎”臉型的尺寸光靠這張神秘的微笑畫像是不夠的。所幸，在意大利米蘭還保存著達·芬奇所畫的“蒙娜麗莎”的側(cè)面素描，將這兩張畫像測得的數(shù)據(jù)合在一起，才能做出“蒙娜麗莎”臉部的立體模型。

人們對這項研究還有很多疑問，但大家更期待儀器能不斷改進，好讓我們聽到更多歷史人物的聲音。