1
| 本文作者： 老王 | 2016-10-18 14:17 |
近日，索尼巴黎计算机科学实验室（CSL）正在开发一套算法系统 Flow Machines，该系统根据用户的品味谱写歌曲，其歌曲在迎合用户口味的基础上，适用于所有现有音乐风格。
技术人员搭建了一个拥有 13000 多首音乐的数据库，算法均在该数据库做训练。用户可以任意挑选其中的歌曲，Flow Machines 通过用户挑选的这几首歌曲自动分析歌曲的特性、节奏、音调、和谐音统计特征等，由此判断什么音符可以与给定和弦搭配，在给定和弦之后用什么和弦更好，在给定音符之后用什么音符更好听。
一旦算法模型确定，就会创作乐谱片断以及领篇曲调，它们拥有相似的特点。
在实际应用上，Flow Machines 分析了甲壳虫乐队的 45 首音乐，模仿甲壳虫乐队创作了一首名为《Daddy's Car》的音乐。
早在 2012 年，索尼实验室就已着手 Flow Machines 的研发。当时整个团队只有 6 人，自此之后，团队开发了拥有不同功能的算法，并将算法置入在系统内。法国作曲家伯努瓦·卡雷（Benoit Carr）与索尼实验室合作开发算法，他在谱曲时尝试采用索尼系统。
通过上述介绍，Flow Machines 的算法体系与 EMI 相似，EMI 是目前较为先进的人工智能音乐作曲系统。EMI 谱曲的基本单位不是音符，而是对已有作品的重现结构。通俗讲，EMI 的实现原理如同买过来一批同一品牌的不同型号的汽车，拆开以后把零件重新组装乘一辆“新车”。
EMI 中的核心算法为“重组音乐 （recombinant music）”原理：从一名作曲家的作品中识别出不同类型的重现结构，然后以新的排列来复用这些结构，依此产生一份“同样风格下的”新作品。如 EMI 在学习了贝多芬的九首交响曲后，自行谱出《贝多芬第十交响曲》的情景。这与 Flow Machines 分析了甲壳虫乐队的 45 首音乐创作出《Daddy's Car》是同样的道理。
Flow Machines 与 EMI 不同之处在于 Flow Machines 可以根据用户所挑选的音乐进行针对性作曲。索尼研发人员、计算机科学家皮埃尔·罗伊（Pierre Roy）表示：
你会给出限制，你将什么写入系统，写入乐谱，写入领篇，算法就是要处理类似的事情；如果你想要某种音乐，想生成某种音乐，它们既要匹配你谱写的音乐，又要与训练歌曲集的风格保持一致，算法必须努力帮你完成目标。
艺术也是有逻辑的，有规则的。 如音乐中音阶、和声、节奏、风格、结构这些均为规则体系。
目前市场上用人工智能谱曲的系统并不少，今年 5 月 23 号的 Moogfest 音乐科技节上，Google Magenta 的科研人员 Douglas Eck 宣布人工智能作曲能力为第一个研究对象。Magenta 团队现场展示了一个数字合成程序，对人工智能系统输入一些简单的音符后，让其根据这些音符的排列特点，编写出更为完整丰富的曲子，并弹奏出来。今年 7 月，百度也通过人工智能技术将美国艺术大师罗伯特·劳森伯格《四分之一英里画作》的其中两联分别谱成了 20 余秒的钢琴曲。
针对算法谱曲这件事，业内人认为：让人工智能谱曲难的不是谱曲本身，难的是如何告诉人工智能，你的审美观。
相关阅读：
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
