一个基本事实是，虚拟歌姬佐藤莎莎拉是.. CeVIO 公司在 2013 发布的 CeVIO Creative Studio 声音创作软件中的虚拟角色。
公开资料显示，CeVIO Creative Studio 是基于 hts engine 引擎作成的新型语音和歌唱合成的软件，在算法本质上与 VOCALOID & UTAU 等软件的大声库“拼接算法”不同，因此只是较小的声库，但语音和歌唱可以简单而自然地合成，语音合成可以调整参数使虚拟歌姬说话更加接近人声，此外，还会自动加入呼吸声并自动调教。
但这次的技术应该是基于新版的合成引擎，由 CeVIO 的开发方 Techno-Speech 公司与名古屋工业大学国际音声言语技术研究所共同合作。Techno-Speech 在官方新闻稿中称，通过深度学习技术学习特定歌唱者的声质、语癖、演唱风格，并进行合成使之可以演唱任意的歌词和乐谱，只需歌唱者进行约 2 个小时的演唱就可以获取数据。
云知声 AI labs 研发总监告诉 AI科技大本营，上述音频中旧的语音样例应是传统参数合成技术，，缺点是合成声音的质量低，机械音较明显。而新语音样例借助深度学习技术，使得参数建模精度有明显提升，同时，可能使用最新的 WaveNet 声码器，使得合成音质有明显的提升。
另外，与合成自然说话的声音相比，合成歌声的技术要求是不是更高？
上述语音合成专家表示，两者都是数据驱动，但歌唱合成的韵律变化性反而没有自然说话时变化多端，这对数据量的要求也相应要小。歌唱合成需要很精准的韵律恢复，输入的是乐谱，而乐谱中已有很明确的韵律描述，比如某个字应该发多长音、发什么调，都可以通过规则计算出来，并根据结果对合成语音进行调整，从而不会有走调现象。反之，如果韵律恢复不准确，就会有明显走调现象。
