隨著人工智能技術(shù)的發(fā)展， AI 不僅能識別圖片、動作、聲音，在作曲、繪畫等方面，也取得了不俗的成績。此前，谷歌開發(fā)了一款人工智能小程序——猜畫小歌，用戶根據(jù)提示進行繪畫，然后該小程序會在限定時間內(nèi)對這幅涂鴉進行識別。這款小程序激起了用戶創(chuàng)作的熱情，因此很多人都成為了靈魂畫手。

最近， AI 技術(shù)從繪畫領(lǐng)域拓展到了音樂領(lǐng)域，有了谷歌與著名鋼琴大師郎朗的一次親密合作。這次與AI Duet的合奏，也是郎朗的第一次嘗試，合奏結(jié)束后他感嘆說，這是一種從未有過的奇妙體驗。

AI作曲并不稀奇，學術(shù)界這個領(lǐng)域叫Algorithmic Composition（算法作曲），AI會搭建一個體現(xiàn)它對音樂理解的數(shù)學模型，接著用模型創(chuàng)作出完全原創(chuàng)的曲子。

近日，OpenAI發(fā)布了一個最新項目MuseNet，一個新的在線工具，它使用AI生成多達10種不同樂器的歌曲。不僅如此，它還可以制作多達15種不同風格的音樂，模仿莫扎特等古典作曲家，Lady Gaga等當代藝術(shù)家，或者藍草甚至電子游戲音樂等類型。

依靠深度神經(jīng)網(wǎng)絡

OpenAI的MuseNet是一個新的在線工具，也是一個深度神經(jīng)網(wǎng)絡，可以用10種不同的樂器生成4分鐘的音樂作品，并且可以將莫扎特的風格與甲殼蟲樂隊結(jié)合起來。

MuseNet沒有根據(jù)我們對音樂的理解進行明確編程，而是通過學習預測數(shù)十萬個MIDI文件中的下一個標記來發(fā)現(xiàn)和聲、節(jié)奏和風格的模式。MuseNet使用與GPT－2相同的通用無監(jiān)督技術(shù)，GPT－2是一種大型變壓器模型，經(jīng)過訓練可預測序列中的下一個標記，無論是音頻還是文本。

該項目背后的研究人員表示，該系統(tǒng)能夠長時間關(guān)注音樂，這意味著它能夠理解歌曲旋律的廣泛背景。利用該數(shù)據(jù)，這個系統(tǒng)的任務是預測序列中的下一個音符。

智能預測下個音符

它的數(shù)據(jù)有許多不同來源，ClassicalArchives和BitMidi為這個項目捐贈了大量的MIDI文件，并且還有MAESTRO數(shù)據(jù)集，包括爵士，流行，非洲，印度和阿拉伯風格。

變換器在有序數(shù)據(jù)上進行訓練：給定一組音符，然后要求它預測下個音符。首先，用一種弦樂方法，將每次聽到的音符組合視為單獨的“和弦”，并為每個和弦分配一個標記。其次，嘗試通過僅關(guān)注音符的開頭來縮小音樂模式，并嘗試使用字節(jié)對編碼方案進一步壓縮音樂模式。

還有兩種標記時間的不同方法：根據(jù)片段節(jié)奏縮放的指令，使指令代表音樂節(jié)拍或節(jié)拍的一小部分，或標記以秒為單位的絕對時間的令牌。他們采用了一種結(jié)合了表現(xiàn)力和簡潔性的編碼：將音高，音量和樂器信息組合成一個標記。

人工智能音樂伴奏

早在2018年11月26日19：30，在中央音樂學院教學樓201演奏廳上演了一場特殊的音樂會，中央音樂學院的12位不同專業(yè)的優(yōu)秀獨奏家與AI人工智能“信息學愛樂樂團”聯(lián)袂演出了12首多種體裁風格的中外作品。一人一機完美演繹中外作品，演出取得空前反響。

這是人工智能音樂伴奏系統(tǒng)在中國首次亮相，這次演出是中央音樂學院與美國印第安納大學信息計算與工程學院聯(lián)合成立“信息學愛樂樂團”實驗室后的重要成果。除小提琴、長號、雙簧管、薩克斯等傳統(tǒng)西洋樂器外，演出還加入了人工智能協(xié)奏的中國樂曲《長城隨想曲》。

雖然機器的藝術(shù)感知能力尚與人類有不小差距，但從發(fā)展趨勢看，人工智能在藝術(shù)領(lǐng)域的自主創(chuàng)作水平將不斷提高。不久前中央音樂學院公布招收音樂AI方向博士生，也預示著未來新的發(fā)展方向。

人與音樂的交融

2018年，美國女歌手Taryn Southern發(fā)布了世界第一張由AI作曲的專輯，首發(fā)歌曲《Break Free》不僅完全聽不出來是由AI參與制作的，而且其水平不輸音樂人；2016年，索尼的研究人員開的“DeepBach”已經(jīng)能夠創(chuàng)作出與巴赫風格高度相近的作品，這說明，目前人工智能創(chuàng)作音樂不僅可以進行復雜的音樂創(chuàng)作工作，還能達到頂尖水平。

現(xiàn)在，這項技術(shù)不僅僅被歌手使用，普通用戶也可以制作屬于自己的人工智能音樂。當你為MuseNet提供一小段音樂，它最開始會非常緊密地遵循這種風格。然而，隨著音樂的繼續(xù)，人工智能的預測逐漸從原作中逐漸轉(zhuǎn)向。

在簡單模式中，你可以聽到預先生成的隨機樣本，或者選擇一個作曲家或風格，一個著名作品，并開始生成音樂。這樣你利用此模型創(chuàng)建的各種的音樂風格。在高級模式下，你可以直接與模型交互。這項技術(shù)的完成需要更長的時間，但完成后你將擁有一個獨一無二的全新作品。

正如Silverstein所說“兩者最終會形成一種相互協(xié)作的關(guān)系。當人類想要共同創(chuàng)造藝術(shù)時，協(xié)作的過程至關(guān)重要。人工智能和技術(shù)工具經(jīng)常被運用到創(chuàng)作過程中，但本質(zhì)上還是由人類主導。當人們運用更實用的方式創(chuàng)造內(nèi)容或音樂時，產(chǎn)品最終的價值會遠遠超過藝術(shù)創(chuàng)造過程?！?/p>

對于普通人來說，我們?yōu)樗麄兲峁┝藢⑾敕ㄗ優(yōu)楝F(xiàn)實的方法。對于音樂家來說，我們?yōu)樗麄兲峁┝艘环N‘超能力‘，讓他們在所擅長的領(lǐng)域可以更加淋漓盡致地發(fā)揮。

保羅·梅森提出“音樂AI將從創(chuàng)造我們想不到的音樂開始，但它也可能創(chuàng)造出我們無法理解的音樂”。這一言論值得人們的深思與談論，究竟AI音樂有沒有可能徹底取代作曲家的創(chuàng)作成為人們生活中必不可少的一部分。

與其說它是一種可怕的新奇事物，不如說它是一個更好的風口與機會，它更可能是一個協(xié)助音樂人提升效率的工具，未來會幫助更多制作人用來創(chuàng)作。

在版權(quán)正規(guī)化的當下，當下的音樂產(chǎn)出滿足不了市場對優(yōu)質(zhì)音樂的需求。而AI創(chuàng)作可以補齊這方面的短板，為歌手、藝人、音樂人、民間音樂創(chuàng)作愛好者提供更多AI作曲。