人工智能在文艺领域的应用和探索
核心阅读
伴随各类云计算平台的搭建，数据量呈指数级增长，为生成式人工智能在艺术领域的广泛应用提供了巨大空间。
在多种技术交织而成的新型创作语境中，理解人机交互模式、探索人机协同应用场景，是智能时代进行文艺创作的新要求。
辩证地看，生成式人工智能有助于更加高效、便捷地将艺术创意转化为内容产品，也因产品数量的激增而面临艺术性和原创性等考验，艺术创作的诗意和不可预期的灵感愈发显得珍贵。
20世纪40年代，人类首次提出“人工智能”概念。80多年来，随着软硬件技术升级，人工智能取得阶段性进展，不断引发人们对未来的想象：人工智能会不会有一天超越人类智能？不少小说和电影畅想过这样的未来场景，也激发着人们探索未知的兴趣和勇气。
2016年，人工智能首次战胜人类职业围棋选手，引发社会广泛关注。2022年，生成式人工智能技术取得突破性进展：自然语言大模型可以根据人类指令，迅速完成写文章、绘画、作曲甚至制作视频和动画等任务，其“创作”涉猎的范围几乎可以媲美人类，而且水平随着训练量增加还在不断提升。在文艺领域，这项技术更为广泛地引发讨论：生成式人工智能将怎样改变文艺创作的形态和生态？
机器学习运用到文艺领域
生成式人工智能的技术基础是类脑神经网络。大数据时代的到来，提供了海量的训练数据以及必要的算力基础和庞大的数据模型，有力推动生成式人工智能走向成熟。
这项技术有效推动机器学习向人类所需要的方向迈进，并在较短时间内运用到多个领域。在文艺领域，生成式人工智能的学习对象是知名艺术家的经典作品。通过处理原始数据，经典作品的风格特点被提取出来，由人工完成数据标注，为下一阶段的新内容生成打下基础，实现由艺术原作到人工智能作品的风格迁移。相关程序在专业网站开源公开测试后，便捷、高速又高效的应用性优势令人心动。计算机专业人士指出：人工智能已经接近通用化的目标。
文艺领域用户对此又是什么感受呢？2018年，一家拍卖行首次高额拍出一件人工智能生成的肖像油画。画面上的人物脸部模糊不清，身形隐没在大块的色彩堆积下。仅仅4年后，生成式人工智能在2022年一项数字艺术大赛中夺得冠军。一幅名为《太空歌剧院》的设计图在布局、用光、人物造型等多个方面超越参赛的人类选手作品。类似的进步激发了人们将生成式人工智能应用于文艺领域的热情。
人机交互协同的艺术创作正在实现
伴随各类云计算平台的搭建，数据量呈指数级增长，为生成式人工智能在艺术领域的广泛应用提供了巨大空间。从已公布的生成式人工智能产品目录来看，现有技术模型分为三组九个类别。其中，依据模型的驱动形式划分为三个组别：文本驱动型、图像驱动型和复合驱动型。九个类别包括：文本生成图像、文本生成视频、文本生成音频、文本生成代码、文本生成三维场景等。
目前应用较多的是文本驱动型。用户在人工智能端口界面输入提示文本，就能够便捷地启动智能化写作、作曲、作图，或生成短视频、游戏段落等。我国至少已经出版了两本人工智能程序生成的诗集。其中，有的单纯使用知识图谱和自然语言处理技术生成诗歌作品，有的则采用图文互驱动模式，在观感上呈现为一首诗搭配一幅画的形式。在中央美术学院美术馆举办的“或然世界”人工智能画展上，人工智能化身数位不同风格的虚拟画家，分别创造性地演绎人类美术史上的经典风格。
生成式人工智能在音乐方面的表现也值得关注。用户先将自己喜爱的音乐曲段复制到信息轨道上，人工智能模型通过风格调色板来确定作曲风格，进而在文本指令下完成音乐类型、节奏快慢和整体时长等必要设定，就可生成一段有模有样的音乐。如果将视觉化工具整合在作曲程序中，人工智能还可以创作带有高度情感特征的新作品，将图像转换为数据集，精准分析用户需求，量身打造适合不同场景特点的个性化、情感化曲目。在文艺实践中，已经有电影作品采用人工智能生成的乐曲作为配乐。
