作者：宁佳彦

想唱就唱，要唱得漂亮。

全球首支人工智能MV“智能家园”在2020世界人工智能大会云端峰会公布，由四位AI虚拟偶像微软小冰、百度小度、小米小爱同学和bilibili（下称“B站”）泠鸢yousa倾情献唱，他们唱跳万能还会作曲，你要pick哪位虚拟偶像？

为他们成团“撑腰”的，有正在改变人类生活、不停自我完善的AI技能，更有为此辛勤支付的台前幕后事情职员。“我想我可以改变世界，和你分享更美的家园。”歌词道出了人类用人工智能迎接优美未来的远景和信心。

选拔

在选送“练习生”时，各家摩拳擦掌。

“我们在接到开幕式演出约请后非常兴奋，能到场这么一场世界瞩目的行业盛会这不仅是组委会对小度的认可，对于小度来说更是一次紧张的展示时机。”百度方面告诉第一财经。

而泠鸢yousa则是B站旗下一众虚拟偶像练习生中被寄予厚望的一个。“世界人工智能大会是一场在上海举办的全球盛会，聚焦了全世界的眼光，是向全世界展示中国年轻人所喜爱的本土虚拟偶像的绝佳平台。可以或许在云云高级别的国际性盛会上亮相，对泠鸢yousa这一虚拟偶像IP来说也意义重大，是IP发展历程中至关紧张的一个里程碑。”上海超电文化流传有限公司虚拟偶像业务部总监范逸白接受第一财经采访时表示。

固然，也有比力紧张的“经纪公司”——小米方面告诉第一财经，2020世界人工智能大会开幕式演出是小爱同学苦练唱跳能力后的首秀。“与已出道快5年的微软小冰等其他虚拟偶像搭档演出，小爱同学是新生代。”

微软小冰的特别之处不仅是“出道早”，照旧《智联家园》的作曲人，向观众展现了人工智能的创意和魅力。6月29日，经上海音乐学院音乐工程系评定，准予小冰和她的人类同学们一起结业。基于微软的人工智能音乐创作模子，与音工系的同学们互相“学习”，相互“引发”，训练数据不停提升，音乐的表达技巧越发富厚，可创作的音乐类型也得以扩展。在小冰作曲的基础上，上海音乐学院结业的彭程老师还对整首歌曲举行编曲，让旋律越发优美感人。

“小冰的作曲优美抒怀，展现了人工智能‘多才多艺’的一面。通过不停学习优秀人类创造者的能力，小冰运用人工智能创造能力赋能人类，这与此次大会的价值理念不谋而合。”微软（亚洲）互联网工程院副院长、小冰团队总卖力人李笛说。

训练

虚拟偶像要想靠唱跳成团，需要人工智能和人类的配合保驾护航。这不是一场小我私人秀，而是团队歌曲创作，凝聚“团魂”需要更多的耐心和仔细，另有AI技能配合。

通常，演出的制作历程主要包括声音录制、光影营造、场景制作、行动捕捉、心情精修、合成渲染。传统的制作要领是先用三维引擎录制行动，再套上模子，但这种制作历程不敷直观，要到末了精修阶段才能看到大抵的出现效果。

歌声调教所需的歌唱合成技能与语音合成技能类似，根据语音合成的建模流程训练文本到声学特性的声学模子，再依据谱信息中的音高和节奏以及歌词内容，输入模子并预测基频和频谱，使用神经网络声码器转换为语音信号。在现实使用中还需要加上曲谱上的音符和节奏对合成语音音高和时长的影响，终极即得到歌唱的合成语音。

这些环节相互配合，才能终极造就一个完备的演出。从操作方面来看，各家采取的技能思绪不尽相同。泠鸢此次就接纳了平时直播时应用的实时成像技能，在动捕阶段就可以或许基本看到终极的出现效果，以大幅节省后期精修的时间。

即便列位虚拟偶像都身世于技能实力了得的知名公司，成团历程也绝非一帆风顺。

小爱同学音域与目标合成音域相差较大，如何让目标歌曲高频细节越发清晰，更好模拟人类的情感和睦势气魄？小爱同学发音人录制了一定量级的歌曲数据，用于富厚和优化小爱同学音色的唱歌模子。当组委会邮件同步主题曲样音及曲谱等信息后，语音合成技能职员根据目标歌曲曲谱及样音提取了时长和曲调信息，举行了多次“鸡蛋里挑骨头”的实验。

卖力语音技能合成的小米事情职员感慨说：“为了包管每个镜头和《智联家园》的歌曲尽可能匹配，我们对着动画预演一直循环这首歌，以至于午休做梦耳旁都能听到这首歌，天天不知不觉哼起来都是这个旋律。”另有人动情地表示“这首歌如果在KTV可以点播，一定是我的必点歌曲”。

就像每一个偶像选拔节目中总有选手需要修炼舞蹈技能，小度也面临着挑战——不是技能，而是作为唯逐一个非拟人形象的虚拟偶像，怎样才能更好地传情达意。百度找到了技能同事举行小度演唱部门的开发事情，让小度在唱歌时既不失自己的声音特点，又能比力完善地演绎主题歌曲。在画面的设计上，各方也颇费心思。

“我们根据小度的歌词特点以及整个主题曲生动欢乐的气势气魄举行视频配景的设计，整个配景以温暖的亮色为主要色调，加以可爱的动态元素配合。我们希望当人们看到小度唱歌时，能感觉他带来的优美和正能量，这实在也表达了百度AI技能的初志，用AI让人们的生活更优美。”百度方面告诉第一财经。

