【2022，風(fēng)暴里的AIGC元年】2022年12月16日，Science雜志發(fā)布了2022年度科學(xué)十大突破。年度熱詞——AIGC赫然旁肢洞在列。沿著我們熟悉的PGC、UGC等概念，AIGC指的是利用人工智能技術(shù)生成內(nèi)容，即內(nèi)容生產(chǎn)者從真人變成了AI。過去的一年里，火遍全網(wǎng)的AI繪畫，震驚世人的ChatGPT，我們普通人都可以體驗(yàn)的各種明星級(jí)產(chǎn)品的問世，使得AIGC強(qiáng)勢(shì)破圈。其實(shí)早在年初，就有行家預(yù)測(cè)：2022年是AIGC元年（當(dāng)時(shí)我們用得更多的另一個(gè)詞是“生成式AI”）。今年3、4月份的時(shí)候，也有前同事想拉我入伙，向我介紹他的“虛擬數(shù)字講解員”的商用項(xiàng)目，并向我描述生成式AI解放生產(chǎn)力之種種藍(lán)圖。但無奈于技術(shù)關(guān)卡和實(shí)現(xiàn)資源等難題，最終只得作罷。在困擾我們的種種技術(shù)難題當(dāng)中，數(shù)字人所搭載的合成AI語音一直是我的阿喀琉斯之踵。出于我的職業(yè)慣性，我希望數(shù)字人能有自然流暢的、接近真人的嗓音，這在信息傳播過程中才更富有親和力和說服力，但現(xiàn)有的合成AI語音完全無法滿足我的需求。在這一波AIGC浪潮里，雖然我已下船旁觀，但我依然一直關(guān)注著前沿技術(shù)的發(fā)展。在2022年的最后一個(gè)月，作為首位簽約TME的超寫實(shí)虛擬偶像鹿曉希LUCY橫空出世，并接連發(fā)布了三首不同曲風(fēng)的原創(chuàng)單曲。 當(dāng)前瀏覽器不支持播放音樂或語音，請(qǐng)?jiān)谖⑿呕蚱渌麨g覽器中播放 目的地 音樂： 鹿曉希LUCY - 目的地 我該怎樣去形容最初聽到LUCY時(shí)的驚喜呢？我一度反復(fù)地確認(rèn)：這里頭，真的不是藏著個(gè)“中之人”嗎？（注：中之人，指藏在虛擬主播身后、為VTuber提供聲音來源的真人工作者）這明明是如假包換的真人歌手嘛！這怎么還會(huì)是AI啊？‌今天，我便和大家聊聊，在2022這一“AIGC元年”里，推出的又一顆璀璨新星：首位擁有“唱片級(jí)智能歌聲”的虛擬偶像——鹿曉希LUCY。【虛擬歌姬的前世今生】AI歌手其實(shí)并不是什么新鮮事。2004年，YAMAHA便正式推出了電子歌聲合成軟件，輸入音調(diào)和歌詞，就可以合成類似人類聲音的歌聲，這就是大名鼎鼎的VOCALOID，國(guó)內(nèi)俗稱的“V家”。合成語音的原理聽起來很簡(jiǎn)單：通過采集大量的人類聲音樣本，以神經(jīng)網(wǎng)絡(luò)合成技術(shù)，制作成音源庫(kù)。玩家通過設(shè)定參數(shù)調(diào)用里頭的聲音，AI這就唱起歌來。在此基礎(chǔ)上，誕生了我們熟悉的初音未來、洛天依、星塵等虛擬歌手，這都是來自于VOCALOID的技術(shù)。但，這些虛擬歌手，只要一開嗓，我們就知道——這是假人啊。盡管VOCALOID自初代發(fā)布以來，一直都在更新迭代，但依然有明顯的“電音感”和“機(jī)械感”。人聲是所有音源里最最難模擬的東西。我們可以輕易地在midi里模擬出三角鋼琴的自然共鳴，也可以模擬出木吉他弦在指尖摩擦的聲音，但人的肉嗓卻是這個(gè)星球上最精密、最神奇的發(fā)音體，哪怕你把“開口度”、“明亮度”、“性別度”等參數(shù)列了個(gè)十幾項(xiàng)，也僅僅是模擬人類唱歌的基礎(chǔ)框架而已。