voice cloning（语音克隆）

real-time vocal demo（实时声乐demo生成）

这一次，麦克立刻明白了。

“这个和k-pop最直接。”

“对。”曹逸森说，“视觉能让人点进来，音频才能让人留下。”

他把笔放下，语气放缓了一点。

“2021年的音频ai还没那么成熟。spleeter这种伴奏分离工具已经有了，但还是粗糙，分离质量、实时性、可控性都不够。语音克隆也在发展，可真正能用於音乐製作，尤其是高质量歌唱声线的系统，还远远不够。”

“所以我们要从spotify、ircam、dolby、或者做音乐信息检索、语音合成的人里挖。”

“核心任务有三个。”

他竖起一根手指。

“第一，伴奏和人声分离。”

“练习室、live、舞台、综艺、饭拍，只要音频质量够，它就能把人声、伴奏、观眾噪音拆开。以后我们做舞台復盘、live修復、短视频剪辑，效率会高很多。”

第二根手指。

“第二，艺人声线建模。”

麦克挑眉：“这个会有点敏感啊。”

“所以一定要在內部做，且有严格授权。”曹逸森说，“不是拿来偽造艺人声音，而是拿来做demo预览。”

“比如製作人写了一段副歌，不用每次都叫艺人进棚试唱。输入歌词和旋律，系统先用艺人的声线生成demo。製作人听完，判断適不適合这个成员，再决定要不要安排正式录音。”

“这样能省多少时间，你知道吗？”

麦克没说话。

他当然知道。

如果一个团有五六个成员，每个人声线不同，製作人光试分part就能耗掉大量时间。ai先生成草案，不是替代艺人，而是让製作环节变快。

第三根手指。

“第三，实时修復和应急合成。”

麦克看著他：“你是不是要说艺人感冒失声，也能用ai上台？”

“正式现场不行。”曹逸森摇头，“那是找死。”

麦克鬆了口气。

“但后台demo、彩排、电视台预录参考、临时替代guide vocal，可以。”

“比如艺人感冒失声，製作人还得赶某个版本。dsp专家在后台敲几行python，调用本地伺服器，根据授权声线模型生成足够逼真的高音demo。不是拿去骗粉丝，是拿去让製作流程不中断。”

曹逸森顿了一下，又笑著补了一句：

“当然，如果质量能做到足以骗过格莱美评委，那更好。”

麦克举手：“这句我建议不要写进招聘邮件。”

“我知道。”

“也不要写进商业计划书。”

“我没那么蠢。”

麦克一脸怀疑地看著他。

曹逸森懒得理他，继续道：“这类dsp专家，是最先要落地的。因为音频是我们最直接的业务。hzn也好，cube也好，田小娟也好，都立刻能用。”

麦克点头。

“这个我支持优先招。”

白板上很快写满了东西。

深度学习架构师。

gan视觉大神。

dsp音频专家。

几条线摆出来以后，仓库里那几台dgx a100的意义也清晰了。

它们不是买来摆著嚇人的。它们是给这些人准备的武器。

麦克站在白板前，看了很久，最后低声说：

“这团队要是组起来，成本会非常夸张。”

曹逸森点头。

“我知道。”

“closeai、nvicore、斯坦福……这些地方的人，一个比一个贵。你不只要开高薪，还得给他们项目自由、股权、实验预算，甚至还要给他们一种『我不是来娱乐公司修音的，我是在定义新產业』的幻觉。”

“不是幻觉。”曹逸森纠正，“是真实的项目。”

麦克看著他，揉了揉太阳穴。

曹逸森指了指白板，又指了指那台dgx a100。

“你想想，我们现在手里有什么。”

“纽约，有unity的钱。”

“首尔，有hzn的厂牌，有cube的运营权，有田小娟这种创作者，有gidle这种ip，有练习生，有舞台，有真实產业场景。”

“洛杉磯，有机器，有工程师，有和美国音乐圈、科技圈连接的入口。”

“硅谷那些ai团队，很多人最缺什么？”

“真实场景。”

“他们有论文，有模型，有benchmark，但没有一个能让他们立刻看见自己技术如何影响真实偶像、真实粉丝、真实舞台、真实商业回报的地方。”

曹逸森看著麦克，声音越来越稳。

“这个我们能给他们。”

“也能给他们数据，给他们舞台，给他们艺人，给他们反馈闭环。”

“他们在別的地方只能做工具。”

“在我们这里，他们能做整个系统。”

麦克沉默了。

他不得不承认，这套话术如果真拿出去讲ppt，確实会很有杀伤力。

尤其对於那些不想一辈子待在大厂里优化推荐系统、ggctr、內部api性能的工程师来说，这简直就是另一个世界。

一个更混乱、更商业、更冒险，但也更有故事感的世界。

过了好一会儿，麦克才开口：

“你知道最可怕的是什么吗？”

“什么？”

“我一开始觉得你疯了。”

“现在我居然觉得，这事可能真能成。”

曹逸森笑了。

“那说明你开始进入状態了。”

“我不是进状態，我是被你拖下水了。”

“区別不大。”

麦克嘆了口气，拿出手机开始记。

“行。第一步，我联繫猎头和湾区的人。closeai和deepmind直接挖可能很难，但可以先找离职边缘、合同快到期、或者想创业的人。”

“第二步，视觉这块我从nvicore和斯坦福那边摸线。”

“第三步，dsp这块我去spotify和纽约音乐科技圈问。ircam那边我得找找欧洲关係。”

曹逸森点头。

“別只用钱砸。”

“知道。”麦克说，“用愿景砸。”

“还有股权。”

“你终於说到他们真正爱听的了。”

曹逸森笑了一下。

“愿景负责让他们上飞机，股权负责让他们留下来。”

麦克看著他，半天吐出一句：

“你真的越来越像老板了。”

“我本来就是。”

“以前你更像天才交易员。”

“现在呢？”

麦克看了眼白板，又看了眼那台dgx a100，最后说：

“现在像一个准备把整个娱乐圈拆开重装的疯子。”

曹逸森没有反驳。

他只是转身看著仓库里那几只还没拆封的箱子，眼神里那点兴奋慢慢沉成了更深的东西。

“拆开重装也没什么不好。”

“韩娱这套系统，太依赖人肉经验了。”

“谁更会熬夜，谁资源多，谁关係硬，谁能压榨团队，谁就贏。”

“我想换一种玩法。”

麦克问：“用ai？”

曹逸森点头。

“用ai，把经验变成系统。”

“用算力，把小公司的试错成本打下来。”

“用模型，把创作、训练、宣发、视觉、发行，全都往前推一格。”

他说完，轻轻拍了一下那台dgx a100。

“先从这几台机器开始。”