用機(jī)器人來寫歌,這事兒已經(jīng)不稀奇了。通過分析包含大量歌曲的數(shù)據(jù)庫,他們還能寫出特定曲風(fēng)的歌曲。不過相比起流行音樂,古典音樂譜子里包含的元素和樂理更復(fù)雜一些。
華盛頓大學(xué)的研究員們制作了Musicnet數(shù)據(jù)庫,目前共收錄了330首古典音樂樂譜來讓人工智能進(jìn)行學(xué)習(xí)和分析。
就像音樂界的Imagenet一樣,后者是全球最大的圖像識別數(shù)據(jù)庫。最早,它通過眾包的方式,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)具備了基本的識圖能力。
Musicnet的原理也是如此,研究員們在每個(gè)樂譜中,標(biāo)注了不同音符的時(shí)間點(diǎn)、演奏樂器、以及演奏速度等信息?,F(xiàn)在,數(shù)據(jù)庫中一共包含了130萬個(gè)樂譜標(biāo)注信息。
通過標(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,形成了古典音樂分析圖譜。
經(jīng)過數(shù)據(jù)庫的學(xué)習(xí),人工智能可以辨別出哪首譜子是巴赫的風(fēng)格,哪首樂曲出自貝多芬之手,并合成指定風(fēng)格的古典樂曲。
華盛頓大學(xué)科技和數(shù)據(jù)工程教授Thickstun表示未來Musicnet還將不斷完善,讓人工智能學(xué)習(xí)更復(fù)雜的古典音樂知識。
未來,它或許能代替專業(yè)的音樂人士來解讀樂譜里的基本信息,比如節(jié)奏、樂器、旋律等。當(dāng)然,也能譜出古典樂曲,巴赫去世以前未完成的《賦格的藝術(shù)》,或許在未來能讓人工智能來完成。
不過,目前人工智能譜曲的階段還很初級。
前段時(shí)間,索尼推出的兩首由機(jī)器人所寫的流行樂曲,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,讓它聽起來更加流暢。
更多資訊請關(guān)注工業(yè)機(jī)器人頻道