当文本写作、图像生成和音乐曲段都能够交给人工智能完成，距离人工智能制作电影也就越来越近。目前，多家影视公司与科技机构联手，共同开发用于制作电影长片的人工智能程序。虽然尚无生成式人工智能模型可以完全实现这一技术创新，但人工智能已经被用来编写剧本，甚至为影片选角、设计分镜头和剪辑片花等。一些流媒体平台还特别开设了人工智能实验片频道，专门播放由人工智能制作的短片。尽管这些作品的完成度还不理想，却推动着人们不断攻克人工智能影像创作的技术难题。
不是取代作者，而是为创作赋能
正如对艺术境界的探索没有终点，技术创新也永无止境。在多种技术交织而成的新型创作语境中，理解人机交互模式、探索人机协同应用场景，是智能时代进行文艺创作的新要求。面对加速更新的人工智能技术，人类的文艺创作会发生哪些变化？创作者要做出哪些调整才能更好地应对智能化带来的机遇和挑战？
首先，生成式人工智能的加入将艺术创作分为有人工智能辅助和无人工智能辅助两类。国外已有多家期刊发布公告，明确拒绝接收人工智能生成的作品，有的科幻杂志甚至为此关闭了自由投稿通道，创作者需要在投稿前申明没有用到人工智能工具。其次，人工智能辅助创作也是一个披沙拣金的过程。传统的创作过程是创作者就一部作品持之以恒地进行打磨，但在人工智能辅助下，创作者的艺术创意在很短时间内就产出批量内容，风格品质参差不齐，创作者需要从众多“产品”中选取一件进行精心调整。
目前，生成式人工智能的能力水平还不足以撼动人类创作者的主体地位，无论是基于机器学习的参数式内容生成，还是风格迁移的程序应用，它们在极短时间内批量化产出的语段、图像、音频、视频等，都尚未催生出获得公认的人工智能艺术家。这也对人类创作者提出了新的学习要求――要有意识地培养能与智能工具良好沟通的数字素养。
以人工智能绘画为例，设计师为了创作一幅自己满意的作品，可能要先后借助智能工具和图形软件生成数百幅画作。这些画作的主题立意基本一致，所不同的是每幅画的题材、场景、视角、氛围元素，等等。随着设计师发出越来越具体、确切的语句指令，人工智能不断做出精细调整。这样的创作方式体现出数字素养对于未来人机协同创作者的重要性。创作者需要有效组织人工智能所能理解的语言，形成最优指令，尽可能释放人工智能的潜力，使之快速而大量地输出内容，以便创作者从中进行甄别和挑选。回顾人机结合的具体实践可以发现，艺术创作经历了人工创作、机械复制和数字化转型之后，生成式人工智能已经将人机结合的创作实践带入了新的智能化阶段。将人工智能作为辅助工具的创作者们正在大幅延展自身的想象力和表现力，体现出生成式人工智能对创作的全新赋能。
作为一项新技术，生成式人工智能将为文艺创作带来多方面影响。辩证地看，它一方面有助于更加高效、便捷地将艺术创意转化为内容产品，另一方面也因产品数量的激增而面临艺术性和原创性等考验，艺术创作的诗意和不可预期的灵感愈发显得珍贵。我们要掌握好驾驭这项新技术的本领，借以提升文艺创作生产效能，减少它所带来的其他影响。如何将人工智能带来的技术挑战转化为激发创作的新机遇，是当代文艺创作者需要深入思考并不断探索的课题。
（作者为复旦大学中文系教授）
《人民日报》（2023年04月11日20版）
(责编：叶伟、连品洁)分享让更多人看到
音乐人工智能应用及发展策略研究
音乐人工智能应用及发展策略研究时间：2023-05-0613:50:24
【摘要】随着科技的不断发展，人工智能的发展日趋成熟，并开始逐渐走进了人们的生活当中。人工智能作为计算机学科的一个分支，主要作用在于对人类的智能进行开发和拓展，它在研究的过程中不仅涉及到多种学科，还涉及到多个领域，是一门综合性学科。近年来，人工智能在各个领域都得到了应用，给人们的生活带来了便利，其中，人工智能在音乐领域的应用也开始变得越来越广泛，例如人工智能作曲，还有在音乐教育和音乐传播过程中的应用，这些方面应用对整个音乐领域以及音乐产业的发展产生了积极的影响。针对这一现象，本文将从人工智能这一学科的诞生和发展引入，以人工智能在音乐创作、音乐教育、音乐传播三个方面的实际应用为例进行探究，并思考其中的价值和局限性以及未来人工智能将如何更好地应用于音乐领域的相关发展策略。
