“偷”聲音

你的聲音是什么樣的呢？甜甜的，沙啞的，尖細(xì)的，還是低沉的？

你能靠聲音分辨說(shuō)話的人是誰(shuí)嗎？家人，同學(xué)，還是老師？

你有沒(méi)有這樣的經(jīng)歷：沒(méi)有看見(jiàn)某個(gè)人的臉，只靠聲音就認(rèn)出了他？

比如《紅樓夢(mèng)》里王熙鳳的出場(chǎng)是“未見(jiàn)其人先聞其聲”，賈府里的姐姐妹妹們只聽(tīng)一句話，便知道是她了。

歸有光在《項(xiàng)脊軒志》中也提到“余扃牖而居，久之，能以足音辨人?！边@樣厲害的聽(tīng)覺(jué)，是爛熟于心的結(jié)果吧。

你在放學(xué)時(shí)分，校門口吵吵嚷嚷，也仍然能準(zhǔn)確地聽(tīng)到家人的聲音。

你能“聽(tīng)聲辨人”，是因?yàn)槊總€(gè)人的聲音都有特別之處。如果聲音被“偷了”，就相當(dāng)于聲音的特點(diǎn)被偷了，大家只認(rèn)聲音就會(huì)產(chǎn)生誤會(huì)呢！

不過(guò)，人與人之間相互“偷”聲音已經(jīng)司空見(jiàn)慣，比如很多人會(huì)模仿明星的聲音說(shuō)話、唱歌。那機(jī)器能“偷”人聲嗎？而且要“偷”得像真人一樣，而不是帶著機(jī)器味道的聲音！

加拿大的Adobe公司在2016年的MAX大會(huì)上展示的語(yǔ)音編輯工具Project VoCo做到了！和目前市場(chǎng)上的語(yǔ)音編輯工具不同，除了可以實(shí)現(xiàn)一些基礎(chǔ)的剪輯拼接、消除噪音之外，它還能用機(jī)器合成新的語(yǔ)音，生成新詞，堪稱“聲音版的Photoshop”。

只需要給VoCo一段20分鐘的人聲，它就能分析出人聲中的特征，然后用戶只需要打字輸入內(nèi)容，它就能根據(jù)這段人聲中的特征進(jìn)行還原。

簡(jiǎn)單地說(shuō)，VoCo就是可以在理解和分析某個(gè)人的聲音之后，用同樣的聲音說(shuō)出其他不同的內(nèi)容。VoCo能夠生成原本這個(gè)聲音沒(méi)有的內(nèi)容，就像一個(gè)“聲音神偷”！

既然聲音是有特征的，那么只要擁有了這些特征，就能“偷”到別人的聲音。VoCo這么厲害，就是準(zhǔn)確地“偷”了聲音的特征并且能夠任意還原。

那么聲音的特征是什么呢？

要想知道聲音的特征，得先知道聲音是怎樣發(fā)出的。我們的聲帶震動(dòng)，然后發(fā)出了聲音。說(shuō)話的時(shí)候把手放在脖子上，就可以感受到聲帶的震動(dòng)。就像鼓一樣，鼓面震動(dòng)了，才能發(fā)出鼓聲。

這種震動(dòng)就像石子丟進(jìn)湖里，湖面會(huì)蕩漾出一圈圈的漣漪，這個(gè)漣漪也叫“波紋”。聲帶震動(dòng)出的“波”也在空氣中一波又一波地傳出，只是這樣的“波”我們看不到，叫“聲波”。

我們細(xì)細(xì)回想聲音的特征，有大有小，有高有低，還有動(dòng)聽(tīng)或難聽(tīng)。這些感受，就是聲音的特征?。郝曇舻拇笮∈琼懚?，聲音的高低是音調(diào)，聲音的波形是音色。人們就是根據(jù)這三個(gè)特征來(lái)區(qū)分聲音。

聲音看不見(jiàn)、摸不著，但利用儀器可以繪制出反應(yīng)聲音特征的聲波圖。如果聲波起伏很大，那么聲音就大；聲波很密集，聲音就很高；聲波形狀有規(guī)律，就是好聽(tīng)的樂(lè)音，雜亂無(wú)章就是噪音。

知道了聲音的秘密，VoCo通過(guò)20分鐘的語(yǔ)音，分析并還原出聲音的響度、音調(diào)和音色，達(dá)到了模仿修改人聲“以假亂真”的程度。

能夠模仿人聲的VoCo確實(shí)很神奇，但是仔細(xì)一想，也有讓大家擔(dān)憂的地方：如果有人利用VoCo模仿人聲做壞事，比如模仿出爸爸媽媽的聲音騙取小朋友的信任，那就有危險(xiǎn)了。

目前VoCo還在研發(fā)階段，沒(méi)有面世。大約技術(shù)人員考慮到安全和信任的問(wèn)題后，大家和VoCo見(jiàn)面的那一天，“偷”聲音的危機(jī)已經(jīng)解決，所有人都能愉快地享受新科技帶來(lái)的新境界！