虚拟歌手能取代真人歌手吗？

sk26800

$ K# U: |3 H9 ?随着音频技术行业的不断进步，相信大家已经对音乐制作行业电脑全程介入的现实司空见惯了。在很多时候，我们都可以基本不用乐器实录，而只要在电脑上调动VST音源就能实现音轨的录制。
9 _. A1 D  v  Q4 ^7 r2 v4 {
% \$ j1 v8 l- I

事实上，不仅仅是乐器，如今的虚拟人声制作的技术也已经达到了相当的水平。在一些时候，我们只需要调动一些虚拟人声的制作引擎就可以实现音乐Demo的唱作。


# j0 a: ]- }/ f1
0 ~! D4 W; A0 i0 r( _7 R4 G8 i  h
VOCALOID

& B0 I5 }6 Y% x! Q* ?; n
* q: p+ R: d" d# V& dYAMAHA公司出品的这款VOCALOID应该是知名度最高的一款虚拟歌手引擎了。而在促使VOCALOID大火的因素中，自然少不了几位成功的虚拟歌姬的形象。
- y  K7 w" k( u
5 j, D5 D* P; Z1 g$ d世界上首位VOCALOID虚拟歌姬即初音未来（初音ミク）。在2007年，CRYPTON FUTURE MEDIA以YAMAHA的VOCALOID系列语音合成程序为基础开发出了初音未来的音源库，其音源数据资料采样于日本声优藤田咲。

* o5 [( [- x$ M4 j4 g9 h

在初音未来的众多歌曲中，《甩葱歌》也许是最广为人知的一首了。也是因为这首歌，拿着一根大葱的初音才成了其最具代表性的一个形象。
* y  D" R4 z2 w7 x2 x$ d$ Z
而当VOCALOID进入了中国之后，如今在国内虚拟偶像界顶流存在的洛天依便诞生了。

  }( t2 v/ I% j0 j6 G/ s8 n

诞生于2012年的洛天依的声源采样自知名配音演员山新。这个设定为十五岁少女的虚拟偶像在推出的短短几年内就收获了全息演唱会、与明星同台和登上跨年演唱会舞台等多项成绩，成为了目前最炙手可热的虚拟偶像之一。
! X& X9 E3 {& V) i, B; y
5 A2 U3 ?: ]7 ~! O/ S2 t/ M; U

除此之外，VOCALOID家的虚拟歌手还有言和、乐正绫、乐正龙牙等等，形成了一个比较大的虚拟偶像的家族。
4 X2 J. v( T! b- i# o
4 R" g, y* R7 G

而如果你想让洛天依等虚拟偶像来演唱你写的歌，其实也很简单。
( E- c8 z% d7 Y
首先你要做的，就是购买VOCALOID的编辑器和歌手声源。接下来，根据编辑好的歌曲的MIDI文件，或者直接编辑MIDI文件，来调整演唱的音高，之后填入相应的歌词，最后进行一些精细的调整校正即可。



整个过程其实比较简单，最难的部分还是最后的精细化处理。一首VOCALOID歌曲演唱的好坏，在很大程度上都取决于最后这个环节做的好坏。只有掌握了真人演唱的一些规律并应用到调节过程中，才能创造出人性化的歌声。
. [' A5 \6 |7 l0 M# D/ m
6 K6 |" Y7 I* ^: O) T
, w$ S; V* y! y, Q# t) `
2
, B5 u$ ]/ S; m) l) M. F: R
* [/ _0 y- `% K4 \0 _2 j, D. wUTAU

1 u) C0 M: {5 J0 p' T


UTAU同样也是日本制作的一款虚拟歌手引擎。在日语里，UTAU是“歌う”即唱歌的意思。
9 Q& |, w# z6 k1 I
6 `' A0 s  i6 _0 w* y$ m