【关键词】人工智能；音乐创作；音乐教育；音乐传播
近年来，随着社会科技的不断发展，人工智能的发展也愈加迅速，并渗透进各个领域。人工智能早期在欧美、日本地区发展迅速，人工智能最先起步于这些地区，因而这些地区有着一定的发展优势。尽管我国人工智能发展起步较晚，但近几年我国的人工智能得到了飞速的发展，并开始应用于各个行业、各个领域。如今我国已经迈入了“互联网+”“大数据+”的时代，同时人工智能也逐渐渗透进医疗、自动驾驶、娱乐、服务业等各个领域，给人们带来了全新的生活体验。可以说，我国的人工智能发展已经对我们的日常生活产生了巨大的影响，人们在不知不觉中已经渐渐离不开人工智能。人工智能的飞速发展对我国的音乐产业的发展产生了直接的影响。近年来，我国的音乐产业稳步发展，越来越多的音乐综艺、原创音乐人开始涌现，这使得整个音乐产业成为了我国文化产业中的中坚力量。人工智能在音乐领域的应用，对音乐产业的发展既是机遇，也是挑战。人工智能不仅可以帮助人们自动作曲，还可以向人们推荐个性化的音乐，同时，智能乐器的应用对音乐教育也起到了很大的协助作用。因此，人工智能在音乐领域的应用大大便利了人们的生活，提升了原创音乐人们的创作效率。但音乐人工智能也存在着其自身的局限性，比如涉及到人类情感时，会产生相关的伦理问题。自动作曲也对音乐者发起了新的挑战，未来原创音乐人是否会被人工智能所取代，这是一个需要思考和解决的问题。由此可见，人工智能在音乐领域的应用是一个值得探究和思考的问题。
一、人工智能的发展现状
（一）人工智能的诞生与发展在研究人工智能是如何应用于音乐领域并实现其价值这一问题之前，就需要了解人工智能是什么，它是如何诞生的。人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能这一概念的首次提出是在1956年，它是计算机科学的一个分支，涉及了哲学、认知科学、数学、神经生理学、心理学等一系列学科，所以它也是一门极富挑战性的学科。从1956年人工智能正式被提出以来，人工智能经历了50余年的发展，成为了一门交叉和前沿的科学。虽然现在人工智能的发展越来越迅速，也取得了很多突破，但人工智能在这50多年的发展历程中，并不是一帆风顺的，在其间经历了多次的瓶颈，科学家们在不断地思考如何对其研究，以便解决机器学习的问题。对此，科学家们对于人工智能的理论研究分为了连接学派、行动学派和符号学派三大学派，以此来对人工智能这门学科进行更细致的研究。
（二）人工智能的研究与应用科学家们在对人工智能进行理论研究的同时，人工智能也逐渐应用到了人们的实际生活当中。早在20世纪50年代，那个时候计算机刚刚出现，美国的化学博士LejarenHiller已经开始利用计算机作曲，这应该算是人工智能在音乐领域最早的尝试。除了音乐领域，人工智能在人机对弈、模式识别、自动工程以及知识工程等领域都有着不少的成果。例如，现在越来越多的机器人开始代替人类工作，教育类的机器人可以帮助有学习障碍的人学习，为他们定制个性化的学习方案；服务类的机器人可以为客人点菜、上菜、结账，还可以按照设定的程序做出美味的食物；医疗类的机器人可以精确地找到需要进行手术的部位，大大降低医生手术的风险，等等。还有在自动工程领域的自动驾驶，相比于人工驾驶不仅更安全，还可以大大提升效率，以节省时间。由此看来，人工智能已经切实地进入并改善了人们的生活，给人们的生活提供了许多便利以及新的体验。
（三）人工智能与音乐科技谈到人工智能在音乐领域的应用，就不得不提到音乐科技。音乐科技是一个交叉学科，分为艺术和科技两个部分。艺术部分主要研究的是利用各种音频软件进行音乐创作与制作；而科技的部分主要研究的是利用计算机技术为音乐制作提供技术支持。近年来，数字音乐占到了音乐产业中一个十分庞大的比重，音频的大数据与人工智能相结合产生了MIR，MIR以音乐声学为基础，基于音频信号处理提取音频特征，后端大量采用AI中的各种机器学习技术，这是音乐科技中最为重要的部分。有了MIR，我们可以将音乐作为一种信息去进行信息检索，以便于我们对庞大的音乐库进行分类，以及对音乐中的要素例如音高、节奏等进行更为细致的研究。除了MIR，目前的音乐科技还有AI作曲、歌声合成技术以及数字音频水印技术等，这些音乐科技尽管还不太完善，存在着一定的局限性，但它们对于音乐产业的发展起到了一定的推动作用，有着其自身的理论与实践价值，在未来经过不断完善以后将会得到广泛的应用。
