人工智能和音樂的融合，是AI技術(shù)在音樂創(chuàng)作領(lǐng)域的新突破，這不再是音樂專業(yè)人士的固有權(quán)力，讓對(duì)音樂感興趣的人也能通過音樂AI創(chuàng)作專屬于自己的歌曲。音樂與人工智能技術(shù)的融合不僅對(duì)現(xiàn)有的音樂產(chǎn)業(yè)造成了一定影響，打破了作曲家進(jìn)行音樂創(chuàng)作的固定模式，帶動(dòng)整個(gè)音樂產(chǎn)業(yè)的快速發(fā)展。

打破傳統(tǒng)的流動(dòng)音樂

二十年前，我們聽音樂是打開電視或收音機(jī)，聆聽DJ們?yōu)槲覀儾シ诺母瑁蛘哔徺I磁帶與CD自己播放，這樣的方式卻總讓我們受到限制，無法隨時(shí)隨地盡情享受喜歡的音樂。 而如今，我們面對(duì)的是浩如煙海的網(wǎng)絡(luò)云端音樂曲庫，隨時(shí)隨地便可鏈接我們想聽的歌。這便是科技發(fā)展給音樂體驗(yàn)帶來的第一重改變：打破壁壘。

能夠自由流動(dòng)的音樂為我們創(chuàng)造了無限可能，方便快捷的私人歌單讓我們每個(gè)人都成了DJ，甚至對(duì)不同歌曲的串聯(lián)與編輯，成了我們書寫故事的新方法。當(dāng)音樂不再有限制，能夠在時(shí)空之間自由流動(dòng)，才給我們創(chuàng)造了足夠充分的音樂享受。

AI改變創(chuàng)造音樂方式

AI音樂簡單理解就是人工智能創(chuàng)作音樂。早在1951年，英國計(jì)算機(jī)科學(xué)家艾倫·圖靈就曾使用機(jī)器錄制計(jì)算機(jī)生成的音樂，當(dāng)時(shí)的計(jì)算機(jī)幾乎占滿整個(gè)實(shí)驗(yàn)室。人工智能作曲的原理，是它先建立一個(gè)數(shù)據(jù)庫，它有很多首歌然后他們開發(fā)出來一個(gè)程序，歌曲主要是由旋律和和聲來構(gòu)成的，而這個(gè)程序則可以在非常多的歌曲里面隨意截取其中的某一段音頻，它可以把這個(gè)旋律和和聲結(jié)構(gòu)出來。自那以來，由AI或使用AI創(chuàng)作的音樂延續(xù)到今天。

AI的模式是從分析不同樂曲創(chuàng)作時(shí)的數(shù)據(jù)開始，通過強(qiáng)化學(xué)習(xí)，相關(guān)算法可以學(xué)習(xí)哪些特征和模式能夠創(chuàng)造出令人愉快的音樂，或者模仿某種類型的音樂，或者是通過以獨(dú)特的方式組合元素來創(chuàng)作新的數(shù)字音樂。

算法作曲的商業(yè)應(yīng)用

算法源自古代波斯人對(duì)阿拉伯?dāng)?shù)字游戲的稱謂，意思是阿拉伯?dāng)?shù)字的運(yùn)算法則。對(duì)音樂創(chuàng)作而言，廣義的算法指音樂要素及組織邏輯、運(yùn)算法則、結(jié)構(gòu)模型或規(guī)則系統(tǒng)，以及將算法思維與作曲思維中最小的決策單位對(duì)應(yīng)后所形成的作曲技法模型與系列，也就是音樂的數(shù)理邏輯。這種對(duì)應(yīng)關(guān)系一言以蔽之：凡作曲即有算法。如旋律的動(dòng)機(jī)展開、重復(fù)、模進(jìn)、轉(zhuǎn)調(diào)、逆行、倒影、隨機(jī)、模糊、音程或節(jié)奏壓擴(kuò)，和聲與對(duì)位中的音高縱橫向排列組合、不諧和度、緊張度解決，配器中的音色組合，曲式中的并行、對(duì)置、對(duì)稱、回旋、奏鳴等等原則都屬于常規(guī)的作曲技法，都可以被描述為單一或組合的算法。

狹義上的算法作曲，可以簡單地形容為計(jì)算機(jī)自動(dòng)作曲系統(tǒng)，在人適當(dāng)?shù)慕槿胂?，?jì)算機(jī)就能自動(dòng)生成音樂。所謂適當(dāng)指的是，與傳統(tǒng)創(chuàng)作中作曲家對(duì)所創(chuàng)作的音樂作品中的變量擁有主導(dǎo)控制權(quán)不同，在自動(dòng)作曲系統(tǒng)中，人只是規(guī)則設(shè)定者與反饋調(diào)試者。

很多科技公司正投資于AI創(chuàng)造或協(xié)助音樂人創(chuàng)作音樂的未來。例如：

①A．I． Duet - Google Magenta項(xiàng)目：Magenta項(xiàng)目同時(shí)也是谷歌大腦（Google Brain）的項(xiàng)目分支之一，Magenta 項(xiàng)目一直在探索機(jī)器學(xué)習(xí)在藝術(shù)創(chuàng)作中的作用，利用算法來生成歌曲、圖像，讓藝術(shù)家利用這些技術(shù)來啟發(fā)自己的創(chuàng)作。

