第10章 電子聲帶
你是黑科技大佬你不早說！ 作者：量子星星 投票推薦 加入書簽 留言反饋
謝晉不知道樓清焰是怎麽發現自己心思的，不過，老實說，他不太信對方的說辭。
或許隻是在安慰他吧。
他當然不知道，地球確實不需要算法創新，因為現有的神經網絡模型，其實就是強ai的初代技術。
星際世界出現的第一個強人工智能，是用神經網絡一層層堆疊而成的。它本質上是一台不斷學習的機器，從許多樣本事件中歸納人類邏輯，將之寫入數據庫或算法。
當係統量級超過某個臨界值，整個邏輯量就會極其龐大，涵蓋人類所有思維方向，機器的行為模式也會無限接近人類。由此可以認為，量變引起質變，機器獲得了自主思考的能力。
要想達到這個目標，人工構建的機器神經網絡，必須擁有不下於人腦的體量。然而腦神經元數量何其龐大？即使榨幹超級計算機的最後一kb容量，也模擬不出這個結構。
地球需要硬件更新，光子計算機勉強符合要求，最理想的還是量子計算機。但是，量子計算機是個比強ai還大的泡沫，它的研發至少需要三個前提：可控核聚變、腦域開發技術、基礎科學突破。
至於為什麽，解釋起來太麻煩，樓清焰也不打算告訴謝晉。
謝晉沒有糾結太久，很快就帶他來到一台工作站前麵。
“董事長，既然要看電子聲帶項目，不如先看一下demo吧。這個版本已經非常成熟，隻要再完成一些優化工作，就可以投入市場營運了。”他在鼠標上點了一下。
音響裏放出了一首歌，女孩子的聲音特別甜美，音調有點怪異，銜接帶有機械感，聽著像是siri在唱歌。
不過，比起vocaloid係列已經非常自然了。
vocaliod，大名鼎鼎的語音合成軟件，超人氣偶像初音未來的誕生基礎。
據說它最初是給音樂行業錄製小樣的，但是發行之後問津者寥寥。製作方一拍腦門，開了個腦洞：“我們不做音樂軟件，做虛擬歌姬。”由此，初音未來誕生，虛擬偶像概念進入人們的視線。
謝晉說：“設計軟件框架的時候，我們對比了幾款竟品，其中最普及的是vocaliod和utau。它們的實現原理差不多，預先錄製人聲，對人聲排列組合，再加上音調，組成一支歌曲。”
“我們扒了兩款軟件的框架，最後還是決定，放棄這種純機械式合成，改為仿生式的。也就是基於機器學習算法的ai軟件，我們把它命名為，電子聲帶。”
“因為沒有先例，研發期非常困難，不過第一個版本出來之後，給了人相當大的驚喜。製作出來的成曲，最差也能達到歌姬級別。”他點了一下鼠標，對樓清焰說，“董事長，來聽聽它說的第一句話吧。”
音響裏傳出一個清朗的男聲。
“hello,world.”
樓清焰頓時發現：“這是我的聲音？”
“這是大家投票決定的。”謝晉揶揄地看過來。
不知為何，被點破心思之後，他反倒覺得樓清焰有點親切。
“還行，挺自然的。”
“這是ai算法的功勞。”謝晉說，“我們設計了一種深度學習算法，軟件會對音源庫進行特征提取，用提取出來的特征信息進行訓練，最終，為每組音源庫生成獨一無二的數據模型。基於這個模型，合成語音會自然許多。”
“這還不是最理想的。最理想的那種合成語音，不用組合人聲，是憑借ai算法的高智能，憑空生成聲音。不過……”
“不過你們沒這個技術。”樓清焰說。
他想了想，描述道：“聲音的本質是震動，在音響裏就是膜片的震動，這種震動由電磁場引起，而電磁場的控製方式，是線圈通不通電。通電為1，不通電為0。”
“所以，計算機聲音的本質是一串二進製數，是不同排列組合的1和0。這叫做數字信號。”
“最理想的語音合成，不是組合音節，而是直接組合數字信號。”
樓清焰：“我說的對嗎。”
謝晉實實在在地驚訝了。
他一直以為樓清焰是個不學無術的紈絝，就算所有人都搞懂了計算機原理，他也不可能搞懂的那種。
沒想到他真的懂。
樓清焰還沒說完，他繼而道：“理論上，ai軟件通過深度學習，可以掌握數字信號的規律，構建一個數據模型，再基於模型生成語音。”
“但是，這需要一個大前提——機器學習算法能直接從數字層做特征提取。”
他問道：“能嗎？”
謝晉服了，這人為啥總是一下子問到最關鍵的地方。
“現在確實沒這個技術。我們設計的特征提取算法，主要瞄準聲音的波形表現，頻率、相位這些。”他簡單地說。
樓清焰又說：“不止缺這一個技術吧。做了特征提取，知道怎麽歸納總結嗎？知道怎麽訓練模型嗎？會寫算法嗎？設想過這個計算量有多龐大嗎？”
謝晉：“……”
樓清焰發覺有點說過了，遂拍拍他肩膀，鼓勵道：“不過你們已經做得很好了，能達到這個程度非常了不起……嗯，下一步工作是什麽？”