二、人工智能在音乐中的应用
（一）人工智能与音乐创作随着计算机作曲技术的不断发展，音乐创作又有了更多新的可能。在音乐人工智能出现之前，早期人们创作音乐的方式和步骤是十分烦琐和复杂的，需要投入大量的时间精力；到了后来计算机作曲逐渐发展之后，人们的音乐创作开始变得更加方便快捷，创作出来的作品也更加的多元化；到了今天，音乐人工智能的出现对音乐创作来说又是实现了一个巨大的飞跃，通过人工智能的深度学习，音乐创作过程中的编曲、和声、配器已经可以通过机器自行完成，大大提升了音乐创作的效率。2017年，全球第一张人工智能专辑《IAMAI》如期发行，这张专辑中的编曲部分完全是由人工智能所完成的，在与作者的作词和旋律结合之后，听起来和人类所创作的音乐作品并没有什么不同，这说明人工智能是可以进行音乐创作的，甚至可以替代人类的音乐创作。人工智能之所以可以用来作曲，是因为它和传统人类作曲有着相同的地方，它们都是依照一定的程序和步骤进行作曲的，因此也被称为算法作曲。这种程序化的作曲思维可以追溯到西方音乐早期的发展历史，从六音音阶体系到巴洛克时期复调作品的严格对位，无不体现出音乐创作过程中的严密性以及程式化的特征。人工智能下的算法作曲不仅可以掌握作曲的步骤和技巧，还可以对音乐风格进行模仿并创作。因为音乐风格在本质上也是基于具体的作曲技术手段，当这些手段被数字化时，人工智能便可以模仿出不同音乐家的音乐风格，从而创作出不同风格的音乐。虽然音乐作品的风格可以被模仿，但是音乐人们创作歌曲时的情感暂时还不能够被人工智能所掌握，所以，在未来人工智能对与人类音乐情感的识别和深度学习将成为人工智能作曲的所要攻克的一大关键点和难点。由此看来，尽管人工智能作曲为原创音乐人提供了便利，但其存在的局限性还是不能够完全代替人类作曲，其功能还需进一步完善，实现更大的价值。
（二）人工智能与音乐教育科技的发展往往会带动教育行业的发展，随着人工智能的快速发展，智能教育的时代很快就会到来，多媒体教育的时代将成为历史。人工智能将教育变得更加有趣和有创意，“人工智能+音乐教育”的模式正在逐渐普及起来，通过人工智能中的大数据分析，教师可以轻松地获取每位学生不同的学习能力、学习兴趣，从而对不同类型的学生实施个性化的教育方案，真正做到因材施教。人工智能在音乐教育方面有着诸多应用，其优势主要体现在三个方面：首先，人工智能音乐学习软件提升了音乐教学的趣味性。学生可以通过软件中的视频、音频、练习等多种功能达到多维度的音乐学习效果，这样不仅让学生对音乐学习更有兴趣，同时也提升了学习效率；其次，智能乐器的应用解决了音乐陪练的问题。只需一台乐器，学生就可以从中学习乐器演奏的方法和技巧，在学生弹奏错误或是练习遇到瓶颈时，智能乐器可以通过学生本身的学习进度以及学习能力给出相应的学习策略，从而不用再担心老师不在身边而产生的练琴质量问题；最后，人工智能音乐教育降低了音乐创作的门槛。在音乐人工智能出现之前，音乐创作的难度对于一般大众而言是比较高的，不仅需要学习乐理方面的理论知识，还需要掌握乐器的演奏，再加上音乐作品需要传递出个人情感的表达，这些知识技能是很难在没有音乐基础的情况下所获得的。然而，随着音乐人工智能的发展，越来越多人工音乐创作的软件开始出现，逐渐解决了这一问题。例如，虾米音乐App的探乐实验室就可以根据用户的节拍和声音自动创作出一首属于自己风格的音乐，这一功能让没有音乐基础的大部分人群也能感受到音乐创作的乐趣。由此可见，无论是缺乏专业音乐知识技能的成人还是想要开始进行启蒙音乐学习的儿童，都可以在音乐人工智能的帮助下自主学习甚至创作，打破了传统音乐教学在时间和空间上的限制，在提升学习效率的同时也大大降低了学习成本，这对于提升我国全民的音乐素养以及音乐创作的普及程度都是很有帮助的。
