“AI孫燕姿”，讓人害怕又好奇

古月一刀

如果問華語樂壇近期產(chǎn)量最高的歌手是誰，“AI孫燕姿”一定有姓名。在B站上搜索“AI孫燕姿”，既有大家耳熟能詳?shù)摹兑恢焙馨察o》《歲月神偷》《紅豆》，也有令人哭笑不得的《好漢歌》《火紅的薩日朗》……AI技術(shù)加持下的孫燕姿，各種曲風(fēng)不在話下。這類音頻極大地保留了孫燕姿本人的聲音特質(zhì)，甚至達(dá)到了以假亂真的程度。除了“AI孫燕姿”，周杰倫、鄧紫棋等歌手也出現(xiàn)了大批AI分身。

柯南的變聲器

UP主子魚（化名），雖然至今只做了4個“AI孫燕姿”的音頻，但總播放量已超過150萬次。其中僅《下雨天》單曲就超過了100萬次，收藏近兩萬人次。視頻中，諸如“開口跪”“一模一樣”“這不是原唱嗎”等彈幕比比皆是，不少網(wǎng)友震驚于AI技術(shù)已經(jīng)發(fā)展到如此地步。

子魚之前也做過“AI周杰倫”等，但對比下來，效果遠(yuǎn)不如“AI孫燕姿”。“這可能與孫燕姿本身的聲音辨識度有關(guān)。”他說。子魚表示，比起那些“鬼畜區(qū)”的大佬，他的技術(shù)還很稚嫩，都是在網(wǎng)上看視頻一步步自學(xué)的，核心是開源項(xiàng)目So-vitssvc（以下簡稱Sovits）的使用。

Sovits的作用等同于柯南脖子上的“蝴蝶結(jié)變聲器”，即把一個音色變成另一個音色，這也是做“AI歌手”的關(guān)鍵。目前這個項(xiàng)目已經(jīng)迭代到了4.0版本，Sovits的使用大大簡化，僅憑數(shù)段音頻就可以訓(xùn)練出用戶想要的聲學(xué)模型。

當(dāng)然，對音頻有一些特殊的要求。比如，它得是“干聲”，就是在一首歌中去掉樂器、伴奏、混響、和聲后的“原始聲音”。再比如，訓(xùn)練材料得足夠多。“在4.0版本里，想完成一首惟妙惟肖的作品，起碼要有兩小時的‘干聲材料打底。”子魚說。在歌曲上，為了讓AI的唱腔更加游刃有余，訓(xùn)練者還必須收集歌手在各個音調(diào)中的“干聲”表現(xiàn)。

這些特殊的要求，單靠創(chuàng)作者自己很難完成。但因?yàn)橛泻芏嗑W(wǎng)友分享了自己整合的歌手“干聲”材料，這大大降低了Sovits的使用門檻。

子魚最初使用的就是這些整合包，他很快訓(xùn)練出了“AI孫燕姿”的聲音模型。只要用這個模型去替換掉原本歌曲的干聲即可，整個過程不超過兩小時。后來，子魚即便不用整合包，也能通過軟件去篩出一首成品歌曲的“干聲”，以一首歌約3分鐘為例，只要篩40首歌，就能獲得足夠時長的“干聲”材料。

“當(dāng)然，由于算法的局限及材料質(zhì)量的高低，很多AI歌手的表現(xiàn)還不算完美。但通過補(bǔ)充更多高質(zhì)量的材料及后期修音，可以在一定程度上解決這些問題。”子魚私底下訓(xùn)練出過自己的AI模型，“第一次聽到自己聲音的時候，起了滿身的雞皮疙瘩，好玩的同時也感到一絲恐懼”。

在誰的手上

感到恐懼的遠(yuǎn)不止子魚一人。最近，女歌手陳珊妮在社交媒體上自曝，她在3月14日發(fā)布的新歌《教我如何做你的愛人》，實(shí)際上是“AI陳珊妮”唱的。消息一出，音樂圈無不感到震驚。