② DeepBach項(xiàng)目，音樂界的 AlphaGo:DeepBach項(xiàng)目是一個(gè)開源的AI作曲項(xiàng)目，開發(fā)人員用巴赫創(chuàng)作的352部作品目來訓(xùn)練DeepBach，在預(yù)定義音域內(nèi)，將這些作品變調(diào)，創(chuàng)作出了2503首作品。其中，80%用來訓(xùn)練DeepBach，而剩余20%用來驗(yàn)證訓(xùn)練成果。

③蜜蜂云科技音樂AI智能硬件：蜜蜂云科技音樂AI智能硬件，一款針對(duì)全民用戶的音樂智能創(chuàng)作硬件。用戶只需對(duì)音樂AI智能硬件下達(dá)歌曲類型指令，即可快速生成各種不同風(fēng)格的創(chuàng)作曲目;利用音樂分揀技術(shù)還能將不同音種分離出來，能將其用不同的樂器彈奏出來例如：鋼琴彈奏轉(zhuǎn)吉他彈奏，還能轉(zhuǎn)化生成對(duì)應(yīng)樂器的曲譜等。

AI智能歌唱模式演進(jìn)

唱歌的三大要素是發(fā)音、節(jié)拍和音調(diào)，AI學(xué)會(huì)一首歌有兩種方法一是學(xué)習(xí)人唱的歌，聽人類歌手的原唱，這也是人類更喜歡的學(xué)唱歌方式，但機(jī)器通過這種方式來學(xué)唱歌需要需要判斷曲調(diào)，更容易有誤差。

二是看著曲譜學(xué)這首歌，直接從曲譜生成唱出來的音頻文件，這對(duì)人類來說比較復(fù)雜，但對(duì)機(jī)器來說更容易。之后，合成一段歌聲也有兩種方法。一種是單元拼接法，把單個(gè)的聲音找出來拼在一起。

如果不考慮音調(diào)，聲母和韻母湊成的單音節(jié)有400個(gè)左右，提前錄制好這400個(gè)音節(jié)的不同版本，長的短的、高音低音，湊成單元庫，再根據(jù)具體歌曲中的發(fā)音需求從單元庫中選取單元拼接起來。不過，這種方法可能不太流暢，會(huì)有一個(gè)字一個(gè)字蹦的感覺，出來的曲調(diào)過渡上會(huì)讓人感覺生硬。

另一種是參數(shù)合成法，用隱馬爾科夫模型來做。這種方法是從大量錄音數(shù)據(jù)中提取包括能量譜、時(shí)長、音高在內(nèi)的聲學(xué)參數(shù)，通過聲學(xué)參數(shù)、聲碼器把音頻的波形重構(gòu)出來。這種方法得出的結(jié)果有豐富的變化，可以創(chuàng)造出從來不存在的聲音，但是在聲碼器重構(gòu)的過程中可能會(huì)引起音質(zhì)損失。

而微軟小冰的唱歌技能就是基于參數(shù)合成法，從樂譜中采集發(fā)音、節(jié)拍、音調(diào)三大要素，分別對(duì)聲譜參數(shù)、節(jié)奏序列、音高軌跡用三個(gè)模型分別建模，用神經(jīng)網(wǎng)絡(luò)預(yù)測參數(shù)，之后把這些參數(shù)通過聲碼器生成波形。之后的迭代中，也借助了模塊化的方式，并將三個(gè)模型合為一個(gè)，這樣合成歌聲的自然度和流暢度就得以提升了。

就像其他科學(xué)技術(shù)一樣，AI作曲的發(fā)展帶來的直觀益處之一就是作曲門檻的降低和作曲的大眾化。當(dāng)普通個(gè)人用戶能夠借助一款音樂軟件創(chuàng)作歌曲時(shí)，我們能夠想象到那是一個(gè)與現(xiàn)在十分不同的時(shí)代。專業(yè)化作曲方面，AI也很可能能夠過濾掉許多技術(shù)二三流的作曲人，從而滿足日益增長的音樂市場需求。

結(jié)尾：

AI可以通過一個(gè)理論上無限大的數(shù)據(jù)庫和高速學(xué)習(xí)能力，制造出更加“完美”的藝術(shù)作品，但AI所有的“藝術(shù)創(chuàng)作”，本質(zhì)上都是基于人類藝術(shù)家們的成果。所以，說到作曲，乃至拓展到藝術(shù)的各個(gè)領(lǐng)域，AI作為一種科技，其本質(zhì)還是讓人類的生活變得更便捷，功能是服務(wù)性的。如果我們能夠在音樂領(lǐng)域恰當(dāng)運(yùn)用AI，正如在其他領(lǐng)域運(yùn)用科技一樣，能夠大大提高生產(chǎn)效率，并協(xié)助人類進(jìn)行創(chuàng)作上的突破。