所以，V家的應(yīng)用范圍大都僅限于二次元——反正我和三次元井水不犯河水。若干年前，我在擔(dān)任女團(tuán)制作人的時(shí)候，向某些二次元作者收歌，他們倒也會(huì)用VOCALOID去作為Demo歌手做范唱。收到這些Demo的時(shí)候，我的內(nèi)心OS是：求求你找個(gè)妹子唱吧，V家，老板們聽不懂的啦……過去數(shù)年，隨著AI技術(shù)整體的提升，虛擬歌姬也有了長(zhǎng)足的發(fā)展。以小冰為代表的x studio憑借微軟的金漆招牌一時(shí)風(fēng)頭無量，但依然逃不開其電音質(zhì)感；異軍突起的ace studio倒是有越來越多的朋友使用，雖然還是能一耳朵便聽得出這是AI歌手（音色氣息還是缺了變化），但你若是一個(gè)作曲者/編曲人，這已經(jīng)是一個(gè)相當(dāng)?shù)昧Φ哪軒湍愠猟emo的歌手朋友了。但在鹿曉希LUCY的面前，這些技術(shù)都顯得像是上個(gè)世代的運(yùn)枯產(chǎn)物。用各位都能聽得懂的比方，LUCY就像是唯一領(lǐng)跑的次世代主機(jī)，把PS4 / XBOX 360等統(tǒng)統(tǒng)拋在后頭。【鹿曉希LUCY是怎樣煉成的】我相信，每一位聽到LUCY的朋友都會(huì)驚訝于其革命性的聲音表現(xiàn)力。LUCY是饑肆真正屬于次世代的AI歌手。在現(xiàn)已發(fā)布的三首單曲當(dāng)中，LUCY的聲音表現(xiàn)自然、流暢，沒有半點(diǎn)“機(jī)器嗓”的不適。《疊加態(tài)少女》里，在這首爽朗的Teen-Pop里，LUCY展現(xiàn)自己的年輕無敵，用充滿了彈性和跳躍感的音色去營(yíng)造19歲少女的勇敢無畏；《1234你》里，LUCY又化身為一個(gè)多愁善感的小女生，R&B對(duì)于虛擬歌姬來說總是不易拿捏，因?yàn)槠湟舫毯蜌庀⒅g的控制實(shí)在是過于復(fù)雜，但LUCY的表現(xiàn)依然無可指摘（是一個(gè)練習(xí)時(shí)長(zhǎng)至少兩年以上的聲樂學(xué)生的標(biāo)準(zhǔn)了）；第三首單曲《目的地》則是帶著輕搖滾/urban/City Pop的時(shí)尚曲風(fēng)，這是迄今為止LUCY所發(fā)布的單曲中我最喜歡的一首，她的銳利度、沖撞感讓我一瞬間感到：這個(gè)姑娘，就在我眼前。 當(dāng)前瀏覽器不支持播放音樂或語音，請(qǐng)?jiān)谖⑿呕蚱渌麨g覽器中播放 疊加態(tài)少女 音樂： 鹿曉希LUCY - 疊加態(tài)少女 要讓LUCY“活”起來，其所要做的第一件事，是思考這個(gè)問題：鹿曉希LUCY的聲音究竟是怎樣的？。關(guān)于這位19歲少女，我們對(duì)她的嗓音有這樣一個(gè)大致的輪廓：她留著齊肩的短發(fā)，挑染代表了自由和飄逸；她一定不是一個(gè)娃娃音，LUCY有自己的一套，帶有一定的中性色彩；她的外冷內(nèi)熱，乍一看是酷酷的女孩，但又保持著可愛；她甚至還帶有一點(diǎn)兒“少年感”，這讓她可以展現(xiàn)出灑脫、勇敢的一面。在這樣的人物畫像的指導(dǎo)下，通過 TME天琴實(shí)驗(yàn)室LyraSinger引擎，以海量歌手樣本數(shù)據(jù)的人工智能學(xué)習(xí)下，指向了屬于LUCY的聲音。為了滿足LUCY“唱片級(jí)”的聲音定位，開發(fā)團(tuán)隊(duì)特邀行業(yè)知名制作人文穎秋擔(dān)任AI聲學(xué)藝術(shù)監(jiān)制，基于藝人的定位，提取采樣庫(kù)中多種音色亮點(diǎn)進(jìn)行配比捏合。