謝晉：“……”看出來你是在敷衍了。
“軟件的構造有點臃腫，隻有在工作站上才能流暢運行，下一步先考慮優化問題。”
“好的。”樓清焰也就是隨口一問。
他不在意軟件本身，得知已經有了ai語音合成的雛形，他來這趟的目的就已經達成了。
謝晉研發的這款電子聲帶，其實還是提前錄製人聲，再進行排列組合。隻不過基於ai算法訓練的數據模型，會對音頻波形進行修改，讓聲音變得流暢自然，更加真實。
這款軟件的局限性在於算法。音頻領域的特征提取沒有可參考前例，謝晉團隊必須把數字音頻研究透徹，然後基於其特性設計新算法——不僅是邏輯框架，還包括萬惡的數學模型。這可不是一朝一夕能搞出來的。
但是樓清焰呢，他腦子裏有現成的。
在星際時代，聲音合成是一項非常普及的技術，宇宙人早就可以在編碼層麵生成各種聲音，還出現了一種新職業，叫音頻作家。
類比於文學作家，音頻作家就是直接創作廣播劇的那種。
聲音合成算法，是入門智械編程學習的一個啟蒙案例。可見它簡單到什麽程度。在地球上也可以實現，條件是幾套新的數學模型，一台大型計算機。
佳輝就有大型計算機，用作app服務器的，暫時關停服務器來計算軟件，好像也沒什麽大不了的。
樓清焰隻有一個人，不可能寫出一個完整的軟件，不過他有謝晉的代碼基礎，隻要實現了那幾個數學模型，用大型計算機快速完成機器學習運算，就可以達成他的目的。
嗯，他隻是想讓樓皓宸“說”幾句話而已。
謝晉不知道他老板正在醞釀多麽黑暗的犯罪過程，他看著樓清焰，心裏已經對他完全改觀了。
龍困淺灘，虎落平陽，卻顯得從容自若。落魄時不露難色，麵對員工的消極嘲諷，姿態依舊那麽強硬。他懂計算機，懂智能技術，並不是大家以為的那種不學無術的廢物。最重要的是，他竟然懂他的想法。
謝晉此時強烈希望佳輝能度過這個難關。因為他第一次真情實感地發現，樓清焰是個好老板。
他暗暗看了對方一眼，正聽到他說：“就這樣吧，參觀完了。下一步，用一天時間學會c語言。”
謝晉：“……？？？？？”
或許隻是在安慰他吧。
他當然不知道，地球確實不需要算法創新，因為現有的神經網絡模型，其實就是強ai的初代技術。
星際世界出現的第一個強人工智能，是用神經網絡一層層堆疊而成的。它本質上是一台不斷學習的機器，從許多樣本事件中歸納人類邏輯，將之寫入數據庫或算法。
當係統量級超過某個臨界值，整個邏輯量就會極其龐大，涵蓋人類所有思維方向，機器的行為模式也會無限接近人類。由此可以認為，量變引起質變，機器獲得了自主思考的能力。
要想達到這個目標，人工構建的機器神經網絡，必須擁有不下於人腦的體量。然而腦神經元數量何其龐大？即使榨幹超級計算機的最後一kb容量，也模擬不出這個結構。
地球需要硬件更新，光子計算機勉強符合要求，最理想的還是量子計算機。但是，量子計算機是個比強ai還大的泡沫，它的研發至少需要三個前提：可控核聚變、腦域開發技術、基礎科學突破。
至於為什麽，解釋起來太麻煩，樓清焰也不打算告訴謝晉。
謝晉沒有糾結太久，很快就帶他來到一台工作站前麵。
“董事長，既然要看電子聲帶項目，不如先看一下demo吧。這個版本已經非常成熟，隻要再完成一些優化工作，就可以投入市場營運了。”他在鼠標上點了一下。
音響裏放出了一首歌，女孩子的聲音特別甜美，音調有點怪異，銜接帶有機械感，聽著像是siri在唱歌。
不過，比起vocaloid係列已經非常自然了。
vocaliod，大名鼎鼎的語音合成軟件，超人氣偶像初音未來的誕生基礎。
據說它最初是給音樂行業錄製小樣的，但是發行之後問津者寥寥。製作方一拍腦門，開了個腦洞：“我們不做音樂軟件，做虛擬歌姬。”由此，初音未來誕生，虛擬偶像概念進入人們的視線。
謝晉說：“設計軟件框架的時候，我們對比了幾款竟品，其中最普及的是vocaliod和utau。它們的實現原理差不多，預先錄製人聲，對人聲排列組合，再加上音調，組成一支歌曲。”
“我們扒了兩款軟件的框架，最後還是決定，放棄這種純機械式合成，改為仿生式的。也就是基於機器學習算法的ai軟件，我們把它命名為，電子聲帶。”
“因為沒有先例，研發期非常困難，不過第一個版本出來之後，給了人相當大的驚喜。製作出來的成曲，最差也能達到歌姬級別。”他點了一下鼠標，對樓清焰說，“董事長，來聽聽它說的第一句話吧。”
音響裏傳出一個清朗的男聲。
“hello,world.”