（三）人工智能与音乐传播说到人工智能在音乐传播中的应用，其最主要的应用就是音乐推荐。在数字音乐时代，除了音乐版权，App内的音乐推荐服务在各大音乐App巨头的竞争中显得尤为重要。音乐推荐的功能可以让用户在听自己喜欢的歌曲的同时，收到来自由大数据所推荐的用户可能喜欢的音乐，从而拓展自己的个性化歌单。例如，网易云音乐App除了常规的私人电台功能以外，还加入了“心动模式”这一播放模式，当你开启心动模式时，你所听到的歌曲列表大多还是由本来的个人喜欢的歌单所组成，但中间会穿插一些根据个人喜好所推荐的歌单里所没有的歌曲，这一模式就避免了听歌听腻的情况，同时还能在大多数时候听到属于自己的歌单，这无疑是一个基于音乐人工智能所应用的十分人性化的功能，不仅拓宽了用户的音乐品味，还使得很多优秀的还没有名气的原创音乐人的作品也能够被大众在无意中听到，从而让更多的好音乐被发现。除了音乐推荐功能之外，各大音乐App还会在年终给用户提供一份年度听歌报告，在这份报告中记录了每一位用户在一年内的听歌情况，包括今年听的第一首歌、单曲循环最多的歌、最喜欢的歌手等数据都会精确地显示在这份报告中，让用户们对自己这一年来的听歌时间有了一个总结。当然，这份报告也是基于音乐人工智能的统计下所得出的。由此看来，音乐人工智能大大提升了音乐传播的效率，人们可以通过音乐人工智能精准地听到自己想听的音乐，以适应快节奏的娱乐生活。
三、人工智能在音乐中的发展策略与局限性
（一）人工智能在音乐中应用的价值人工智能与音乐领域相结合，会加速整个音乐产业的发展，并实现音乐产业的升级。首先，人工智能作曲大大提升了音乐人的效率，免去了音乐制作过程中许多费时的部分；其次，人工智能促成了音乐教育行业的革新，音乐学习对于人们来说变得更加简单便捷；最后，有了人工智能分析的大数据之后，我们可能不会再多花时间思考大众喜欢听什么样的音乐，只要根据分析出的数据知道“是什么”就能够直接知晓用户的音乐喜好，并直接做出或是推送用户想要的音乐。
（二）人工智能在音乐中应用的局限性尽管人工智能目前在音乐领域发展迅速，也取得了不少的成果，但还是有很多不足的方面，和人类创造的音乐还差很远。比如，人工智能所创作出的歌曲还是较为机械化，缺乏人的情感；在短时间内创作的歌曲可听性不高，让一首歌达到能听的程度需要花费较长时间；在压缩和采样的过程中会有明显的噪音等。
（三）未来人工智能在音乐中应用的策略针对人工智能在音乐领域应用的过程中所存在的局限性，我想提出以下几点关于人工智能在音乐领域的发展策略。首先，未来人工智能应该更加注重情感的学习，建立更多更完备的音乐情感识别模型，这样人工智能创作出来的歌曲才会更加富有人类的感情，从而能够引发人们内心的共鸣。其次，相关部门应该积极制定相关法律法规，切实解决人工智能创作的音乐作品的版权归属问题。最后，虽然人工智能在发展，但我国人工智能方面的人才还是较为稀缺，因此，各大高等院校应该开设音乐人工智能的相关专业，培养出更多“音乐+人工智能”的复合型人才，从而应对以后人工智能在音乐领域广泛应用的这一变化趋势。
四、小结
人工智能在经历了漫长的发展之后，我们看到了其在音乐领域方方面面的应用，这些应用对整个音乐产业以及人们的生活都产生了巨大的影响，这些影响既是机遇，也是挑战。人工智能在带给原创音乐人便利的同时，也给原创音乐人带来了可被替代的压力。因此，原创音乐人们不仅要提升自身的专业素养，还要积极拥抱这个人工智能的时代，学习人工智能的相关知识与技能，做到人与机器的完美融合，从而创作出紧跟时代、不被淘汰的音乐作品。
参考文献
[1]魏喜雪.人工智能及其在音乐教育中的应用[J].课程教育研究，2019（52）：237.