相比于其他人工合成語音，LUCY要求以唱片級(jí)制作流程規(guī)范樣本聲音標(biāo)準(zhǔn)，及專業(yè)歌手錄唱標(biāo)準(zhǔn)調(diào)試和設(shè)定每一個(gè)聲音細(xì)節(jié)的處理方式。最終通過精細(xì)控制各音色建模單元的比例，并吸取每種源音色的優(yōu)點(diǎn)并有機(jī)融合，在多種比例中不斷捏和，甚至對(duì)每一句歌詞演繹情感及氣息的不斷打磨，最終生成獨(dú)一無二的LUCY聲紋。這也使得我們現(xiàn)在聽到LUCY的聲音是充滿個(gè)性之表達(dá)能力的。 當(dāng)前瀏覽器不支持播放音樂或語音，請(qǐng)?jiān)谖⑿呕蚱渌麨g覽器中播放 1234你 音樂： 鹿曉希LUCY - 1234你 “捏嗓”只是LUCY的第一步。第二步是LUCY的演唱技巧。你是如何理解“技巧”這件事的？我聽過很多琴童的家長(zhǎng)這樣問老師：老師，我們家娃，彈琴總覺得沒感情，咋整？這時(shí)候，老師大都會(huì)白家長(zhǎng)一眼，然后說：感情？感情是什么？感情就是觸鍵！強(qiáng)弱變化！句子之間的線條！這些全都是技巧！把這些技巧練會(huì)了，才有所謂“感情”好吧！對(duì)于歌手來說，同樣如此。只有強(qiáng)大的技巧（唱功）才能支撐不同的表達(dá)。而LUCY顯然是我見到過技巧最全面的AI歌手。這來源于兩點(diǎn)。其一是LUCY的學(xué)習(xí)樣本庫(kù)本就是“唱片級(jí)”的。在音色樣本庫(kù)采集時(shí)，LUCY用的就是上百位專業(yè)級(jí)歌手的素材。這樣的采集學(xué)習(xí)方式在國(guó)內(nèi)非常少有。大部分開發(fā)者基于成本考慮，僅是模擬某位或某幾位歌手之演唱。博取百家之長(zhǎng)的好處不言自明，在此過程中可最大程度讓AI學(xué)習(xí)到更廣泛的演唱技巧，包括氣聲、混聲、弱聲、轉(zhuǎn)音等多種表達(dá)，以便應(yīng)對(duì)歌曲中不同場(chǎng)景、情緒的需要。同時(shí)也因?yàn)闃颖靖采w足夠多，在AI的音域表現(xiàn)方面，從女中到女高多重音區(qū)之樣本模型能提供更多可學(xué)習(xí)的范例，使得LUCY在高音區(qū)的真假音能有靈巧和高密度的回彈（這點(diǎn)我們稍后馬上會(huì)講到）。另一個(gè)重要的原因是LUCY在開發(fā)時(shí)所采用的史無前例的智能演唱垂類全新標(biāo)注標(biāo)準(zhǔn)。數(shù)據(jù)標(biāo)注是人工智能的基礎(chǔ)。簡(jiǎn)單地說，數(shù)據(jù)標(biāo)注相當(dāng)于給“投喂”AI準(zhǔn)備“飼料”。舉個(gè)例子：當(dāng)你在一段聲音中標(biāo)注“這是氣聲”，重復(fù)1000次不同的片段，AI在第1001次的時(shí)候便“學(xué)會(huì)了”氣聲的正確用法。數(shù)據(jù)標(biāo)注是構(gòu)建AI 歌手的基礎(chǔ)力量，通過海量的已標(biāo)注數(shù)據(jù)，AI才能逐漸學(xué)會(huì)怎么唱歌。如果標(biāo)注能夠越細(xì)致，那自然最后聲音的呈現(xiàn)也能越豐滿。