- 第 8 页 -
哦，大体的设计思路是这样。
第一，对指定歌手的声纹精确建模。
第二，精确计算次建模声纹对周边的影响，从而恢复其他乐器的完整内容（缩混时的），举个例子，紅加黄等于橙色，现在的技术做的是“抹掉橙色”，应该做的是减去
一个指定颜色。
前者的技术目前主要用于刑侦方面，针对语音识别确认犯罪嫌疑人什么的，目前并不成熟，声纹的优点是相对图形识别来说算法复杂度低，缺点是人声的变化是很大的，身体状况，情绪，发声技巧，环境，都会对声纹产生影响，受过专业发声训练的歌手就更难说。现在到程度了不太清楚，不过确定的是一直在进步，因为是很好的刑侦科技需求。
这只是其中一种设想，可能不是最方便的。
科学的发展总是交叉学科的，可能某个医学上的小进步，引发了录音技术的大进步什么的。
嗯。
第一，对指定歌手的声纹精确建模。
第二，精确计算次建模声纹对周边的影响，从而恢复其他乐器的完整内容（缩混时的），举个例子，紅加黄等于橙色，现在的技术做的是“抹掉橙色”，应该做的是减去
一个指定颜色。
前者的技术目前主要用于刑侦方面，针对语音识别确认犯罪嫌疑人什么的，目前并不成熟，声纹的优点是相对图形识别来说算法复杂度低，缺点是人声的变化是很大的，身体状况，情绪，发声技巧，环境，都会对声纹产生影响，受过专业发声训练的歌手就更难说。现在到程度了不太清楚，不过确定的是一直在进步，因为是很好的刑侦科技需求。
这只是其中一种设想，可能不是最方便的。
科学的发展总是交叉学科的，可能某个医学上的小进步，引发了录音技术的大进步什么的。
嗯。
观众反应
