（來源：麻省理工科技評論）

當(dāng)帕特里克?達林（Patrick Darling）的歌聲響起，臺下觀眾潸然淚下。這是一首飽含深情的歌，寫給他從未謀面的曾祖父。而這場演出之所以格外動人，還有另一個原因：這是達林在兩年前失去歌唱能力后，首次與樂隊成員重返舞臺。

這位 32 歲的音樂人在 29 歲時被確診為肌萎縮側(cè)索硬化癥（ALS）。這種疾病與其他運動神經(jīng)元病一樣，會損傷控制人體肌肉的神經(jīng)。肌萎縮側(cè)索硬化癥患者最終會失去對肌肉的控制能力，其中包括支配肢體活動、說話和呼吸的相關(guān)肌肉。

達林上一次登臺演出已經(jīng)是兩年多以前。那時他已經(jīng)無法站立，也不能演奏樂器，唱歌和說話都變得十分困難。但在近期，他借助一款基于舊音頻片段訓(xùn)練的 AI 工具，重新復(fù)原了自己失去的聲音。另一款 AI 工具讓他可以用聲音克隆的方式創(chuàng)作新歌曲，達林得以重新進行音樂創(chuàng)作。

這場活動于周三在倫敦舉辦。達林借助克隆聲音在臺上表示，很遺憾自己已經(jīng)失去唱歌和演奏樂器的能力。盡管如此，他現(xiàn)在大部分時間仍在堅持創(chuàng)作和制作音樂，對他而言，這件事比以往任何時候都更重要。

達林表示，自己從 14 歲左右就開始從事音樂創(chuàng)作。他在活動中提到，自己學(xué)習(xí)過彈奏貝斯吉他、原聲吉他、鋼琴、口風(fēng)琴、曼陀林以及次中音班卓琴，但他最熱愛的事情依然是歌唱。

樂隊成員尼克?科金（Nick Cocking）回憶，兩人在十多年前相識，當(dāng)時達林還是一名大學(xué)生。不久后，達林加入了科金所在的愛爾蘭民謠樂隊 Ceili House Band，兩人首次同臺演出是在 2014 年 4 月。科金表示，達林以歌手和吉他手的身份加入樂隊，提升了整個樂隊的演奏水準(zhǔn)。

但在幾年前，科金和其他樂隊成員開始察覺到達林的身體變化?？平鹛岬?，達林的動作開始變得笨拙。他回憶起一個夜晚，樂隊一行人冒雨穿過加的夫市區(qū)，達林不?；顾?，常常被鋪路石板之類的東西絆倒。

科金當(dāng)時并沒有多想，但達林的癥狀在持續(xù)加重。疾病最先影響到他的雙腿，2023 年 8 月，達林演出時必須坐著完成。隨后他的雙手也逐漸失去活動能力，科金說，達林最終再也無法彈奏吉他和班卓琴。

科金表示，到 2024 年 4 月，達林已經(jīng)難以一邊說話一邊正常呼吸。在那一場演出中，樂隊成員將達林抬上舞臺?？平鹇曇暨煅实鼗貞?，達林在演出第二天打來電話，說自己再也無法繼續(xù)演出。到 2024 年 6 月，一切都結(jié)束了，那是樂隊最后一次合體演出。

達林隨后聯(lián)系了一位言語治療師，這位治療師提出，可以為他進行聲音儲備。喪失發(fā)聲能力的人群可以選擇錄制自己的語音，再用這些錄音生成可被文字觸發(fā)的發(fā)聲，觸發(fā)方式既可以是手動輸入，也可以是眼球運動控制設(shè)備。

部分用戶覺得這類工具發(fā)出的聲音過于機械，但達林還面臨另一個問題。他在活動中表示，到準(zhǔn)備儲備聲音時，自己的嗓音已經(jīng)發(fā)生改變，他覺得這樣保存下來的并不是自己原本的聲音

之后，另一位言語治療師向他介紹了一項不同的技術(shù)。理查德?凱夫（Richard Cave）是一名言語治療師，同時也是倫敦大學(xué)學(xué)院的研究員。他還是 ElevenLabs 的顧問，這家 AI 公司專注開發(fā)智能體以及音頻、語音、視頻和音樂工具。該公司的一款工具可以生成聲音克隆，只需幾分鐘甚至幾秒的個人錄音，就能高度還原真實人聲。

ElevenLabs 在去年推出一項公益項目，承諾為因肌萎縮側(cè)索硬化癥、頭頸部癌癥或中風(fēng)等疾病失去聲音的人群免費提供該工具使用權(quán)限。