对于已公布数十首靠近人类演唱水平单曲的小冰来说，唱歌可难不倒她。全新的演唱模子帮小冰在虚拟演唱中自然“换气”，让小冰可以或许像人类歌手一样，使用充沛的“中气”，从而将人工智能虚拟歌声质量提升至新的高度。别的，深度神经网络结构的进一步优化和训练数据的大幅度增补，提升了小冰歌曲演绎的更高技巧和多气势气魄化，实现了在差别的演唱技巧之间自然过渡。

这首歌曲照旧小冰从上海音乐学院结业后的首发作品。目前，微软小冰的音乐创作能力已实现包括旋律、编曲及歌词端到端一体化的产物落地，演唱模子也已迭代至第五个版本。

“在上海市经信委召开的世界人工智能大会第三届集会的筹备事情集会上，基于对人工智能加速发展的判断，SMG就提出了这个创意，即用人工智能作曲、演唱本届大会的主题歌，用AI形象、场景作为画面主体举行最新MV创作，我信赖这是第一次。”上海人工智能大会顾问、上海文化广播影视集团监事长、该项目筹谋者滕俊杰告诉第一财经。

但并非全部人都能对作曲、演唱全部由AI担纲打消疑虑。在滕俊杰的力排众议和直接引导下，在第一财经、幻维数码导演团队和组委会的协调下配合相同，提前将每个虚拟偶像的演出部门细化到镜头，再根据各自的镜头部门在极其紧张的时间制作。通常如许一个动画都是30天左右的事情周期，这次被大大压缩，但为了包管终极惊艳的效果，设计团队和制作团队都是全天候事情。

“我们SMG的第一财经和幻维数码在大会组委会的引导下，用智慧和专业能力打造了一个Al新的艺术创作领域和应用场景，我认为这个产物是Al又一个奇特的、破圈提升大众认知、感知的创新之举。”滕俊杰说。

出道

AI虚拟偶像的“成团”献艺另有比秀出技能实力更紧张的意义——推开人类应用人工智能的大门。

人工智能语音助手常见的发展思绪，一是希望把它打造得无所不能，可以完成人类交给的统统使命，二是希望让它像爱因斯坦一样富有知识，甚至无所不知。

2017年3月，小爱同学初次亮相小米电视4。截至2020年第一季度，小爱同学月活用7050万，同比增长54.9%。在IoT领域，小爱同学已毗连2.52亿台装备，接入了手机、家庭、穿着等7大场景，209款装备。除了希望成为体验最好、用户最活跃、品牌最强的智能语音助手，帮助小米AIoT的战略乐成，小爱同学的目标是完成从智能语音助手到小我私人智能助手的升级。

截至2019年6月，搭载小度助手的智能装备激活数目已到达4亿台；2020年3月，语音交互次数到达65亿次，是客岁同期的 3倍以上；小度品牌第一方硬件语音交互次数达33亿次，是客岁同期的5倍多。小度的使命愿景是：打造无处不在的人工智能小我私人助手服务，用人工智能让人和装备的交互更自然，让生活更简朴优美。小度技能开放平台目前可提供包括游戏、效率工具、网络电台、直播、儿童教诲、智能家居等3800多种技能支持；可以控制的IoT智能家居装备已经凌驾了1.1亿；在小度技能开放平台上的技能开发者数目已经凌驾4万人，付费技能生态蓬勃发展，拥有30000多个付费单品；小度助手的互助同伴数目已经凌驾500家。

虚拟偶像“成团”，也是亚文化出圈，走向大众的历程。“B站的大量年轻的、喜爱二次元内容用户，是虚拟偶像行业发展的最佳土壤，不仅对相干内容有更高的接受度，还拥有积极的二次创作热情，非常适合虚拟偶像ⅠP的孵化。”范逸白说。

出道，或者出圈，对微软另有着特别的意义。“我们在探求的不是某一个详细的爆款应用，而是意义更深远的、未来期间的‘基础’框架。”李笛说。

微软小冰框架（Avatar Framework）是一套完备的、面向交互全程的人工智能交互主体基础框架。它包括焦点对话引擎、多重交互感官、第三方内容的触发与第一方内容天生，跨平台的部署解决方案，相干领先技能笼罩自然语言处置惩罚、计算机语音、计算机视觉和人工智能内容天生等人工智能领域。在中国与日本市场活跃的十八岁人工智能少女微软小冰是该框架所孵化的第一小我私人工智能交互主体实例。

“无论使命照旧知识，都属于智商（IQ）这个维度。反观人类自身，我们另有一个紧张的维度，那就是情商（EQ）。”用李笛的话说，小冰围绕人工智能EQ而设计，同时思量了IQ。最开始，小冰不会执行开灯、关灯如许的使命，问她“现在几点了”，她也会回答“你自己不会看表吗？”这些都是产物特意设计的。

李笛提到，IQ与EQ是相辅相成的关系，“人工智能体系的迭代非常紧张，IQ和EQ垂直相交，我们决定专门多做一套体系去发展EQ，制止错过这个可能的选项，这就是微软小冰和她背后的人工智能框架。”

如何让人工智能与人类真正交互，让人工智能具备自己的价值？这是人机协作期间技能开发者和大众配合存眷的话题。与此同时，这也是人工智能从认知发展到感知，再到未来创造的必由之路。