资料图：4月27日，中国围棋职业九段棋手柯洁在福州挑战由中国研制的围棋人工智能“星阵”，弈至145手，柯洁中盘认负。中新社记者 王东明 摄

　　在微软的科学家看来，小冰唱歌的原理和虚拟歌手“初音未来”或“洛天依”演唱的原理并不一样——虚拟歌手需要录制好的声音库，再通过重新拼接声音库中的片段形成歌曲；而小冰唱歌是根据输入的信号做出发声的反应。

　　微软(亚洲)互联网工程院微软小冰首席语音科学家栾剑直言，在拿到曲子后，会根据小冰的风格，调整曲子的细节。“如果完全按照简谱的节拍和音符来唱，会非常机械，不好听。这部分我们是有模型来做的。”

　　资料图：第二十届科博会展会现场，观众体验机器人。 韩海丹 摄

　　在人工智能识别了曲子后，就需要用到“另一个模型”——用小冰的声音演唱出来。而这个模型并非简单的发声装置。

　　栾剑告诉记者，这次使用的唱歌模型已经是第四代了。“我们的第一代版本挺像一个普通人唱歌，虽然唱得挺自然，但有时候不太在调上；到第二代时，我们解决了基本音准；后来不断迭代模型、优化算法，在音质、自然度，包括衔接上做改进，升级到第三代。”

　　“第四代唱歌模型主要改进了三个方面——一个是我们加入了换气的声音。我们跟一些音乐人做了交流，觉得加入这个会提高演唱的自然度；第二是我们让这个模型变得更复杂了一些，加入了控制因素，使得它在字和字之间、转音地方的一些小技巧，能更加流畅、平滑；第三我们加入了更多训练数据，使模型更加稳定，在风格上更加成型。”他说。

　　“以前小冰在唱主歌和副歌的感情色彩基本是一样的，虚拟歌手唱歌的时候通常会有这样的问题。而现在可以看到，小冰在唱主歌和副歌的感情、音色是有区别的。副歌的地方情绪会更加激烈，音色会更加高亢。”栾剑觉得，这是新版本与此前三个版本区别最大的地方。