有所謂的數位虛擬人聲嗎?

Question

現在的動畫技術發達，影像可以用數位繪圖的方式達到類似真時拍攝的效果，最典型的例子大概算是\"太空戰士\"這部電影吧，雖然是電腦動畫但是已經逼真到彷彿是一般電影了，但是相較於聲音的部份，有很多是使用人聲下去做數位處理，但是我想問的是，現在有電腦技術可以產生完全虛擬的人聲嗎，如果這種虛擬人聲來唱歌，是不是就能有完美的音色呢?當然這種虛擬歌手可能沒有實際上的意義，不過還是很好奇有沒有這種技術~

先感謝各位的熱心回應，不過小弟補充一下。

TO novus:
您說的小弟應該是聽過這類的應用，不過您說的技術應該是先取樣真人的聲音再用軟體做變化去達到各種效果吧?? 我比較想知道的是有沒有完全虛擬出來的聲音而不是取樣自真人的聲音??

TO 羅勃王觀點:
您說的應該也就是某些電子辭典的發生方式吧。



另外一個重點就是如果有完全虛擬的人聲，有人用這種虛擬人聲唱歌嗎??

感謝novus大大的回應，小弟會問這個問題主要是看過一篇文章，內容敘述數位的立體動畫技術已經幾乎可以取代傳統演員的電影效果，說不定以後演員會被這些虛擬影像所取代，我就在想既然影像都做得到，感覺聲音相較於影像較為單純，聲音應該也做得到吧? 說不定以後歌手會被取代呢~~

Answer 1

如果你問的是要模擬人類唱歌, 我還沒接觸過這種技術, 但如果是模擬人說話的聲音, 這種 text-to-speech 技術在業界早已使用好多年了
事實上, 你到許多銀行櫃檯, 如果聽到"第198號來賓, 請到3號櫃檯辦理", 那就很可能是電腦在模擬人聲

現在用電腦讀出一篇文章, 電腦可以十分逼真的模擬人聲, 會讓你感覺像是真人在朗讀一般。這樣的軟體在市面上已經銷售多年, 你可以到這裏看看示範, 看看有多像真人發音：
http://www.digitalfuturesoft.com/texttospeechproducts.php?referer=adwords1

2006-08-24 21:50:02 補充：
上面是英文的, 而華邦電子有推出中文的發音晶片, 模擬說中文, 會讓你覺得是真人在說話

如果想試試這種軟體, 這裏有免費的：
http://www.naturalreaders.com/index.htm
但免費版並沒有"自然發音"功能, 所以聽起來死板板的

2006-08-25 15:23:25 補充：
我原本只知道 text-to-speech 技術, 但提問人要的是模擬人聲"唱歌", 因此我查了一下, 發現確實有此技術與軟體

YAMAHA 有一個軟體稱為 VocalOID, 你只要輸入歌詞與曲譜, 電腦便可以幫你把歌曲"唱"出來。請聽聽這一段：http://www.vocaloid.com/demos/kimi_no_uwasa_128.asx
是否能聽出這完全是電腦模擬唱歌 ? 連背景音樂也都是電腦合成的

VocalODI 的網站在此：http://www.vocaloid.com/en/introduction.html
還有一個類似的軟體在此：http://www.virsyn.de/en/E_Demo/e_demo.html

我還找到一些電腦模擬人唱歌的示範：
http://umsis.miami.edu/~kjacobso/speechsynth/xmas.mp3
ftp://ftp.webcom.com/pub4/tts/www/sv_exam4.wav

這些都是事先用人聲取樣, 然後再由電腦處理之後所得到的"模擬人聲", 但如同底下 novus 說的, 要完全使用電腦合成聲音, 應該是沒什麼問題, 只不過效果不好罷了

或許過不了多久, 就會有"電腦歌手"錄製的專輯問市囉 !

Answer 2

有一門領域叫做Speech synthesis是訊號處理加上人工智慧的技術目前主要的目標不是放在唱歌，而是朗讀，稱為 text-to-speech (TTS)基本的idea是觀察人類發各種音時的頻譜，然後電腦建立自己的頻譜，就可以用頻譜去合成人聲雖然說用頻譜合成出人聲並不難但是要處理語氣、慣用法之類的是很麻煩的例如「這」這個字我們唸「這樣子」和「這個」的時候發音方式有些不同一些商用軟體的AI可以透過經驗學習，掌握語氣的應用，甚至難以分辨是合成人聲還是真人醬子明白了嗎

2006-08-25 09:26:03 補充：
是要先分析實際人類的語音沒錯
但是卻未必只是拿錄音加以變化
我們只是要取得真實人類的語音模式
內部的頻譜以及語音資料可以完全用電腦虛構

就像畫虛擬模型一樣
一定會先分析真實的人體構造(有門學問叫做藝用解剖學)
但是製作模型的時候則可以完全憑空捏造

唱歌應該做得到
但是要唱得好又是另一回事