這一次，LUCY的數(shù)據(jù)標(biāo)注數(shù)量級(jí)是國(guó)內(nèi)技術(shù)的佼佼者，其標(biāo)注樣本精細(xì)到毫秒級(jí)，事無巨細(xì)地把氣聲、真假音轉(zhuǎn)換等多個(gè)演唱技巧維度統(tǒng)統(tǒng)標(biāo)注好，以此最大程度上還原每一個(gè)人聲演唱技巧。如此雙管齊下，使得LUCY在音樂技法模型的能力，在廣度和深度方面，都代表了次世代之水準(zhǔn)。下面，我們不妨來細(xì)聽下現(xiàn)已發(fā)行的三首單曲，直面感受LUCY音樂領(lǐng)域的強(qiáng)大“天賦”：《疊加態(tài)少女》：作為一首主打青春主張的Teen Pop，LUCY在這首歌其實(shí)只需要做好一件事：把她的朝氣、勇往直前呈現(xiàn)出來就好了。說著簡(jiǎn)單，但如果沒有足夠聲音強(qiáng)弱表現(xiàn)，這就真的是機(jī)器人唱法了。開頭第一句，“伴著日落行駛向快樂”，其中“樂”字一上來就巧妙地秀了一把真假聲無縫轉(zhuǎn)換；“沒有終點(diǎn)的終點(diǎn)更酷”，如果“酷”字把它給唱實(shí)了，這就遜斃了，此處的弱音也處理的異常平滑。進(jìn)入副歌后，是一個(gè)強(qiáng)弱交替的重音強(qiáng)調(diào)唱法，每一個(gè)重拍處都要求著重強(qiáng)調(diào)，并在非重音下加入混聲和氣聲，這是一個(gè)很高段位的演唱技巧，也是我們之前所說的“高音區(qū)的真假音快速回彈”能力，LUCY完成的同樣精準(zhǔn)自然。而整首歌最高音處唱到C5，基于超強(qiáng)引擎的全音域生成能力，依然在混聲的時(shí)候合成除了高保真的聲音表現(xiàn)，這實(shí)在是令人驚訝。 《疊加態(tài)少女》高音片段 《1234你》：這首浪漫的R&B抒情曲，考驗(yàn)著的是發(fā)聲的細(xì)節(jié)，慢歌里特別一不小心就容易露餡。主歌時(shí)，LUCY有一些故意pitch有瑕疵的地方，“不小心塞滿抽屜的秘密”，你仔細(xì)聽，其實(shí)不是100%準(zhǔn)的，但這種呼吸感恰恰又是真人歌手情緒最容易流露之處。在歌曲里的大量轉(zhuǎn)音部分，如“哪怕生活其實(shí)不太識(shí)趣”之“趣”，一個(gè)字里連轉(zhuǎn)了五個(gè)音，LUCY的聲音也不像是同類型產(chǎn)品那種明顯的“劃線感”。以及可以留意這首歌的氣口，尤其是副歌部分，LUCY每一個(gè)輕微的換氣動(dòng)作，這種自然的呼氣吸氣，來源于LUCY毫秒級(jí)的呼吸采樣學(xué)習(xí)，你說誰能識(shí)別出來，這是AI？

因作品本身的樂隊(duì)感很強(qiáng)，LUCY唱起歌來走路有風(fēng)。此處可特別留意的是LUCY因?yàn)樵谶@首歌里用了更多的真聲演唱，降低了氣聲的使用比例，而發(fā)音也顯得更為短促有力。AI不僅在參數(shù)上進(jìn)行了調(diào)整，更直接導(dǎo)致了LUCY有另一種唱腔和情緒的表達(dá)。“唱商”，這是真人歌手才具有的本領(lǐng)，在過往所有的AI歌手中我都沒有見到過。LUCY可謂獨(dú)一家，是一個(gè)擁有音樂審美和判斷的超強(qiáng)AI歌姬。

