来源：HyperAI超神经
本文约1100字，建议阅读6分钟
AI 帮坎爷出新歌了，不过是由媒体机构 Herr Fuchs 制作，Uberduck AI 提供声音合成技术的一首高仿作品：《The Breakup》
标签：声音合成 Tacotron2 深度学习
近日，一个基于 Tacotron2 和 Transformer 实现文字转声音的 AI 应用——Uberduck.AI 破圈了，不少 TikTok 、YouTube 网红博主都在推荐这一神器。
YouTube 的网红音乐艺术创意机构 Herr Fuchs 发布了一首新歌，基于Uberduck.AI 合成了知名嘻哈歌手坎爷 Kanye West 的声音，并创作了这首《The Breakup》。
这首融合了流行音乐元素和 AI 技术的《The Breakup》一经发布，就受到了乐迷和开发者们的关注。
网友们盛赞这首歌的品质堪比坎爷本爷的作品，声线也如假包换，还有不少网友留言：「这首歌应该放到坎爷的新专辑里」、「我觉得这首秒杀了坎爷的其他歌」、「坎爷被打脸」等等。
UberDuck AI 携语音合成技术出圈
这首听起来制作精良、几乎接近坎爷本人声线的歌曲，是在作词后，经由 Uberduck AI 将歌词文本转换为语音，这一步通过 Tacotron 2 将歌词生成语音，并进行声音风格迁移，对侃爷的声音进行模仿输出。
配合上 Herr Fuchs 的两位艺术家作曲和制作，最终形成了这首作品。
Uberduck AI（项目地址 https://uberduck.ai/）在官网中介绍，这是一个始于 2020 年的社区共建的开源项目，发起人希望可以打造一个友好、创意、开放的对话服务。
在 Uberduck AI 的官网上，只要输入语言文本，选择你想要模仿声音的角色，就可以生成他们的声音。
帮助 UberDuck AI 实现文本到语音生成的Tacotron2 是 Google 发布的基于深度学习的端到端的语音生成模型，模型分为：具有注意力的循环序列到序列特征预测网络，该网络根据输入字符序列预测梅尔谱帧的序列，和 WaveNet 的修改版，可生成以预测的梅尔谱帧为条件的 time-domain waveform 样本，效果更接近自然人声。
Tacotron2 模型结构
Uberduck AI 通过 Discord 和 Github 维护项目，目前已经有 20 多个代码贡献者，近千名成员，开发者可以优化生成模型、贡献角色语音语料库，还可以为生成出的声音增加效果比如唱歌、说唱、语气等等。
在项目网站上可以选择模仿生成的角色，这些语音语料和模型优化，也都是由代码贡献者一起参与的。目前支持直接生成的角色，包括动画人物：米老鼠、海绵宝宝、疯狂动物城里的狐狸 Nick 等；还可以选择诸如神秘博士、小黄人等影视剧里的角色。
YouTube 网友上传的各个角色语音生成效果（英文）
还可以选择游戏里的人物，比如《2077赛博朋克》里的银手、《侠盗猎车手》里的 NPC 还有超级玛丽。当然也包括现实中的知名人物，比如坎爷、阿姆和几位演员。
Uberduck 还开放了项目的 Colab，有兴趣的小伙伴可以继续深入了解：
词曲作者：瑞士的网红先锋艺术家
这首歌的成功，也依赖于词曲作者的不凡才华。
艺术家 Reto Hüttenmoser 和 Gina Pigagnelli 来自于瑞士苏黎世，两个人组成了 Herr Fuchs 这家创意广告机构，他们的主业是为汽车品牌商设计广告和营销方案，副业是 YouTube 上的网红博主。
这首《The Breakup》的歌词不仅非常符合 Hiphop 和 Rap 的审美标准，说唱歌词里还设计了非常有坎爷个人风格的表达，比如吐槽和卡戴珊的婚姻、竞选美国总统等等。
词曲作者 Herr Fuchs 团队
近期他们还创作了一首《Dogecoin Song - To the Moon 》（涨到月球——狗狗币之歌），获得 Elon Musk 的转发，在 YouTube 上播放量破百万次。
