一夜之間，「AI孫燕姿」火遍全網(wǎng)。

B站上，AI孫燕姿翻唱的林俊杰「她說(shuō)」、周董「愛(ài)在西元前」、趙雷「成都」等等，讓一眾網(wǎng)友深陷無(wú)法自拔。

「冷門(mén)歌手」孫燕姿新晉成為2023年度熱門(mén)歌手，掀起許多人的追星狂歡。

【資料圖】

網(wǎng)友表示，「聽(tīng)了一晚上AI孫燕姿，出不去了......」

這些翻唱歌曲，是由Eternity丨L、羅斯特_x等UP主通過(guò)開(kāi)源項目自制后并上傳。

（作者似乎特意在「半島鐵盒」中加入了一秒空白，湊成5分20秒）

UP主：Eternity丨L

除了AI孫燕姿，還有AI周杰倫，AI王心凌、AI林志炫...

可能許多人做夢(mèng)也沒(méi)有想到，2023年華語(yǔ)樂(lè )壇竟以這種形式復興了。

「AI孫燕姿」在線(xiàn)營(yíng)業(yè)

前段時(shí)間，一位TikTok網(wǎng)友用AI創(chuàng )作了一首「Heart on My Sleeve」很快躥紅網(wǎng)絡(luò )，引來(lái)1000多萬(wàn)人圍觀(guān)。

聽(tīng)完這首歌的網(wǎng)友紛紛表示，太讓我驚訝了，簡(jiǎn)直太瘋狂！

這首歌正是用兩位美國流行音樂(lè )人Drake和The Weeknd的聲音創(chuàng )作而成。先通歌手聲音訓練AI，然后再用AI來(lái)創(chuàng )作。

在國內，B站上AI翻唱的華語(yǔ)樂(lè )壇歌曲也漸漸成為許多人關(guān)注的焦點(diǎn)，孫燕姿、王心凌、周杰倫等明星紛紛「復出」。

而最火的莫過(guò)于孫燕姿，憑借「天后音色」的稱(chēng)號，直接成為AI新寵兒。

UP主：羅斯特_x

有人還自制了AI孫燕姿粵語(yǔ)版《愛(ài)來(lái)的太遲》。

然而，對于A(yíng)I音樂(lè )制作，在整個(gè)音樂(lè )行業(yè)并非是一個(gè)新事物了。只不過(guò)生成式AI的大火，讓AI翻唱的門(mén)檻再次被拉低。

比如，年初，谷歌還曾推出了文本到音樂(lè )模型MusicLM，通過(guò)將音樂(lè )的生成過(guò)程視為分層的序列到序列建模任務(wù)，并以24 kHz的頻率生成高保真的音樂(lè )。

對于許多歌迷來(lái)講，AI翻唱一定程度上滿(mǎn)足了自己的許多遐想。

還有一些歌迷，自己訓練了已故經(jīng)典老歌手的AI，包括阿桑、張國榮、姚貝娜、鄧麗君等等。

這或許是一種數字永生，通過(guò)這樣一種方式讓久違的聲音再次回到人們心里。

Midjourney出圖逼真的超強能力，讓人們驚呼畫(huà)家要失業(yè)了。對于A(yíng)I翻唱，難道歌手也要被去取代嗎？

一位UP主@阿張Rayzhang用自己的音色訓練出的AI唱Killer Queen后，瞬間感覺(jué)太恐怖了。

緊急錄制一個(gè)視頻后，并附上了「AI歌手會(huì )讓翻唱區集體失業(yè)嗎？我被AI版的我爆殺！」標題。

有網(wǎng)友稱(chēng)，自己就是AI第一批受害者畫(huà)手，感覺(jué)什么職業(yè)也逃不掉。

有些人也表示，翻唱的有些地方一點(diǎn)也不像。

要知道，對于A(yíng)I翻唱來(lái)講，也需要豐富的特定藝術(shù)家音色訓練數據，這樣AI生成的作品才更加真實(shí)。

就目前的技術(shù)，雖然歌手的唱腔、技巧和風(fēng)格等還不能完全模仿，但音色已經(jīng)基本能完全復刻。

但是真正的大家是不能被取代。

AI翻唱火雖火，但由AI創(chuàng )作音樂(lè )的另一面，是迫在眉睫的版權問(wèn)題。

AI創(chuàng )作的「Heart on My Sleeve」在TikTok上風(fēng)靡一時(shí)后，完整版被上傳到了Apple Music、Spotify、YouTube等平臺上。

就此，美國歌手Drake對此在Ins表達了不滿(mǎn)，「這是（壓死駱駝的）最后一根稻草了」。目前，這首歌因為侵權問(wèn)題已經(jīng)下架。

《金融時(shí)報》稱(chēng)，擁有Taylor Swift、Bob Dylan等巨星版權的環(huán)球音樂(lè )集團，正敦促Spotify和蘋(píng)果阻止AI工具從其藝術(shù)家的版權歌曲中抓取歌詞和旋律。

但是有些藝術(shù)家卻不吝嗇自己的聲音，馬斯克前女友Grimes在網(wǎng)上表示，

「任何人都可以使用我的聲音AI生成歌曲?！共贿^(guò)，還得再付50%的版權。

而這次大火的AI翻唱背后的原始項目「so-vits-svc」的作者，據稱(chēng)也是因為太多人濫用，而刪除了項目。

SoVitsSvc：唱歌聲音轉換

項目地址：https://github.com/svc-develop-team/so-vits-svc

歌聲轉換模型使用SoftVC內容編碼器來(lái)提取源音頻語(yǔ)音特征，然后將向量直接送入VITS，而不是轉換為基于文本的中間格式。因此，音高和音調都可以被保留下來(lái)。

此外，項目開(kāi)發(fā)者還通過(guò)采用NSF HiFiGAN作為聲碼器（vocoder），從而解決了聲音中斷的問(wèn)題。

· 特征輸入改為Content Vec · 采樣率統一使用44100Hz?

