在決定讓小孩學琴之前，老師就一再強調：“學琴是個長久的事情，三分學，七分練，課后的練習很重要！”

作為一個琴童的家長，督促孩子練琴是件頭疼的事情。請老師陪練，除了需要額外支出一筆課時費外，家與琴行之間的通勤還得預備大量時間；自己親自上，由于缺乏專業(yè)知識，無法解答孩子在練琴中出現(xiàn)的問題，至于錯音、手型、指法等孩子練琴時經(jīng)常出現(xiàn)的錯誤，自然也是沒有能力糾正的了。

普通家長無法勝任琴童的陪練工作，那么看上去“無所不能”的AI能行嗎？當越來越多的AI陪練產(chǎn)品的廣告以“無孔不入”的態(tài)勢對你進行沖擊時，你是否會有那么一點點心動？

千億級市場催生多種玩家

在應試教育體系下，音樂教育受到的關注和重視程度遠遠不及那些文化科目，至于鋼琴、小提琴這些樂器的演奏更是小眾人的喜好，不然我們也不會用鄙夷的眼神看待朋友圈中曬音樂會門票的行為了——“裝什么？誰知道那張票是地上撿的還是充值送的？”

圈層的小眾并不代表其中缺乏市場，相反，在音樂培訓行業(yè)，其中的市場規(guī)模出人意料的大。

根據(jù)中國樂器協(xié)會的統(tǒng)計數(shù)據(jù)顯示，2017年，中國樂器市場規(guī)模達448億元人民幣，占據(jù)全球樂器市場三成左右，僅次于美國成為世界第二大樂器市場；與之相關的音樂教育培訓市場規(guī)模更大，超過樂器市場規(guī)模兩倍，接近1000億元人民幣。此外在音樂教育普及率方面，國內音樂教育的普及率只有2．5％，歐美國家的普及率在20％以上，這也給音樂教育培訓行業(yè)描繪了一幅巨大的藍圖。大量資本涌入賽道，音樂培訓的主課教學上傳統(tǒng)模式與線上平臺混戰(zhàn)廝殺，琴童的課后陪練也引發(fā)了大量玩家進場爭食。

對于陪練這種較為枯燥的重復性工作，家長不懂，一般的老師又不愿意接（相比陪練課，主課課時費更高），于是AI陪練如同“救世主”般出現(xiàn)了，在這個賽道中，主要有三類玩家。

1、陪練機器人：直接以機器人的形式監(jiān)督琴童練琴，隨時指正練習過程中的錯誤，為消除練琴時的枯燥感，機器人還可以與琴童交流互動。練琴結束后，機器人還可根據(jù)當天的練習情況生成一份練琴報告。這類機器人價格不貴，淘寶上的價位在千元左右。

2、AI＋真人陪練：像“滴滴”打車一樣，用戶在平臺發(fā)布陪練需求后，平臺專職的陪練老師就會接單，在線上通過視頻直播的方式進行陪練（也可指定陪練老師固定上課時間）。平臺會通過AI設備采集琴童練琴時的各項數(shù)據(jù)并進行分析，陪練老師也會根據(jù)AI設備采集回的音頻、視頻數(shù)據(jù)對用戶進行實時指導。目前這類玩家最受資本追捧，像VIP陪練、音樂筆記等AI＋真人陪練平臺已經(jīng)經(jīng)歷多輪融資。

3、手機APP：最便捷的一種AI陪練方式。以生成練琴報告的形式對練琴效果進行分析和判斷。略微局限的是，手機APP只能從聲音層面比如錯音、節(jié)奏等維度進行分析，練琴時的指法、手型等需要視覺層面進行判斷的維度尚無法分析。

AI陪練只能“遠觀”不可“細究”