如上所述，鹿曉希LUCY是當(dāng)前國(guó)內(nèi)獨(dú)一檔的AI歌手存在，無愧于“唱片級(jí)發(fā)燒AI歌手”的定位。當(dāng)然，LUCY目前所展現(xiàn)出來的領(lǐng)先技術(shù)也是建立在同行業(yè)無數(shù)探索者經(jīng)年累月的技術(shù)積累，而當(dāng)前虛擬人/數(shù)字人的領(lǐng)域中，競(jìng)爭(zhēng)者層出不窮，技術(shù)也將不停地迭代。LUCY會(huì)在多長(zhǎng)的時(shí)間里保持業(yè)內(nèi)天花板的領(lǐng)先地位、并在此期間能夠干成怎樣突破性的創(chuàng)舉（無論是商業(yè)應(yīng)用或是其他異業(yè)合作），都值得我們持續(xù)觀察。【LUCY能為我們帶來什么？】以假亂真——一言以蔽之，這是鹿曉希LUCY當(dāng)前呈現(xiàn)的狀態(tài)。于是，我們能看到鹿曉希一系列高調(diào)的動(dòng)作，諸如以首位“超寫實(shí)虛擬偶像”的身份簽約騰訊音樂，并收獲了一眾三次元歌手們的出道賀詞，這實(shí)在是太寫實(shí)了。如今的鹿曉希LUCY還是一個(gè)被保護(hù)的、“封閉狀態(tài)”下的虛擬歌姬，更接近傳統(tǒng)唱片公司/經(jīng)紀(jì)公司打造下的超級(jí)新人。如出道之時(shí)便官宣與ELLE family展開深度合作，赫斯特中國(guó)為L(zhǎng)UCY所量身打造的系列時(shí)尚大片，以系列時(shí)尚單品加身，展現(xiàn)其青春魅力：  

接下來，LUCY也還將作為表演嘉賓在“可口可樂粉絲節(jié)- 新年歡聚夜”及“KFC天臺(tái)跨年派對(duì)”上展露頭角。作為虛擬偶像而存在的LUCY確實(shí)能夠獲得市場(chǎng)的青睞，除了強(qiáng)調(diào)年輕時(shí)尚的快銷（包括軟飲、彩妝、服裝）外，許多大牌也愿意加入其中，可見LUCY身上的科技感、未來感仍是品牌彰顯態(tài)度及市場(chǎng)趨勢(shì)追逐的熱點(diǎn)。

但于我而言，我更關(guān)注LUCY依然是她身為目前唯一的可以“以假亂真”虛擬歌姬之業(yè)務(wù)能力。如果，我是說如果，在不遠(yuǎn)的將來，若LUCY成為了一個(gè)開源的AIGC音樂人，當(dāng)所有人都可以對(duì)其嗓音進(jìn)行使用，創(chuàng)作屬于自己的歌曲的時(shí)候，LUCY會(huì)不會(huì)成為這個(gè)星球上最紅的歌手？

請(qǐng)別覺得我在說夢(mèng)話。大家可回憶初音未來剛誕生的時(shí)候——初音作為V家的一員，其目的也是為了解決制作人/編曲人找不到歌手的問題。因?yàn)檫@樣一個(gè)沒有氣息/音高/風(fēng)格限制，顛倒人類人聲認(rèn)知的“容器”，創(chuàng)作者開始了彼此的狂歡，其中甚至誕生了米津玄師這樣寫歌從不按常理出牌的鬼才。而當(dāng)能夠制作動(dòng)畫的MMD（MikuMikuDance）出現(xiàn)后，初音不再只是一個(gè)平面形象，而是可以跟著音樂舞蹈的3D動(dòng)畫，這讓初音不僅成為音樂創(chuàng)作者、更是多媒體創(chuàng)作者的共同紐帶。隨著彈幕視頻網(wǎng)站等新興媒介的推波助瀾，初音未來更是成為了全球共創(chuàng)的平臺(tái)。因此，“初音未來之父”伊藤博之才會(huì)說：“數(shù)字作品是越被使用，其價(jià)值越高”，而創(chuàng)作者們?cè)谧龅氖拢恰盀闆]有生命的事物注入靈魂”。

對(duì)于鹿曉希LUCY來說，這位次世代的超寫實(shí)虛擬歌姬，她有著超越前輩的多變音色、全面技巧，造就了她完美的擬人表現(xiàn)。所以，她會(huì)重新定義AI歌手嗎？她會(huì)成為人人都愛用的虛擬歌姬嗎？她會(huì)讓創(chuàng)作者們連成一片嗎？

The future is already here.