這款工具已經(jīng)為部分用戶提供了幫助。該項目負(fù)責(zé)人、言語治療師加比?萊博維茨（Gabi Leibowitz）表示，他們并不能提升患者的溝通速度，也無法解決運動神經(jīng)元病患者在進食、呼吸等方面的全部身體困難。但他們可以為這些人群提供重新創(chuàng)作、繼續(xù)實現(xiàn)自我價值的途徑。她表示，用戶可以更長久地保留自己的工作，繼續(xù)做那些讓他們感受到自身存在的事情。

凱夫與達林合作，利用這款工具和達林的舊錄音，復(fù)原了他失去的說話聲音。

達林借助克隆聲音在活動中說，第一次聽到復(fù)原聲音時，他覺得效果十分驚人。這個聲音和他以前的嗓音一模一樣，旁人幾乎聽不出差別。他不愿透露用新聲音說出的第一個詞，但可以表示這個詞以 f 開頭、以 k 結(jié)尾。

復(fù)原歌唱聲音的過程則沒有這么簡單。這款工具通常需要約 10 分鐘清晰音頻才能生成克隆聲音。達林說，自己沒有高質(zhì)量的歌唱錄音，他們只能使用人們手機拍攝的、在嘈雜酒吧里的視頻音頻，以及幾段他在廚房唱歌的錄音。但凱夫表示，這些片段已經(jīng)足夠生成達林歌唱聲音的合成版本。

凱夫提到，這些錄音里的達林嗓音有些沙啞，部分音準(zhǔn)也存在偏差?？寺÷曇粢脖Ａ袅诉@些特點。凱夫表示，這個聲音并不完美，但足夠真實。

達林在活動中說，他們用 ElevenLabs 制作的聲音效果非常好。這個聲音毫無疑問就是他本人，只是感覺像是另一個版本的自己。

ElevenLabs 還開發(fā)了一款名為 Eleven Music 的 AI 音樂生成工具。用戶可以通過文字提示選擇音樂風(fēng)格，并用這款工具創(chuàng)作樂曲。多位知名藝人與該公司合作，授權(quán)其制作自己的 AI 聲音克隆，其中包括演員邁克爾?凱恩（Michael Caine），他的克隆聲音將用于 ElevenLabs 一部即將推出的紀(jì)錄片配音。該公司在上個月發(fā)布了一張專輯，其中 11 首曲目均由這款工具生成。凱夫說，麗莎?明奈利（Liza Minnelli）相關(guān)曲目效果非常出色。

Eleven Music 可以在一分鐘內(nèi)生成一首歌曲，但達林和凱夫花了大約六周時間打磨達林的歌曲。凱夫表示，任何用戶都可以通過文字提示，以自己喜歡的風(fēng)格創(chuàng)作音樂并添加歌詞。達林偏愛愛爾蘭民謠，而凱夫還與一位哥倫比亞創(chuàng)作者合作，制作當(dāng)?shù)孛裰{。ElevenLabs 工具目前支持 74 種語言。

上個月，科金接到凱夫的電話，對方發(fā)送了達林完成的曲目?？平鹫f，他只聽到達林唱出前幾句，就不得不暫停播放。他當(dāng)時情緒崩潰，淚流不止，反復(fù)聽了六七次，才完整聽完整首曲目。

達林和凱夫計劃在 2 月 11 日周三于倫敦舉辦的 ElevenLabs 峰會上現(xiàn)場表演這首曲目?？平鸷蜆逢牫蓡T哈里?馬（Hari Ma）分別編排了曼陀林和小提琴的伴奏部分。距離上一次同臺演出過去兩年，他們用幾周時間排練，之后與達林一同登臺。

凱夫說，他推著達林走上舞臺，兩人都不敢相信這一幕是真實的。達林當(dāng)時非常激動：達林留在臺上，歌曲正式播放，科金和馬進行現(xiàn)場樂器伴奏。

科金和凱夫均表示，達林計劃繼續(xù)使用這些工具進行音樂創(chuàng)作。科金希望能再次與達林同臺演出，但他也清楚，考慮到肌萎縮側(cè)索硬化癥的病程特點，很難做出長期規(guī)劃。

科金說，這段經(jīng)歷苦樂交織。但走上舞臺看到達林的那一刻，他心中充滿喜悅——他知道達林也非常享受這次演出。

https://www.technologyreview.com/2026/02/13/1132913/als-stole-this-musicians-voice-ai-sing/