1 `* o3 s/ N0 @6 p% l. E  |想必国内最了解UTAU这款引擎的同学们都是老B站用户（二刺猿）了。在国内，UTAU的用途除了与VOCALOID相同的虚拟歌手功能之外，最重要的一个便是用于鬼畜了。





相信经常看B站鬼畜区的同学们都会或多或少地熟悉葛平老师的声音。这位葛平老师，就是九零后童年回忆中“蓝猫”一角的配音演员。

+ L; g7 n4 M7 i/ _) R& N8 {$ R

在经过声音的采样收集和处理之后，葛平老师正式地成了UTAU虚拟歌手的一员，在鬼畜明星层出不穷的今天仍然有着一定的影响力。
; s4 W/ m* ?( M


# J8 O4 M! t1 G/ |! h: F

+ z% S! s7 j' I2 @相较于VOCALOID，UTAU有一个优点就是声库更加容易制作，也就能够更容易地创造出新的虚拟歌手来。而在很多情况下，这些虚拟歌手都是一些鬼畜明星，比如金坷垃三人组、窃格瓦拉、王境泽、面筋哥和洪世贤等等，他们都有着鬼畜区UP主制作的声库。



& i: `6 v0 ?9 M1 I2 k, ]在具体的操作上，UTAU和VOCALOID其实是大同小异的，都需要录入音高线、输入歌词以及精细调整等步骤。




( I( ]. {! h4 n- _
3

( b* u$ N, p0 E+ O: X0 u袅袅
# T$ i. M' N) t2 s3 F- {

# b5 S- `- C4 w+ z3 |! i) v袅袅这款国产虚拟歌手引擎也许很多人都不知道，但其确实是我国音频行业在虚拟歌手这个领域做的一次尝试。
5 }3 E: h, B2 `+ n
6 `3 x0 X' C! B& Q7 L
7 S$ j0 c4 W; z4 S" }/ Q
值得注意的是，不同于VOCALOID和UTAU需要在歌词输入时输入拼音或日文假名，在袅袅上我们可以直接输入中文歌词。
# R8 W9 Q3 X- f
. V3 ]. ^1 ^& p# F+ {: W


" N+ R( k5 c) }: i- o5 {另外，制作袅袅的这家迪声公司也有在打造自己的虚拟歌手库，支持用户自己创造出属于自己的虚拟歌手。





在具体操作上，袅袅与以上的两款软件也是大同小异的。

9 [) e4 @7 C+ J7 @) y

. u! J" \; i6 l2 u* ]

4
/ o  G6 D5 U1 |- E/ g4 Z- I
; @$ d1 t% R  F4 P0 a% `Synthesizer V Studio



相较于以上的几款虚拟歌手引擎，Synthesizer V Studio可能是第一款在真正意义上应用了人工智能技术的虚拟歌手引擎。
( b7 m. z4 u" }8 }4 f8 y4 N
这款引擎运用了混合使用人工智能和拼接样本的方法来对歌声进行合成。这两种方法的融合使得最终得到的歌声更加自然，还呈现出了全人工智能所限制的创作自由。

; a2 U% n; M7 Y0 l: ^% A

( [( n7 X' z8 Y! j, G" U" j2 T( gSynthesizer V Studio Pro已于2020年7月30日正式发售，价格12800日元（不含税）。同时发行的还包括日本女性VOICEROID声库琴葉 茜・葵的Synthesizer V版本。
  I- Q6 l! s0 O2 g# u$ w2 |
与VOCALOID相类似地，Synthesizer V Studio也有着自己的虚拟歌手偶像。
& X$ a" k) t! c& V) x" `2 ?8 V% y$ Y


