北京時(shí)間3月26日消息，如果你一點(diǎn)音樂零基礎(chǔ)都沒有，但又喜歡創(chuàng)作古典音樂，更甚者，你還想挑戰(zhàn)下自己，創(chuàng)作出巴赫風(fēng)格的曲子，其實(shí)，這不是什么難事，谷歌公司剛剛上線的一個(gè)巴赫Doodle（下文簡稱為“巴赫涂鴉”）可以幫你實(shí)現(xiàn)。
2019年3月21日，在巴赫生日的這一天，谷歌上線了“巴赫涂鴉”，根據(jù)谷歌的官方介紹，利用這個(gè)涂鴉，你可以隨意創(chuàng)作自己的旋律，利用人工智能，涂鴉將用巴赫的風(fēng)格來演奏你創(chuàng)作的作品。
Doodle團(tuán)隊(duì)、Magenta團(tuán)隊(duì)、People and AI Research團(tuán)隊(duì)這三個(gè)團(tuán)隊(duì)協(xié)作完成了這個(gè)項(xiàng)目。Magenta團(tuán)隊(duì)關(guān)注于通過機(jī)器學(xué)習(xí)幫助用戶進(jìn)行音樂和藝術(shù)創(chuàng)作，PAIR團(tuán)隊(duì)則主要關(guān)注于創(chuàng)造出能夠讓每個(gè)人都能愉快使用機(jī)器學(xué)習(xí)的工具或是體驗(yàn)。
相比之前谷歌上線的涂鴉作品，此次的作品顯得非常特別，因?yàn)檫@是第一個(gè)用人工智能去創(chuàng)作音樂的。新浪科技專訪了此次項(xiàng)目的人工智能模型負(fù)責(zé)人、谷歌大腦團(tuán)隊(duì)Magenta項(xiàng)目研究員Anna Huang（下文簡稱為安娜）。
人工智能如何能創(chuàng)作出巴赫風(fēng)格的音樂？
開發(fā)這樣的涂鴉，第一步需要?jiǎng)?chuàng)造一個(gè)支持它的機(jī)器學(xué)習(xí)模型。機(jī)器學(xué)習(xí)是一種通過展示大量案例，教會(huì)計(jì)算機(jī)自己提出解決方案的過程，而不是像傳統(tǒng)的計(jì)算機(jī)編程那樣給出一套計(jì)算機(jī)需要遵循的規(guī)則。
巴赫眾贊歌多為四聲部，每個(gè)聲部有著自己的旋律線，一起演奏時(shí)就能創(chuàng)造出豐富的和聲效果。這種簡潔的結(jié)構(gòu)使其成為機(jī)器學(xué)習(xí)模型的良好訓(xùn)練數(shù)據(jù)。
安娜開發(fā)出了Coconet多功能模型，可用于多種音樂任務(wù)，例如旋律協(xié)調(diào)、在音樂不同小節(jié)之間平滑過渡以及從零作曲等。
要將模型進(jìn)行個(gè)性化調(diào)整使其匹配巴赫的音樂風(fēng)格。為了達(dá)到這樣的效果，安娜他們基于巴赫的306首眾贊歌訓(xùn)練了Coconet模型。他們會(huì)將巴赫的音樂的曲譜抹除掉一部分后再提供給模型，模型會(huì)分析抹掉部分旁邊是什么音符，有什么結(jié)構(gòu)，然后去猜測(cè)如何把抹掉的部分填充好。雖然目前只用了306首巴赫的音樂，但是我們用排列組合的辦法去抹除掉不同的部分，這樣就增加出了很多首樂譜，就能提供給模型更多結(jié)構(gòu)來進(jìn)行學(xué)習(xí)。因此，當(dāng)你在Doodle中的模型上創(chuàng)建自己的旋律時(shí)，它會(huì)將其轉(zhuǎn)換成巴赫風(fēng)格的旋律。
有意思的是，這個(gè)模型完全是算法自動(dòng)完成，并不會(huì)進(jìn)行人工干預(yù)。安娜說：“我們想只讓它看音樂，然后自己去學(xué)，看它可以學(xué)到什么程度?！?/p>
為何要上線這樣一個(gè)涂鴉？
谷歌的Doodle團(tuán)隊(duì)一直在尋找創(chuàng)新，希望找一些新的互動(dòng)的形式，并且是好玩的。因?yàn)橐魳返氖鼙姺浅V泛，因此Doodle團(tuán)隊(duì)就策劃如何讓音樂的互動(dòng)更好玩，然后就考慮到可以用人工智能。另外，巴赫又是一個(gè)大家都很崇拜的作曲家，然后如果我們可以和巴赫一起創(chuàng)作的話，那應(yīng)該是一個(gè)非常奇妙的過程。
然后Doodle團(tuán)隊(duì)就來找Magenta團(tuán)隊(duì)，Magenta專注于人工智能，嘗試如何用人工智能去協(xié)助我們創(chuàng)作。比較巧的是，安娜研發(fā)的Coconet模型的training data（訓(xùn)練數(shù)據(jù)）就是巴赫的音樂，隨后，他們便開始合作，共同籌劃這個(gè)項(xiàng)目。
項(xiàng)目一開始并不是很順利，因?yàn)閮蓚€(gè)小節(jié)的音樂就需要45秒才能出結(jié)果，這會(huì)帶來很不好的體驗(yàn)。安娜她們努力讓模型可以運(yùn)行更快，最后在項(xiàng)目上線時(shí)，運(yùn)行時(shí)間僅需要4-8秒，甚至有時(shí)候2秒就可以。
很多人都喜歡唱歌和音樂，有時(shí)候也會(huì)進(jìn)行創(chuàng)作，但是沒有專業(yè)的音樂背景，讓很多人不敢隨心所欲地創(chuàng)作，而現(xiàn)在隨著人工智能的發(fā)展，安娜希望借助于人工智能，人們可以去嘗試一些新的東西。安娜在哈佛大學(xué)計(jì)算機(jī)科學(xué)讀博士的時(shí)候，選修了第二專業(yè)音樂作曲。她的父母很喜歡音樂，但是他們當(dāng)年并沒有很好的機(jī)會(huì)去學(xué)習(xí)音樂，所以他們把希望寄托在安娜身上。但小時(shí)候的她對(duì)音樂并沒有太多的感覺，只記得鋼琴要考級(jí)，也只練習(xí)考試的曲目，一直沒有提起興趣，直到一次偶然的機(jī)會(huì)去朋友家做客，聽到朋友給她彈了一曲古箏后，她覺得這才是她想要的音樂。但普通人想要學(xué)習(xí)作曲比較困難，她希望借助于人工智能，能讓更多人體驗(yàn)到音樂的樂趣。
其實(shí)，有很多公司也將人工智能和音樂結(jié)合，不過更多的是利用每個(gè)用戶聽歌的習(xí)慣不同，來進(jìn)行個(gè)性化推薦。安娜認(rèn)為，聽音樂不一定是單向性的體驗(yàn)，她更專注于創(chuàng)作方面。一首歌可能是有很多的可能性，她希望聽音樂的人和創(chuàng)作的邊界，不會(huì)分得那么清楚。
安娜告訴新浪科技，目前“巴赫涂鴉”模型已全部開源，希望更多做音樂的人群可以使用，用他們自己習(xí)慣的方式來構(gòu)建一個(gè)完整的生態(tài)圈。
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。