合成唱歌

Question

所以這是從90年代末... http://www.cs.princeton.edu/~prc/SingingSynth.html

爲什麼這不起飛？ （我們可以合成像照片般逼真的圖像，但歌唱的合成......似乎仍然處於非常原始的階段）。

究竟是什麼讓歌聲的合成變得困難？

http://www.interspeech2007.org/Technical/synthesis_of_singing_challenge.php < - 仍然看起來很原始。

Answer 1

我的感覺是，我們進入神祕的山谷，聲音比圖像更容易。雖然我們的大腦相對較好地接受了形成不良的圖像，但它不接受形成不良的聲音，除非聽起來很自然。一切聽起來都不完美的聲音聽起來令人毛骨悚然，這對實際應用來說是一個非常強大的障礙。這對公告和電話服務有好處，但我們離完全合成唱歌還有很長的路要走。

另一方面，實際聲音的修改是每天執行的，無論是現場演播室還是演播室。如果沒有Autotune，那麼所有的「gangsta」和「lady gagas」都會做更適合他們實際才能的工作。