[2]王铉，雷沁颖.人工智能对中国音乐产业链的渗透与革新[J].现代传播（中国传媒大学学报），2019，41（12）：131-134.
[3]李伟，高智辉.音乐信息检索技术：音乐与人工智能的融合[J].艺术探索，2018，32（05）：112-116.
[4]周莉，邓阳.人工智能作曲发展的现状和趋势探究[J].艺术探索，2018，32（05）：107-111.
[5]张艺凡.人工智能在音乐多方面的应用[J].大众文艺，2018（12）：119.
[6]陈怡雨.人工智能及其在音乐教育中的应用[D].中国音乐学院，2017.
[7]曾奕凡，高军晖.人工智能在数字音乐中的应用[J].科技资讯，2015，13（18）：43-44.
[8]刘灏.人工智能与计算机作曲：前提、技术与问题[J].音乐艺术（上海音乐学院学报），2019（04）：137-144+5.
作者：王梓宸单位：南京艺术学院
AI技术在音乐类产品中的应用场景：你听的歌是AI写的
编辑导读：你有没有想过，也许有一天，我们听的音乐都是AI作曲作词演唱的。随着AI人工智能的发展，它在各行各样的应用也越来越深度。在未来，AI在音乐类的产品会有怎样的应用场景呢？本文将从四个方面展开分析，希望对你有帮助。
自动标注、平滑过渡、音乐鉴权、AI创作，当AI技术应用于音乐行业为人类的精神文化与娱乐生活带来便利和更多选择时，也是一件让人激动不已的事情。
随着深度学习算法的出现、大数据和5G技术的成熟，AI人工智能已逐渐融入我们的生产生活中，在教育、医疗、政务办公、城市管理等多个方面发挥作用。
随着AI技术在音乐行业研究及应用的深入，音乐人工智能已经不新鲜，很多新的应用和产品已经惊艳亮相。
基于对于音乐技术及产品的了解，简单梳理一下目前AI技术在音乐类产品的各类应用场景。
一、自动标注当平台曲库量达到⼀定量级时，如果再依赖传统的⼈为打标签模式就会花费⼤量成本且受到主观影响较⼤。⾳频⾃动标注相关技术就受到⼴泛关注，⾃动标注的作⽤不仅仅只是能替代⼈⼯标注以达到节省成本，同时可以客观评价⾳乐内容，因此还可以拓展到流媒体播放的⾳乐推荐⽅⾯。
例如：Spodify、KKBOX都有利⽤深度学习做推荐，其中KKBOX采⽤⾳频⽂件、歌词以及⽤户相关标注和评论等数据作为输⼊从曲⻛、场景及情绪等多个维度来判断⾳乐是否满⾜推荐的条件。⼀般的⾃动标注功能也和KKBOX的推荐维度类似，从曲⻛、应⽤场景、器乐和情绪等维度来进⾏标注。
（示例：笔者所在公司旗下平台，关于音乐标注的标签）
对于⾃动标注，笔者也在⽹上听到过一些不太专业的吐槽，比如之前有看到说音频自动标注可能会出现将一首歌曲的情绪同时标注为“欢乐”和“悲伤”两种情绪。
在解释这⼀原因之前，可以简单普及⼀下机器学习中分类器、单标签多分类任务和多标签多分类任务。
简单来说，分类器就是利⽤已知的输⼊和输出数据来训练，然后该分类器就会对未知的输⼊数据进⾏分类或输出⼀个值。对于⼀个分类器模型，它预测的结果是2个或⼤于2个以上的（结果只有1个代表结果确定就不需要分类模型了）。如果可能的结果数为2称之为⼆分类任务⼤于2就是多分类任务；对于情绪可能有：⾼亢、欢快、安静、悲伤等多个结果，因此情绪分类是⼀个多分类任务。
如果认为情绪模型是⼀个单标签多分类任务，那么绝对是不可能出现”欢乐“和”悲伤”同时出现的情况。如果同时出现“欢乐”和“悲伤”，则只能存在于多标签多分类任务。
⽽“欢乐”和“悲伤”同时出现就⼀定是错误的吗？也不⼀定！
基于深度学习的⾳乐处理⽅式⼀般是分段处理，也就是将⼀⾸⾳乐划分为多个⽚段然后对每⼀个⽚段进⾏预测判断它可能的标签。如果⼀⾸歌曲情绪存在波动，比如一首歌曲的情绪从开始的“欢乐”转向了“悲伤”，那么这种情况也是完全可能出现，现实⽣活中很多歌曲的确是存在多个情绪甚⾄互斥的标签存在的情况。
