数字人声模拟技术让你可用帕瓦罗蒂的声音歌唱

　　运用最新人声合成技术，每个人都能够以其他任何人的声音逼真地发出他/她从未发出的声音，这样的世界还可信吗？

　　国际先驱导报文章 你能想像自己变换着歌喉，模拟世界三大男高音举行演唱会吗？2004年1月，名为Vocaloid（“音字”）的软件第1版将正式上市，它有望实现你这个梦想。这款预计售价约200美元的数码声音合成软件，是西班牙庞佩乌·法布拉大学的科研人员受日本雅马哈公司资助开发的。

　　就像其他电子合成器能模拟小提琴或大号等不同乐器的音色一样，Vocaloid用户可以利用该软件模拟“演奏”出自己或别人的歌声——没有巨星出场却有巨星演唱会的效果。

　　你也能模拟“萨达姆”说话

　　这种能再现人声的软件将开创一个新时代，同时也将带来种种真伪莫辨的法律、社会、艺术等问题。往后，任何人都可在计算机上自己再现任何一个歌手的声音，让这声音唱出自己任意指定或写成的歌，那么这歌究竟是谁唱的呢？人们也可以再现他人包括逝者的声音，让这声音“说”出自己任意指定的话语，感觉就像他们亲自说的一样。例如，伪造出逼真的“萨达姆”，让他说“我要用核武器毁灭全世界！”在这样的世界里，你还能相信什么呢？

　　先撇开这些复杂的后果不谈，首先应当承认的，是该软件的问世标志着人类声音合成技术的一大飞跃。要模拟、制造、合成普通声音并不难，难的是合成人的声音。

　　虽然数字技术可以合成足够清晰的吐字声音来表达意思，但它们还很单调，更像机器人发出的声音，而与真人发音相差甚远。人类说话或唱歌的声音非常复杂，既清晰流畅又抑扬顿挫或颤动不定，因此很难合成出与人的自然发声吻合的声音来。

　　音素数据库与“音频字体”

　　而现在Vocaloid带来了革命。你可以把这个软件看成一种“音频字体”，音符和歌词可以被翻译成选定的“音字”并被播放出来。其原理就如同文字处理软件把文本的字体选定成新罗马字体、黑体、宋体、楷体等等并随时打印出来一样。假设某种字体是一个人，文本选定成该字体等于是这一文本由该人以他特定的方式“亲自”书写出来；同理，音乐文本由某个人的特定“音字”播放出来就等于由该人“亲自”演唱。

　　“音字”是通过音素数据库来构造的，而音素是构成各种语言的基本语音单位。为了创造某个人的音素数据库，可让他/她对足够多的单词或音调等声音元素朗读或清唱，并通过电子采样记录下来。音素数据库中还包括各种各样的唱读技巧如滑音、连唱等，然而通过软件分析和再现各种声音组合，由此一个人的“音字”就可形成。实际上，这等于是一个人的嗓音分解成基本元素后任意组合的再现，也就是说，嗓音可以脱离某个人而存在，并通过计算机自我组合再现，不必再通过这个人。

　　未来歌星卖嗓音赚钱

　　从雅马哈公司获得Vocaloid使用授权的英国“零重力”（Zero-G）公司通过雇人诵读、歌唱，已创造了一男声一女声“音字”，分别叫作“莱昂”和 “洛拉”。它们被描述为“虚拟男女灵歌手”，主要是做伴音用。

　　2004年，“零重力”公司将利用Vocaloid做出一套名叫“米丽娅姆”的“音字”。这套“音字”的声音资料来源于歌星米丽娅姆·斯托克利。一旦米丽娅姆将她的声音制成“音字”卖出去，她就无法再控制人们如何运用这些声音。任何购买者都可以用它写歌并用于商业目的。但是，他们不能把这些歌作为米丽娅姆的原版带销售。

　　米丽娅姆本不想卖她的“嗓音”。她说：“我第一次接触到这个想法十分害怕，人们花很多钱来获得我的声音，而我要把它变成一种‘音字’。不过我后来改变主意了。因为你不能和进步斗争，不管它听来是多么奇怪。”她希望从卖出的“米丽娅姆音字”拷贝中获得分成。

　　“零重力”公司的长远计划是，与那些世界级的大腕艺术家合作，购买他们的嗓音制作世界知名的“音字”，但目前还没有任何一个大歌星对这个设想表示出兴趣。

　　普通用户可以用该软件制作出自己的“音字”吗？从原则上说，这是可以的，但在目前阶段，由于这项技术需要用户掌握深厚的语音学和音频工程学知识，对普通用户来说，其制作过程还是太复杂了。就算一个天才的音响发烧友可以掌握这个程序，其制作过程也过于繁杂，需要包含有成千上万音素资料的数据库。不过长远来看，随着其更新版本的问世，这种人声合成技术走入寻常百姓家只是时间早晚问题。（魏伟）#

　　声明：《国际先驱导报》授权新浪网独家报道

　　相关专题：国际先驱导报