樓清焰頓時發現：“這是我的聲音？”
“這是大家投票決定的。”謝晉揶揄地看過來。
不知為何，被點破心思之後，他反倒覺得樓清焰有點親切。
“還行，挺自然的。”
“這是ai算法的功勞。”謝晉說，“我們設計了一種深度學習算法，軟件會對音源庫進行特征提取，用提取出來的特征信息進行訓練，最終，為每組音源庫生成獨一無二的數據模型。基於這個模型，合成語音會自然許多。”
“這還不是最理想的。最理想的那種合成語音，不用組合人聲，是憑借ai算法的高智能，憑空生成聲音。不過……”
“不過你們沒這個技術。”樓清焰說。
他想了想，描述道：“聲音的本質是震動，在音響裏就是膜片的震動，這種震動由電磁場引起，而電磁場的控製方式，是線圈通不通電。通電為1，不通電為0。”
“所以，計算機聲音的本質是一串二進製數，是不同排列組合的1和0。這叫做數字信號。”
“最理想的語音合成，不是組合音節，而是直接組合數字信號。”
樓清焰：“我說的對嗎。”
謝晉實實在在地驚訝了。
他一直以為樓清焰是個不學無術的紈絝，就算所有人都搞懂了計算機原理，他也不可能搞懂的那種。
沒想到他真的懂。
樓清焰還沒說完，他繼而道：“理論上，ai軟件通過深度學習，可以掌握數字信號的規律，構建一個數據模型，再基於模型生成語音。”
“但是，這需要一個大前提——機器學習算法能直接從數字層做特征提取。”
他問道：“能嗎？”
謝晉服了，這人為啥總是一下子問到最關鍵的地方。
“現在確實沒這個技術。我們設計的特征提取算法，主要瞄準聲音的波形表現，頻率、相位這些。”他簡單地說。
樓清焰又說：“不止缺這一個技術吧。做了特征提取，知道怎麽歸納總結嗎？知道怎麽訓練模型嗎？會寫算法嗎？設想過這個計算量有多龐大嗎？”
謝晉：“……”
樓清焰發覺有點說過了，遂拍拍他肩膀，鼓勵道：“不過你們已經做得很好了，能達到這個程度非常了不起……嗯，下一步工作是什麽？”
謝晉：“……”看出來你是在敷衍了。
“軟件的構造有點臃腫，隻有在工作站上才能流暢運行，下一步先考慮優化問題。”
“好的。”樓清焰也就是隨口一問。
他不在意軟件本身，得知已經有了ai語音合成的雛形，他來這趟的目的就已經達成了。
謝晉研發的這款電子聲帶，其實還是提前錄製人聲，再進行排列組合。隻不過基於ai算法訓練的數據模型，會對音頻波形進行修改，讓聲音變得流暢自然，更加真實。
這款軟件的局限性在於算法。音頻領域的特征提取沒有可參考前例，謝晉團隊必須把數字音頻研究透徹，然後基於其特性設計新算法——不僅是邏輯框架，還包括萬惡的數學模型。這可不是一朝一夕能搞出來的。
但是樓清焰呢，他腦子裏有現成的。
在星際時代，聲音合成是一項非常普及的技術，宇宙人早就可以在編碼層麵生成各種聲音，還出現了一種新職業，叫音頻作家。
類比於文學作家，音頻作家就是直接創作廣播劇的那種。
聲音合成算法，是入門智械編程學習的一個啟蒙案例。可見它簡單到什麽程度。在地球上也可以實現，條件是幾套新的數學模型，一台大型計算機。
佳輝就有大型計算機，用作app服務器的，暫時關停服務器來計算軟件，好像也沒什麽大不了的。
樓清焰隻有一個人，不可能寫出一個完整的軟件，不過他有謝晉的代碼基礎，隻要實現了那幾個數學模型，用大型計算機快速完成機器學習運算，就可以達成他的目的。
嗯，他隻是想讓樓皓宸“說”幾句話而已。
謝晉不知道他老板正在醞釀多麽黑暗的犯罪過程，他看著樓清焰，心裏已經對他完全改觀了。
龍困淺灘，虎落平陽，卻顯得從容自若。落魄時不露難色，麵對員工的消極嘲諷，姿態依舊那麽強硬。他懂計算機，懂智能技術，並不是大家以為的那種不學無術的廢物。最重要的是，他竟然懂他的想法。
謝晉此時強烈希望佳輝能度過這個難關。因為他第一次真情實感地發現，樓清焰是個好老板。
他暗暗看了對方一眼，正聽到他說：“就這樣吧，參觀完了。下一步，用一天時間學會c語言。”
謝晉：“……？？？？？”