二、平滑过渡平滑过渡功能是近⼏年新出现的“炫酷”功能。
简单理解，就是当⼀⾸歌曲快要播放完毕时下⼀⾸歌曲可能⽆缝接⼊，这种歌曲间的平滑过渡，不会让听众觉得非常突兀。
这种功能的实现，也有依赖于基于深度学习的技术。
⼤致原理是将歌曲的末尾⽚段和可能平滑过渡的其他歌曲的头部⽚段作为训练样本。训练出来的模型可以预测当前输⼊⽚段可以过渡的下⼀个⽚段，然后当播放器播放⾄歌曲尾部⽚段的时候利⽤该模型得到可平滑过渡的下⼀⾸歌曲。
三、音乐鉴权互联网上的音乐侵权一直存在，但音乐版权方要在互联网上维护自己的权益，往往比较困难。
因为互联网具有海量的内容，而且内容形式具有复合性，比如音乐内容仅仅作为视频的背景音乐，靠人工去发现和识别，难度太大。
在这方面，AI技术的运用，已经能够实现实时监控视频、直播或⼴播节⽬中是否有存在歌曲的侵权情况。
其中的原理是，将版权⽅的曲库中歌曲提取出关键特征保存在集群数据库，然后提取待检测的⾳频特征，并通过⼤数据技术进⾏快速检索数据库中是否存在相似数据。
目前，拥有类似技术的公司，除了笔者所在公司外，ACRCloud也较具有代表性。
四、AI创作当AI进入到音乐创作层面，在互联网行业也已有不少AI音乐创作工具，AmperMusic、AIVA、Jukedeck、EcrettMusic、Melodrive、等ORBComposer等。
公司层面，索尼、谷歌、百度以及人工智能非营利组织OpenAI等均在AI作曲领域有所尝试。
2016年，索尼公司使用一种名为“流机器”(FlowMachines)的软件，创作了一首披头士(Beatles)风格的旋律，然后作曲家伯努瓦卡雷(BenoitCarre)将其制作成一首完整的流行歌曲《Daddy‘sCar》(爸爸的车)。
2018年，微软宣布第四代小冰加入到虚拟歌手市场竞争当中，并“演唱”了一首《隐形的翅膀》。
AIVA科技开发的AI作曲家“Aiva”创作摇滚乐曲《OntheEdge》并与歌手TarynSouthern合作创作流行乐曲《LoveSick》；
在国内，笔者所在公司的相关产品在AI智能创作上，能够实现识曲（识别音乐作品中的音乐元素）、作词、作曲等功能，并已实现了商业化授权和应用。
在具体的AI智能音乐创作层面，AI作曲工具可辅助创意生成。
如英国音乐制作人AlexaDaKid利用IBM沃森认知计算平台中的机器学习音乐生成算法创作出单曲《NotEasy》、歌手TarynSouthern与AI作曲公司AmperMusic开发的工具共同创作出《BreakFree》与Aiva合作创作流行乐曲《LoveSick》。这些作品都曾一度成为热播曲目。
随着越来越多AI音乐创作工具的诞生，充当音乐人的辅助，协助创作出更多优质的作品，AI作曲家的音乐创作能力也在逐渐得到认可。
五、结语当AI遇上音乐，音乐被注入了越加鲜活的生命力，智能化大潮来袭，AI+音乐，未来值得期待！
本文@HIFIVE嗨翻屋原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自Unsplash，基于CC0协议
浅谈人工智能在音乐教育的应用
【摘要】随着社会的发展，我们进入了“人工智能”时代，各类智能电子设备充斥着我们生活的每一个角落。通过这些智能设备，人们可以更方便地进行工作与学习，大大提高了效率，节省了时间。在教育培训行业中，智能设备也得到了广泛的应用，音乐培训也不例外，各类智能电声乐器、智能教学系统、音乐教学APP等也逐渐崭露头角，深受学生们的喜爱，也提高了音乐教师的教学质量。智能音乐教学可以有效推动音乐教育的发展。