· 由于參數的改變，以及模型結構的精簡(jiǎn)，推理所需的GPU顯存明顯減少。?

· 增加選項1：vc模式的自動(dòng)音高預測，這意味著(zhù)在轉換語(yǔ)音時(shí)不需要手動(dòng)輸入音高鍵，男聲和女聲的音高可以自動(dòng)轉換。但是，這種模式在轉換歌曲時(shí)，會(huì )造成音高偏移。?

· 增加選項2：通過(guò)k-means聚類(lèi)方案減少音色泄漏，使音色與目標音色更相似。?

· 增加選項3：增加NSF-HIFIGAN增強器，對一些訓練集少的模型有一定的音質(zhì)增強效果，但對訓練好的模型有負面影響，所以默認關(guān)閉。

預訓練模型文件

將checkpoint_best_legacy_500.pt放在hubert目錄下。

將G_0.pth和D_0.pth放在logs/44k目錄下。

預處理

0. 音頻切片

利用audio-slicer-GUI或audio-slicer-CLI工具，將原始音頻切片至5秒-15秒。

長(cháng)一點(diǎn)也沒(méi)問(wèn)題，但太長(cháng)（比如30秒）可能會(huì )在訓練甚至預處理時(shí)導致「torch.cuda.OutOfMemoryError」，俗稱(chēng)爆顯存。

切片后，刪除過(guò)長(cháng)和過(guò)短的音頻。

1. 重采樣至44100Hz和單聲道

python resample.py

2. 自動(dòng)將數據集分成訓練集和驗證集，并生成配置文件

python preprocess_flist_config.py

3. 生成hubert和f0

python preprocess_hubert_f0.py

完成上述步驟后，dataset目錄將包含預處理的數據，dataset_raw文件夾可以被刪除。

現在，你可以修改生成的config.json中的一些參數——

keep_ckpts：在訓練中保留最后的keep_ckpts模型。設置為0將保留所有模型，默認是3。

all_in_mem：將所有數據集加載到RAM中。當某些平臺的磁盤(pán)IO太低，而系統內存比你的數據集大得多時(shí)，可以啟用。

訓練

python train.py -c configs/config.json -m 44k

推理

模型在需要使用「inference_main.py」。

舉個(gè)例子：

python inference_main.py -m "logs/44k/G_30400.pth" -c "configs/config.json" -s "nen" -n "君の知らない物語(yǔ)-src.wav" -t 0

雖然原始項目組現已停止維護，但有不少網(wǎng)友都進(jìn)行了fork并且也做了一些更新。

比如下面這個(gè)圖形化界面：

項目地址：https://github.com/voicepaw/so-vits-svc-fork

AI「復活」

AI翻唱之外，許多網(wǎng)友此前曾做了類(lèi)似的項目，比如「AI-Talk」讓馬斯克和喬布斯進(jìn)行了穿越時(shí)空的對話(huà)。

視頻中，AI不但模擬了他們的聲音，還在一定程度上模擬了其對話(huà)思路，使得交流過(guò)程十分流暢。

AI讓我們與逝者的對話(huà)成為可能。此前，B站UP主用AI還復活了老奶奶。

對于老奶奶的聲音制作，直接把過(guò)去已有的音頻上傳，素材基本來(lái)自于過(guò)去的電話(huà)錄音、錄像視頻或者微信語(yǔ)音。

并用音頻編輯軟件AU進(jìn)行調整，調整的方向主要在降噪、人聲增強等等。

然后將更加清晰的音頻樣本切割成若干秒的短句，方便進(jìn)行標注。最后將處理好的音頻打包放入語(yǔ)音合成系統中去。

利用語(yǔ)音合成系統，就可以嘗試輸入文本轉語(yǔ)音了。

網(wǎng)友見(jiàn)證科技狠活

AI孫燕姿的歌，已經(jīng)唱到許多網(wǎng)友的心坎。

最近沉迷AI「翻唱」，上至AI侃爺唱罰酒，下至蘇小玎唱真相是真。但說(shuō)句正經(jīng)的，確實(shí)還是AI屆頂流孫燕姿的翻唱最好聽(tīng)。

這幾天沉迷B站的AI孫燕姿，剛剛聽(tīng)了一首《一場(chǎng)游戲一場(chǎng)夢(mèng)》，太好聽(tīng)了，唱到心坎里

不少網(wǎng)友聽(tīng)過(guò)AI翻唱的歌曲后，感受到AI歌手的可怕之處：

科技的力量真是讓人細思極恐。

深深感受到了什么叫做科技的力量......

這就是AI生命，數字飛升！

還有網(wǎng)友對逝去歌手的懷念。

本文作者：新智元，本文來(lái)源：新智元，原文標題：《「AI孫燕姿」全網(wǎng)沸騰！AI翻唱大爆發(fā)，整個(gè)華語(yǔ)樂(lè )壇都「復興」了》

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：