B站up主用AI分析,跨年演唱会上这些歌手假唱了

人工智能 新闻
世界上怕就怕「认真」二字。

唱功和音色是衡量歌手能力的重要标准,但观众对演唱技巧的评价见仁见智,既会因为喜好不够客观,又不时会遇到调音与假唱。所以很长一段时间里说到比较不同歌手唱歌水平,总是会造成巨大的争议。

在演唱会 Live 时,由于脱离了录音室里的完美环境,所以没有人能唱得「完美」,不过随着科技的进步,在一些场合上歌手会选择调音和假唱,自此也有了百万调音师对比人肉 CD 机的调侃。

既然调音用到了越来越先进的技术手段,那么演唱水平其实也应该能用技术手段量化和比较。那些业余耳朵听不出来的「伪装」,在数据面前都是苍白无力的。

昨天,有关鉴别跨年演唱会假唱的话题上登了知乎热搜的第一名,有人就用这种思路透彻地研究了一番。

图片

1 月 7 日,B 站 Up 主「码农高天」,一位在微软工作的程序员通过程序分析了跨年演唱会上歌手的音准,看看谁在跑调,顺便还发现了有些疑似假唱的人。

图片

链接:https://www.bilibili.com/video/BV123411m77L/

作为技术 Up 主,码农高天主要并没有评价歌手水平,而是介绍了分析的方法。

谁在假唱?

我们来看一下 UP 主的「假唱」鉴别方法。

首先,截取一小段歌手演唱的原音。此处 UP 主以张杰的《逆战》为例,利用软件将人声分离出来避免乐器声的干扰,这里使用的是 spleeter,背后是 TensorFlow 框架搭建的神经网络。

图片

项目地址:https://github.com/deezer/spleeter

然后使用 Python 语音库 Parselmouth 对人声进行音准分析。

图片

音频被可视化成为一副散点图:

图片

UP 主根据调性,将歌曲的自然音阶划线加到图上,线对应的频率就是所谓的准确发音。大多数没有经过专业训练的人其实对音准是没有那么敏感的(周杰伦、王力宏这样的才有绝对音感),这意味着如果不用数字方式解读的话,是很难听出歌手唱得准不准的。在可视化之后,结论就一目了然了。

图片

张杰的音准还是非常不错的

但另一方面,人不是机器,总有状态的起伏,现场版演唱是难以做到完美的(即使有些歌手被评价为「吃了 CD」)。张杰已经可以认为是华语乐坛的顶级水准了,同样高水平的还有邓紫棋、孙楠(大佬就不必分析了)、谭维维、周深等。

图片

邓紫棋《倒数》


图片

孙楠《不见不散》

图片

谭维维《山海》

图片

周深《光亮》

听到这些名字、看过他们的音准分析图,你或许也能明白,为什么这些人能够代表华语乐坛的顶级水准。

按照同样的方法,UP 主分析了薛之谦的现场,呈现出一幅「散点图」:

图片

这是薛之谦今年演唱的《孤勇者》,被各种吐槽……

为什么在这么多场跨年演唱会中,他的演唱属于听感最差的呢?

原因倒也简单,因为唱得比他差的人,看来都在「假唱」……

这就好比一场班级考试,薛之谦同学的水平本来是中游偏上,但由于真学霸以外的所有同学都「作弊」了,他只能获得「倒数第一」的名次。

当然,这个结论并不是空穴来风,UP 主也给出了证据。

假唱这件事,是完全可以从声音上去分辨的。首先,如果一个人不以唱歌为生,但现场表现却堪比职业歌手,甚至优于职业歌手,那么很有可能是假唱。比如这样:

图片

同样是《孤勇者》,某艺人的每一个音都完美准确地落在线上。

那么一个有趣的问题就出现了,一个不以唱歌为生的人,真唱到底是什么效果?

这样的素材应该是很宝贵的,好在还能找到一些,比如这样:

图片

引发争议

分析演唱会上粉丝众多的歌手,自然会引起争议。1 月 11 日,码农高天在第二期视频里就表示自己又收到了抗议的律师函。

图片

视频:https://www.bilibili.com/video/BV12Y411y7Hr/

作者表示,音准完美确实无法准确反映现场是假唱,因为非直播的现场和人们看到视频之间还有修音空间,虽然有的人修音了,有的人没修。

这个音可能是在录音室录完修的,现场对的嘴型,就是假唱;也有可能现场确实是真唱,唱完再修。

这也意味着其中存在不公平,修音甚至假唱把歌手的门槛拉低,让普通听众难以对比。对于我们来说,虽然每个人对于歌手风格的喜好不同,但至少对于真唱的追求是一致的,从这次的分析中看到了唱功的差异。

图片

无论是什么样的歌手、什么难度的歌曲,都基本不可能在大型体育馆保持 5 分钟的完美音准。当「完美音准」的现象变得越来越普遍,我们是否也失去了更多领略 live 魅力的机会呢?

责任编辑:张燕妮 来源: 机器之心
相关推荐

2018-01-03 18:41:49

图片直播谱时

2021-07-02 09:27:38

AI 数据人工智能

2018-03-19 09:53:45

2020-03-23 10:43:46

AI 数据人工智能

2016-07-07 10:33:53

思科DNA视频

2020-06-12 14:40:45

开源技术 翻译

2022-06-23 14:51:39

Github算力网络微软

2014-12-08 14:51:46

ThinkPad

2020-04-28 14:20:24

黑客勒索安全

2021-07-26 16:17:46

代码开发CPU

2021-12-24 14:06:03

AI 数据人工智能

2022-08-04 13:43:52

人工智能文艺创作诗歌

2009-05-05 15:46:59

卡巴斯基鸟巢成龙

2023-08-10 12:26:07

AIUP平台

2022-07-05 09:51:40

火山引擎超分算法AI降噪

2021-03-04 22:33:43

人工智能制药医疗

2023-11-06 13:08:45

2012-07-06 13:29:50

北京移动

2017-08-01 10:49:38

阿里
点赞
收藏

51CTO技术栈公众号