用機(jī)器人來(lái)寫(xiě)歌，這事兒已經(jīng)不稀奇了。
通過(guò)分析包含大量歌曲的數(shù)據(jù)庫(kù)，他們還能寫(xiě)出特定曲風(fēng)的歌曲。不過(guò)相比起流行音樂(lè)，古典音樂(lè)譜子里包含的元素和樂(lè)理更復(fù)雜一些。
華盛頓大學(xué)的研究員們制作了 Musicnet 數(shù)據(jù)庫(kù)，目前共收錄了 330 首古典音樂(lè)樂(lè)譜來(lái)讓人工智能進(jìn)行學(xué)習(xí)和分析。
就像音樂(lè)界的 Imagenet 一樣，后者是全球最大的圖像識(shí)別數(shù)據(jù)庫(kù)。最早，它通過(guò)眾包的方式，給近 10 億張圖片標(biāo)注了基本信息，然后讓計(jì)算機(jī)進(jìn)行學(xué)習(xí)。使得計(jì)算機(jī)具備了基本的識(shí)圖能力。
Musicnet 的原理也是如此，研究員們?cè)诿總€(gè)樂(lè)譜中，標(biāo)注了不同音符的時(shí)間點(diǎn)、演奏樂(lè)器、以及演奏速度等信息?，F(xiàn)在，數(shù)據(jù)庫(kù)中一共包含了 130 萬(wàn)個(gè)樂(lè)譜標(biāo)注信息。
通過(guò)標(biāo)注的信息點(diǎn)，華盛頓大學(xué)團(tuán)隊(duì)將單一的數(shù)據(jù)都進(jìn)行了可視化，形成了古典音樂(lè)分析圖譜。
經(jīng)過(guò)數(shù)據(jù)庫(kù)的學(xué)習(xí)，人工智能可以辨別出哪首譜子是巴赫的風(fēng)格，哪首樂(lè)曲出自貝多芬之手，并合成指定風(fēng)格的古典樂(lè)曲。
華盛頓大學(xué)科技和數(shù)據(jù)工程教授 Thickstun 表示未來(lái) Musicnet 還將不斷完善，讓人工智能學(xué)習(xí)更復(fù)雜的古典音樂(lè)知識(shí)。
未來(lái)，它或許能代替專業(yè)的音樂(lè)人士來(lái)解讀樂(lè)譜里的基本信息，比如節(jié)奏、樂(lè)器、旋律等。當(dāng)然，也能譜出古典樂(lè)曲，巴赫去世以前未完成的《賦格的藝術(shù)》，或許在未來(lái)能讓人工智能來(lái)完成。
不過(guò)，目前人工智能譜曲的階段還很初級(jí)。
前段時(shí)間，索尼推出的兩首由機(jī)器人所寫(xiě)的流行樂(lè)曲，最終的歌曲并不是完全由人工智能從頭到尾執(zhí)行。還需要專業(yè)的作曲家重新編排，讓它聽(tīng)起來(lái)更加流暢。