因?yàn)榇饲皼]有聽眾發(fā)現(xiàn)過，甚至有粉絲評論陳珊妮的嗓音好像“回春”了——這首歌的演唱水準(zhǔn)比她近年的表現(xiàn)要更好。這仿佛向人們傳遞了一個信息——一個制作精良的“AI歌手”已經(jīng)可以做到瞞天過海，欺騙絕大多數(shù)人了。

實(shí)際上，AI歌手并不是一個新鮮事物。初音未來早在2007年就面世了，后來模仿這種“二次元形象+語音合成引擎”的虛擬歌手層出不窮，B站的洛天依、LOL推出的K/DA女團(tuán)都是這種。

但以往的AI歌手通常有著鮮明的虛擬形象，大家都心知肚明是假的，其“電力充足”的電子音喉也無時無刻不在提示著TA們的虛擬身份。現(xiàn)在的AI歌手則不一樣，他們的聲音源于真實(shí)的材料，“調(diào)教”也是為了無限度地擬真，這使得人們的認(rèn)知很容易產(chǎn)生混亂。

如果使用“AI歌手”作惡怎么辦？本就泛濫的假唱將變得更加難以辨別，歌手行當(dāng)?shù)拈T檻變得越來越低，有關(guān)歌手聲音上的侵權(quán)也會變得更加頻繁……延展到其他領(lǐng)域，例如用親朋好友的聲音偽裝電信詐騙等。

與之相對的，是通過“AI歌手”來向善。比如，還原已故歌手的聲音，讓聽眾們得以緬懷。放在更廣的層面，也可以“復(fù)活”離世人們的聲音，給親朋們以慰藉。“AI歌手”的出現(xiàn)既可能為公眾服務(wù)，也可能成為犯罪者的幫兇，還是要看使用者的抉擇。

一切才剛剛開始

長期來看，AI技術(shù)與音樂的加深綁定勢不可擋。雖然有人認(rèn)為AI無法代替人的藝術(shù)性創(chuàng)作、AI的聲音沒有感情、AI無法實(shí)現(xiàn)人類細(xì)膩的表達(dá)等，但實(shí)際上對于音樂圈而言，AI技術(shù)早已深入產(chǎn)業(yè)的方方面面。

音樂播放器的“猜你喜歡”，就是AI技術(shù)運(yùn)用的表現(xiàn)。它實(shí)現(xiàn)了對用戶口味的精準(zhǔn)猜測，讓隨機(jī)播放的歌曲越來越對聽眾的胃口。基于AI技術(shù)的母帶制作服務(wù)（例如LANDR），為音樂人提供了一種成本遠(yuǎn)低于傳統(tǒng)母帶制作服務(wù)的替代性方案，目前已有超過200萬音樂人利用它制作出超過1000萬首歌曲。但對音樂人來說，最擔(dān)心的恐怕是自身的權(quán)益損害問題。

一位外國網(wǎng)友就因制作了說唱歌手Drake和“盆栽哥”TheWeeknd的AI版歌曲HeartonMySleeve引起法律糾紛。問題在于，這樣的行為究竟是一種新技術(shù)勃發(fā)后，創(chuàng)作者們博粉絲一笑的創(chuàng)意行為，還是用技術(shù)圈錢，實(shí)則侵犯了歌手“聲音權(quán)”的侵權(quán)行為？兩者的界限在當(dāng)下并沒有被清晰地劃定。

不可否認(rèn)，音樂圈也有人愿意把自己的聲音貢獻(xiàn)出來讓人使用。比如歌手格萊姆斯，但她不是沒有條件的，她的要求是分50%的版稅。如果創(chuàng)作者與歌手能夠達(dá)成某種利益分成上的約定，這倒不失為一種好的模式。

“AI歌手”的誕生讓人害怕的同時也讓人好奇。是利大于弊，還是弊大于利？現(xiàn)在還難以言明。唯一明確的是，現(xiàn)在才剛剛開始。

（摘自“南風(fēng)窗”微信公眾號，本刊有刪節(jié)，豆薇圖）