微软小冰框架演唱模型V5版发布：首次使用充沛中气演唱

今天微软小冰宣布，小冰的AI歌唱模型技术重大升级。据悉，这是AI科技史上的首次，可以像人类歌手那样，用充沛的中气演唱。

微软（亚洲）互联网工程院表示，微软小冰基于深度神经网络的歌唱模型，已顺利完成V5新版本的研发。新的V5模型实现了重大突破，它使微软小冰第一次能够像人类歌手一样，使用充沛的“中气”来烘托演唱，从而将人工智能虚拟歌声质量提升至新的高度。此外，该模型不仅限于优化微软小冰的声音，还支持对任何人类歌手的声线进行学习、模拟和建模，演绎与再现歌手们巅峰状态下的演唱水平。作为技术示例，微软与日本唱片公司AVEX合作发行的新模型DEMO曲《最高新记忆》，也于今天同时公布。

微软（亚洲）互联网工程院分享了深度神经网络歌唱模型方面的最新进展。中国古时不乏对音乐之声的精辟论述，例如“丝（丝弦乐器）不如竹（管乐器），竹不如肉（人声）”，为其“渐进自然”。因此，微软把不断趋近人类歌手的声音合成质量，视为“人工智能创造”分支的最高技术目标。在上一个版本中，实现了小冰在虚拟演唱中的自然换气。今天推出的新版本，则进一步将“气息”应用于演唱全过程，使生成的歌声接近专业人类歌手，并可预测并自由切换演唱技巧，突破了传统单元拼接技术音高与音准的“软件乐器”标准。微软用DEMO曲来表现这一技术对照的明显差距，请重点关注歌曲时间轴上的以下时刻：

00:31，01:12，01:23，03:14，04:08