在音樂陪練這個應用場景中，通過機器的傳感器和算法的接入來代替重復性勞動，包括一些基礎性的判斷和數(shù)據(jù)分析等，這正是AI所擅長的。

相比真人陪練需要通過耳朵和眼睛來收集演奏的聲音、節(jié)奏、指法等信息（數(shù)據(jù)），通過AI來收集這些數(shù)據(jù)做判斷會比人類更加精準，并且還能大幅提高效率。在目前的實際應用中，AI陪練對于解決琴童練習過程中經(jīng)常出現(xiàn)的音準、節(jié)奏、連貫性等問題做的還不錯，但AI陪練要想完全顛覆傳統(tǒng)陪練模式，還需跨越3個技術障礙。

1、準確的音頻識別能力

音準是否正確是陪練需要解決的核心問題之一，AI陪練基本都是用采集來的音頻數(shù)據(jù)與曲庫中的標準演奏音準進行比對，從而來判斷琴童彈奏的質量。從技術原理來看并不復雜，但在實際應用中，AI陪練的音頻識別準確性并不穩(wěn)定。

“明明彈奏的很流暢，沒有問題，但陪練機器人還是在一旁提示錯音、漏音?！痹谡{查過程中，智能相對論收到的琴童吐槽不在少數(shù)。

雖然AI在語音識別方面取得了很大的進展，但在嘈雜環(huán)境下的語音識別，AI處理起來還是有些力不從心，特別是幾個人同時交流說話時，要想分辨出每個人的說話內容對于AI來說還是有些困難。麻省理工大學曾對樂曲的音頻識別做過研究，在錄音棚等音質極端干凈的環(huán)境中，AI的復音（4個音同時演奏）識別準確率在94％，然而在普通環(huán)境中，AI的復音識別率最高只能達到74％，這樣的識別率還只是對鋼琴4級以下樂曲進行測試時獲得的。隨著樂曲難度的增加，AI陪練音準識別的準確率也隨之降低。

在音準識別這一項上，陪練機器人和真人陪練老師的優(yōu)劣高下立判，至于手機APP，除了給它一個“呵呵”，無需再作太多評價。

2、演奏技巧的分析能力

音樂的美妙之處在于7個音符通過不同的排列組合方式形成的旋律所帶來的美感，不同樂器的聲音特性在表達特定情感時所產(chǎn)生的共鳴。根據(jù)樂器的演奏方式可分為以薩克斯、嗩吶為代表的吹管類；以小提琴、二胡為代表的拉弦類、以鋼琴、古箏為代表的彈撥類和以架子鼓、馬林巴為代表的打擊類?，F(xiàn)在問題來了，樂器的種類五花八門，演奏技巧更是繁雜多變，對于不同樂器演奏技巧的分析，AI的表現(xiàn)并不會比不懂樂器的你我更好。

目前市場主流的AI陪練機器人只能對鋼琴、小提琴、手風琴、古箏4個樂器進行陪練，對于需要手腳協(xié)調配合演奏的架子鼓、雙排鍵、管風琴等樂器，AI尚不能很好的理解這些樂器的演奏技巧，特別在一些打擊樂需要用到的手腕“暗勁”上，AI難以捕捉到相關數(shù)據(jù)，即便通過可穿戴設備記錄到相關數(shù)據(jù)，如何對數(shù)據(jù)建模，對這類技巧進行描述和講解，現(xiàn)在的AI可用的辦法不多。至于那些通過運氣技巧演奏的吹奏類樂器，從氣息的聚集，到發(fā)力方式和部位，再到吹氣、吐氣、換氣的節(jié)奏間隔，現(xiàn)有AI技術能夠介入的程度有限，能夠起到的陪練效果自然有限。

3、演奏水平的鑒賞能力

在藝術創(chuàng)作領域，AI已經(jīng)進行了有益的嘗試，不光能寫劇本、小說，還能畫畫和作曲，特別是當首幅AI畫作拍出300萬的高價時，人類開始重新審視AI的“創(chuàng)造力”和藝術鑒賞能力。在陪練這個屬于藝術鑒賞范疇的領域，AI的鑒賞水平能達到怎樣的程度呢？

