sound-synthesis - 综合唱歌

Question

所以这是从 90 年代后期... http://www.cs.princeton.edu/~prc/SingingSynth.html

这个怎么还没下架？（我们可以合成逼真的图像，但是唱歌的合成……似乎还处于非常原始的阶段）。

究竟是什么让歌唱的合成变得困难？

http://www.interspeech2007.org/Technical/synthesis_of_singing_challenge.php <-- 看起来仍然很原始。

Answer 1

我的感觉是，我们进入恐怖谷是为了声音而不是为了图像。虽然我们的大脑可以相对较好地接受形成不良的图像，但它不会接受形成不良的声音，除非它听起来很自然。一切听起来不完美的东西听起来都令人毛骨悚然，这对实际应用构成了非常强大的障碍。它对公告和电话服务很有用，但我们离完全合成的歌声还有很长的路要走。

另一方面，实际声音的修改每天都会进行，无论是现场还是演播室。如果没有Autotune，所有的“黑帮”和“lady gagas”都会做得更适合他们的实际才能。