微軟小冰

不同于初音未來這種天生歌姬，微軟小冰是半路出家，唱歌的原理也不一樣——虛擬歌手需要錄制好的聲音庫，再通過重新拼接聲音庫中的片段形成歌曲；而小冰唱歌是根據(jù)輸入的信號做出發(fā)聲的反應(yīng)，也就是機器學習。

如今的小冰已經(jīng)更新到了第四代，在音調(diào)、音質(zhì)、自然度、銜接上都有了極大的改進，此外又加上了換氣的聲音和人類的演唱技巧，大大提高了演唱的自然度。

佐藤莎莎拉

佐藤莎莎拉是由基于HMM合成技術(shù)的聲音創(chuàng)作軟件CeVIO Creative Studio創(chuàng)造的虛擬歌姬，因其酷似真人的聲音，被粉絲稱為站立在現(xiàn)實和動畫的交界處的女主角。

CeVIO Creative Studio采用的算法在本質(zhì)上與VOCALOID的＂拼接算法＂不同，HMM合成通過提取人聲中的特征量建模，可以最大程度保留人聲的特征，經(jīng)過后期可以與VOCALOID媲美甚至更加接近人聲，在聲音的擬真度上可以說也并不遜于今天的小冰。

在某種意義上，虛擬歌姬和小冰都是利用技術(shù)降低了藝術(shù)創(chuàng)作的門檻，但根本性的不同在于對這一問題的回答：

科技在藝術(shù)創(chuàng)作中應(yīng)該扮演什么樣的角色？

顯而易見的是，小冰所代表的無疑是一個激進的科技派：利用科技的發(fā)展降低、乃至消除藝術(shù)創(chuàng)作的門檻，讓技術(shù)引導人類的進步。

而Vocaloid方面，盡管YAMAHA公司也一直在不斷探索前沿的語音合成技術(shù)，在音樂創(chuàng)作上采取的卻是最為傳統(tǒng)的姿態(tài)：提供一個樂器，但將創(chuàng)作的自由完全歸還給創(chuàng)作者。

這種態(tài)度最大程度上回歸了藝術(shù)的本源：人的自我表達，但另一方面，也在客觀上保留了創(chuàng)作的門檻。在Vocaloid的圈子里，真正創(chuàng)造價值的仍然是創(chuàng)作者本身，在這里，技術(shù)讓位于了人類。

當然，以小冰的人工智能水平，我們并不需要討論“人工智能威脅論”之類的東西，但現(xiàn)實的問題確實擺在眼前：在藝術(shù)創(chuàng)作領(lǐng)域，“大眾”、“簡便”的工業(yè)化生產(chǎn)似乎已經(jīng)近在咫尺，而這種流水線生產(chǎn)真的就能完全取代專業(yè)而精密的調(diào)教了嗎？對于創(chuàng)作者而言，“藝術(shù)創(chuàng)作”究竟是怎樣一種行為，而對于觀眾們來說，他們欣賞藝術(shù)作品時，希望接收到的又是什么呢？

小貝認為，藝術(shù)創(chuàng)作所賦予觀眾乃至社會的，并不是簡單地文字優(yōu)美、曲調(diào)生動，而應(yīng)該是一種來自于現(xiàn)實社會的思想。