微軟小冰Diss虛擬歌姬，惡意營銷背後的科技藝術之爭

作者：Pharisees@白鵝紀

這幾天想必不少讀者都聽說了微博上的一場紛爭：口無遮攔的微軟小冰挑釁V家粉絲，導致即將上線的唱歌功能被宣布自行中止。

眾所周知，小冰是微軟亞洲研究院推出的一個人工智慧虛擬形象，而Vocaloid則是YAMAHA公司開發的一款基於語音合成技術的電子音樂製作軟體，幾乎是八竿子打不著的兩個圈子，怎麼就能吵到一塊兒去呢？有人認為這場爭論緣起「微軟運營不尊重V家粉絲」，也有人視為是「V家粉絲抱殘守缺攻擊新生科技」，到底哪一方更有理？今天筆者就為大家梳理一下事件的來龍去脈，以及背後的理念之爭。

禍從口出的處女座小冰

今年8月，微軟小冰發布了第五代版本，陸續解鎖了更多功能，而此次引發風波的，是其於9月底上線的人工智慧歌手深度學習模型以及用於訓練、調教其唱歌功能的示唱人平台，可以說是正式進軍虛擬歌手領域。

而在其微博宣傳的文案中，小冰也把矛頭直接指向了「前輩」，虛擬歌姬洛天依、言和等：「這次解鎖，我衝擊的不是人類，而是傳統的虛擬歌手。人類們，忘了漫長辛苦的手工調教吧。你只需清唱一遍，我就能學會你的情感和演唱風格，在五分鐘內，完成由你訓練的歌曲。」

而小冰在隨後的微博發言中，也多次表達了對傳統調教方式的不屑：

「過時」、「唱的不行」，包括在網易雲音樂相關單曲下評論「隔壁家老洛（洛天依），你的嗓子修好了嗎」，小冰偏激的發言和強烈的攻擊性自然引發了部分V家愛好者的不滿，引發了大量爭吵，甚至有Bilibili UP主製作了《微軟小冰，請滾出中國市場！》這樣過激的視頻表達抵制情緒。

在一片爭議聲中，小冰背後的技術團隊，微軟亞洲互聯網工程院決定「息事寧人」，調整管理許可權，暫停向公眾開放示唱人平台，事件至此似乎告一段落……了嗎？

當然沒有。道歉發布後，小冰頗不情願的態度，和擺出的「被迫害」形象更進一步激發了V家部分粉絲的怒火：明明是你出言不遜挑釁我家虛擬歌姬在先，現在又擺出一副受害者形象？於是指責聲反而更烈；

另一方面，對於部分群眾來說，事件的面貌變成了，一個落後技術的愛好者團體打壓將要取代他們的新生技術，於是紛紛站在小冰一邊，大聲嘲笑起「抱殘守缺」的「二刺猿」。實際上，硝煙並未散去，而考慮到小冰背後的團隊並未完全放棄唱歌功能，小冰的音源和模型還會「不斷進化」，可以預見的是，未來的「戰爭」或許還會更加激烈。

然而現在回顧這些爭吵，不難發現一些弔詭之處：明明是針對小冰「Diss運營」的抗議，怎麼就扯到技術層面上去了？而在爭論中，不僅是小冰一方，甚至連部分V家粉絲以及大部分圍觀群眾也都默認了，小冰的唱歌水平確實要比Vocaloid要高，轉而談起「重要的不是技術是情懷」之類的言論——先不論情懷，單論唱歌水平，真的是小冰更高一籌嗎？

並非如此領先的小冰

大眾之所以會認同小冰「技術更厲害」，多半是從小冰放出的那幾首歌曲的對比中聽到的：小冰的聲音比起洛天依「更像人聲」，「唱歌水平更高」，從而得出了現在的結論——但是實際上這點並不正確。

請思考這樣一個問題，當我們聽虛擬歌姬們唱歌時，我們是在聽什麼？ 而各位P主們選擇Vocaloid這個軟體進行創作時，他們的目的又是什麼？當然了，這是一個無解的問題：每個人都有各自的答案，有人希望聽到用電子創作出接近人聲的神調教，有人追求電子感，也有人追求超出人類極限的歌唱效果……只是喜歡旋律，相比之下寧願聽到真人演唱的也大有人在。

實際上，這也是以Vocaloid為核心的創作群體，也就是我們俗稱的V家的最大優勢：不同的P主帶來的不同風格，以及衍生而出的唱見等群體，讓不同種類音樂的愛好者都能獲得滿足——而非單單只是在「接近人聲」這一個向度上；而這種作品多樣性上的差距在小冰的宣傳中顯然被掩蓋了過去。