考量一首樂曲演奏完成程度的高低，往往涉及到多個維度。以鋼琴為例，需要從樂句、節(jié)奏、觸鍵準確性、雙手配合、指法、緊張程度、觸鍵力度、演奏法八個維度進行評判。不同維度應用場景的交互與疊加，讓AI對樂曲鑒賞標準的建模變得異常復雜。這個標準人類也只有一個大致框架，沒有形成讓AI更容易理解的量化數(shù)據(jù)。特別是AI的藝術創(chuàng)造力還未獲得人類普遍認可的情況下，在音樂鑒賞方面，如何將對音樂的鑒賞從表面的音準、節(jié)奏等音頻數(shù)據(jù)深入到樂曲的音響結構及各種形式因素上去，準確地把握音樂作品的“內涵”，真正地聽懂音樂，AI的“自我學習”還有一段很長的路要走。

AI＋真人在線陪練并不是最優(yōu)方案

如果說現(xiàn)有的技術水平還不支持AI完成陪練的所有流程和環(huán)節(jié)，那么AI＋真人的在線陪練模式是否就是當前音樂陪練領域的最佳解決方案呢？從當前AI＋真人在線陪練所暴露出的問題來看，在線平臺要想顛覆傳統(tǒng)陪練模式道長且阻。

首先，價格時間等用戶痛點依然存在。

AI的出現(xiàn)就是為了解放生產(chǎn)力，讓人類以更小的代價（金錢）獲取收益，或者讓人類脫離低效重復勞動。AI＋真人在線陪練平臺這兩方面都沒有很好的解決。

為了更好的陪練效果，真人陪練老師在這一模式是永遠無法繞開的一環(huán)，他們必須時刻在線對琴童的練習進行監(jiān)督和指導。

在用戶端，選擇AI真人在線模式陪練也是希望在科技的推動下，能夠享受到更低的課時開銷，但在在線平臺的運營下，AI技術的加入反而成了高課時費的理由。目前主流AI真人在線陪練平臺的課時費普遍在100—200元間，這個標準幾乎與主課課時費相當，與傳統(tǒng)陪練模式課時費相比也無優(yōu)勢。

其次，陪練老師與主課老師缺乏協(xié)同配合。

在AI＋真人陪練平臺的教學流程中，很多陪練老師會在陪練學生的譜子上圈出一堆圈圈，然后批注下去練習時要改正?？蓪嶋H情況是，這個學生已經(jīng)上完了主課，在課堂上主課老師已經(jīng)指出了他的不足，“主課時該圈的已經(jīng)圈完了，陪練是要把圈圈一個一個去掉啊，哪怕一節(jié)陪練課去掉一個圈也好啊?！币晃恢髡n老師向智能相對論吐槽線上陪練的問題時表示，自己不會向學生推薦AI＋真人線上陪練平臺，如果學生真有需要，會在線下找對自己工作定位清楚的陪練老師。

主課線下老師上，陪練線上老師帶，兩個老師互不認識，毫無交集，又無順暢的溝通渠道，夾在中間的學生在不同教學思想老師的調擺下無所適從。

最后，網(wǎng)絡環(huán)境極大影響陪練效果。

在5G即將到來的今天，我們所處的網(wǎng)絡環(huán)境仍然不是非常穩(wěn)定，特別是家中接入的終端設備越來越多情況下，與朋友進行視頻通話、用平板網(wǎng)上追劇時常會出現(xiàn)卡頓、延遲的現(xiàn)象。

網(wǎng)絡環(huán)境的不穩(wěn)定也極大的影響著陪練的效果，往往就因為一點卡頓，AI設備未能收錄到演奏的錯音，另一端的陪練老師自然也無法對演奏進行指正。出現(xiàn)這種問題的時候又該怪誰呢？