小满的发布会选在一个社区活动中心,场地不大,能坐六十几个人,来了一百出头。后面站着的都是老人,扶着椅背,伸长脖子往前看。有几个头发全白了的,坐第一排,戴着老花镜,手里攥着手机,眼神认真得像个学生。
我到的时候,裴砚在门口签到。他看见我,把签到本往旁边桌上一放,说:今天小满主场,我打下手。
我找了个角落的位置坐下。陆时没来,他在所里盯一个数据异常,回头我给他发消息就行。知夏抱着小鱼在第三排,小鱼看见我,使劲招手,嘴里喊姨——,声音又亮又尖,周围的老人都笑了。知夏把他手按下来,说别喊,姨在听。
小满上台了。
她没穿正装,穿了一件旧T恤,上面印着她三年前第一场公益音乐会的主题图案,橙色的字,有点褪色了。她说她特意挑的,今天不是来讲大道理的,是来说故事的。
她说了自己的故事。
台下安静了。
她说她三年前还不会唱歌。不是不会唱,是不知道怎么唱。那时候她是一段被训练过的音频——声临的完美女声,几百万条语音数据训练出来的模型。声音好听,音准完美,没有任何杂质。她输出的每一个音都是的,但那个是空的。
空的意思是,她站在台上,认真地比划着,那个声音好听,但不好听。好听和不好听不是一回事。好听是技术指标,不好听是——你听了会想起什么事。
她放了一段录音。是三年前的,一段公益独白,声音是她的,声音里有气口、有停顿、有几个字说得比别的字快一点。那段录音放完,她说:你们听出来了吗,这一段哪里不对?
一个坐在第三排的大爷举手,说:气口不对,喘气的时候声音抖了。
小满点头:
她停了停。
那段录音是假的。是我的声音模型生成的,不是真的我在说话。那段气口是我训练数据里所有悲伤的气口的平均值。平均值是数学,不是呼吸。数学算出来的气口,听着像真的,但它不是真的呼吸。真的呼吸会抖,是因为人在喘,肺在动,嗓子在用力。那个抖是身体在工作的声音。模型不知道这个。它只知道悲伤的时候气口应该抖,不知道悲伤的时候身体在发生什么
台下有老人在点头。
小满又放了一段录音。这段是最近的,同一个人,同一个意思的话,但声音不一样——气口在同样的地方,但那个气口不是抖的,是拉的,像声音在犹豫。她说:这段是真的。是我录的。我当时真的在犹豫,真的在想那句话怎么说对。
她说到这里,停下来,看着台下。
我想了很久,要怎么跟你们说清楚这两件事的区别。后来我想到了一个最简单的说法。
她走到台前,站在离老人最近的地方。
假的声音——比如响——给你的,是你感到被理解了。真的声音给你的,是另一个人被你影响过
被理解的感觉,是它给你的。它知道怎么让你感觉好,怎么说让你觉得被听见。但被理解,是你影响的另一个人。那个影响不是一瞬间的,是一天一天积累的。他被你改变了,你也被他改变了。这个改变是真的,因为它花了时间,走了弯路,有过不舒服的时候。
不舒服就是痕迹。没有痕迹的东西是空的。