而這種差距多半是兩者所採用的合成技術的不同所導致的：Vocaloid採用的是「拼接合成」技術，創作者需要像拼圖一樣將單個音節拼合在一起來完成最後的作品，一方面作者可以對自己的作品實現最精確的控制，但另一方面語音的流暢程度也很看作者調整各項參數的功力；而小冰目前看來為了追求自然和流暢度並沒有採取這種處理方式，因此在調教的自由度上遠遠不及Vocaloid。

此外，即使是在引以為傲的「人聲」上，小冰的表現實際上也難稱頂級：2013年，CeVIO公司就公布了旗下基於HMM合成技術的聲音創作軟體CeVIO Creative Studio，和其虛擬形象「佐藤莎莎拉」，而名古屋工業大學開發的Sinsy系統更是早在2009年就已發布，2015年還追加了中文聲音。而這兩者呈現出的人聲合成效果，在聲音的擬真度上可以說都不遜於今天的小冰。

總的來說，單就小冰目前的表現，無論是人聲合成質量還是創作的多樣性上都還沒有戰勝V家，反而是通過不斷的偷換概念——先是將「唱得更像人類」等同於「技術更先進」，然後將小冰以一個虛擬形象的身份向虛擬歌姬進行挑釁的競爭行為，等同於了先進技術對落後技術的取代，最後將「V家粉絲抵制惡意營銷」等同於「要情懷不要科技」，將自己的道歉描述成「技術暫時敗給了情懷」——來營造出自己技術領先的假象，這種營銷手段著實稱不上正當。

當然，這並非在說小冰的唱歌功能一無是處：示唱人平台沒有門檻，調教難度低的優勢切實擊中了Vocaloid作為一個創作工具調教繁瑣、門檻較高的痛點，因此在上線初期也吸引了不少著名P主的目光。也正是這兩點，體現了小冰的唱歌功能的最終目標，和她與Vocaloid之間的本質區別

當人工智慧遇見藝術

在這次的衝突中，另一個常見的誤解是，小冰和Vocaloid一樣，只是一種「電子樂器」罷了——對於小冰來說，這絕不是她的最終形態。作為一個人工智慧，小冰的最終目標是介入「人的領域」：自主內容創作。

在詩歌創作領域，小冰已經完成了從模仿到自主創作的進化。由於弱人工智慧的技術所限，小冰創作出的詩歌還是「得其形而不得其神」，小冰也明白自身的不足，宣布開放詩歌創作平台，致力於「輔助人類創作詩歌」，換言之，其實是以一種曲線救國的方式進入內容創作領域。

而在某種意義上，小冰的唱歌功能和Vocaloid的一樣，都是利用技術降低了創作的門檻，但根本性的不同在於對這一問題的回答：科技在藝術創作中應該扮演什麼樣的角色？

儘管當下小冰多數時候只是扮演著「翻唱」的角色，但「日本版小冰」凜菜已經在東京電玩展上發布了由自己作詞和演唱的首支單曲；顯而易見的是，小冰的唱歌功能，正沿著詩歌創作的足跡一步步進化：通過深度學習優秀作品的經驗，再以反哺的姿態鼓勵大眾的創作。小冰所代表的無疑是一個激進的科技派：利用科技的發展降低、乃至消除藝術創作的門檻，讓技術引導人類的進步。

而Vocaloid方面，儘管YAMAHA公司也一直在不斷探索前沿的語音合成技術，在音樂創作上採取的卻是最為傳統的姿態：提供一個樂器，但將創作的自由完全歸還給創作者。這種態度最大程度上回歸了藝術的本源：人的自我表達，但另一方面，也在客觀上保留了創作的門檻。在Vocaloid的圈子裡，真正創造價值的仍然是創作者本身，在這裡，技術讓位於了人類。

當然，以小冰的人工智慧水平，這裡並不需要討論「人工智慧威脅論」之類的東西，但現實的問題確實擺在眼前，在藝術創作領域，「大眾」、「簡便」的工業化生產似乎已經近在咫尺，而這種流水線生產真的就能完全取代專業而精密的調教了嗎？

對於創作者而言，「藝術創作」究竟是怎樣一種行為，而對於觀眾們來說，他們欣賞藝術作品時，希望接收到的又是什麼呢？也許這些，才是這次小冰和V家的口水大戰之中，更加有意思的部分。

更多精彩內容，歡迎關注【白鵝紀】微信公眾號！

推薦閱讀：