8 V- X' }" |% k9 }$ d值得一提的是，这款引擎是中国的一位天才少年于日本进行开发的。


7 R1 e; d. i( r) ^/ h
& ?  v+ q5 f! u
4 g4 W$ q: w' f/ R! o" T5
4 i0 J9 o7 ?9 j
! W9 j; q3 M% m- yX-Studio


7 T9 L& z3 o. A4 I# A最后提到的这款X-Studio可以说是目前虚拟歌手引擎能做到的一个天花板了。

8 d6 U6 G" ]5 t, r2 J与前面的几款很大的一个不同点就是，这款引擎没有任何的本地声源也无需下载声源，所有的运算和合成都在云端结合人工智能来完成，其呈现出的人性化和自然化的程度目前无出其右。
% ]! K9 q, u; c% e5 i

, v0 I7 o: a! F3 F$ c
; U2 t6 Q: x. |$ U! L8 u, D" M目前该引擎支持的几个歌手，包括小冰、何畅、陈子瑜和陈水若，都有着各自独特的声线和擅长的音乐风格。
) h4 B6 `) X0 d
其中，官方示例的如何畅演唱的《遇见》一曲，就在自然化和人性化方面做得十分出色。



另外，这款引擎也是支持中文歌词直接输入的。

& J5 S7 B" Z( _/ Q: N+ ]' A


/ |( p! l, R: m1 X6

, w/ P) E4 \. W  `& ~& I8 K虚拟歌手取代真人歌手？
, a1 K4 B, C- v. @- {. _' Q1 x

. O4 P2 x9 j8 C& w/ f# T# `
: `8 A8 S; L% ]
& a& T: J4 A' ~% D+ C
就像有人会提问虚拟乐器插件能不能取代乐器实录一样，虚拟歌手能否取代真人歌手其实也是一个挺值得思考的问题。


9 ?2 c8 T# d, R! S就目前的技术情况来看，虚拟歌手在人工智能的辅助之下，已经具备了真人歌手入门级的演唱水准。也就是说，在一般歌曲的DEMO创作中，使用虚拟歌手是还可以接受的一个情况。
7 Z$ y" \. y0 H/ X& }6 l. @: \/ y

+ z% t, i1 W8 b+ t7 X2 L7 I
但如果追求出版级的演唱水准，目前的相关技术还是处于一个比较尴尬的局面。

5 Z+ O+ {$ G. F' @3 U

" o( f+ A0 p6 F0 t" F4 s( i一方面，如果致力于让虚拟歌手尽可能朝真人演唱看齐，那么整个相关行业都还有很长的一段路要走，不仅是声乐研究方面，人工智能方面的研究也道阻且长。


0 X- v- `6 n% ?' f
8 l. n& x, ^- }. q& r; F0 j; E另一方面，如果想要发掘出属于虚拟歌手独特的声乐审美，那么则面临一个在听众中间建立新的审美的过程。
, f, F, U6 n4 K! d4 P$ H

- j. f. O  j4 N' y
! @2 T7 Z, R  v" A" K
; a! S5 }7 h! a& u+ w  T1 W$ A
其实，这个过程有些类似于当初电子乐器诞生初期的境况。听惯了几百年甚至几千年的原声乐器的人类突然要接受一些在当时看来很新进的电子设备发出的“奇怪”的声音，可想而知其中的难度。
# u: l, v1 u& t/ {
  k# Y, [/ S& a7 p" _2 g
; w: l2 U! F8 M3 T0 p: Q- e
7 o  o9 [1 y6 Y# ^
" {! S9 R4 ]: c1 I! w
毕竟，时至今日很多保守的人还是对电子乐器嗤之以鼻，而对电子乐器和电子音乐情有独钟的也大有人在。
* f/ M8 {' K/ P* G, t5 D
' L/ }! G5 X7 p! U! u/ E0 i  ~  N
& O, W3 g" E0 N3 O+ ?- C
- q  L! o, W/ m! O总的来说，关于这两个方面的研究，笔者认为可以兼顾而并不矛盾，就像现在有的虚拟乐器插件就是在竭力还原真实乐器的演奏，而有的则在纯粹的电子音乐的道路上越走越远，开辟出了属于电子音乐的审美。这二者都有其存在的道理和价值。

jwqm

真的很神奇