【关键词】智能音乐；音乐培训；音乐教育
如今生活质量不断提升，人们对于精神世界的需求也日益提升。为丰富学生们的课余生活，许多家长将孩子们送到音乐培训学校学习音乐，而传统的音乐授课模式对于逐渐接触并享受高科技成果的孩子们来说似乎越来越难接受，这时新型智能音乐教学的出现很好地解决了这一问题，使刚开始接受音乐教育的学生不再觉得单调、无聊，沉溺式的教学模式使学生在学习音乐时，更多的是在享受音乐带来的乐趣与成就感，可以让更多的孩子在音乐启蒙阶段，更快地进入专注状态。
一、智能电声乐器的兴起
与普通的传统乐器不同，智能电声乐器的出现颠覆了人们对乐器的认识，这种乐器中加入了现代电子合成器，使乐器成为了一种通过电流与外界交互的“电器”。通过MIDI数字端口将电声乐器相互连通，其也被称作“计算机能理解的乐谱”①。常见的智能电声乐器有电爵士鼓、电钢琴、电萨克斯、电吉他等。这些智能电声乐器在很大程度上方便了音乐的学习，使学习充满了乐趣。它们不仅可以与平板电脑相连，还可以与私人电脑进行交互，将演奏的内容通过电信号传送给电脑，进行音乐创作，这时候它们似乎就摇身一变成了一件“大玩具”。它们本身也具有相当多的创新点，最新的电钢琴竟然实现了“自动弹奏”，可见如今智能电声乐器的功能之强大，还可以根据演奏者所演奏的内容，运用中央电子处理器预制出强大的“大脑”，从演奏者的低音进行和和弦走向等方面进行计算处理，智能编配出动听的伴奏，使演奏近乎于一个小型乐队，这大大激发了演奏者的演奏兴趣，也增强了演奏者的表现欲望，在音乐教学过程中可以收获奇效，让学生愿意在大众面前展示。这类智能电声乐器还具有使用寿命长、保养方便等特点，目前很多家庭在培养孩子学习音乐时选择了智能电声乐器，不仅是因为智能电声乐器功能强大、趣味性强，还有一个重要原因就是好打理和维护。
二、智能设备上音乐APP的广泛应用
随着人工智能设备的普及，现如今智能手机、平板电脑等走进了千家万户。应用市场中琳琅满目的软件可以满足人们各式各样的需求，生活似乎已经达到了离不开这些软件的程度。现在音乐学习越来越普遍，各类音乐APP层出不穷，最常见的有在屏幕上模拟乐器，通过触碰来发出声响的，这类APP还可以通过MIDI数字端口连接智能电声乐器，将智能移动设备变成一台“游戏机”，可以与所有用户进行比拼，其中属钢琴类和架子鼓类的模拟APP数量最多。还有的APP具有校正音准的功能，通过声音的振动频率来检测乐器的音准，目前常见的APP基本可以解决所有乐器的调音问题，如吉他、小提琴，甚至钢琴。这类APP的好处是使音准校正成了一件非常容易的事情。在没有这类APP之前，人们只能通过耳朵来进行校正，而具备这一能力的人少之又少，即使在专业音乐学院中也只有很少一部分人做得到，这使得学生家中的乐器很难经常进行音准校正，而乐器长时间处于音不准的状态，非常不利于学生听觉敏感度的培养，并且演奏出来的乐曲也达不到理想的效果，无形中阻碍了学生的进步。一些APP具有编曲功能，使音乐学习者随时随地可以进行音乐创作，不用再拘泥于电脑音乐制作。音乐创作需要灵感，当我们触景生情时，这些灵感可能只是一瞬间，之前没有这类APP，只能先进行记忆，再回头根据记忆进行创作，这就使创作大打折扣，很难创作出优秀的作品。总之，智能音乐APP的出现，使音乐学习者与工作者在“玩”音乐时更加便捷，效率成倍提升。
三、智能音乐教学的创造性应用
（一）智能设备的运用。智能音乐教学使用的就是电声乐器，这种类型的乐器与智能电子设备相连，所演奏的每一个音符都通过MIDI数字端口在学生面前的电子屏上显示出来，可以让学生更加专注地随着伴奏将音乐演奏出来。电声乐器可以调节音量，教师可以根据情况适当调节学生端的乐器音量，更好地维持课堂秩序，避免因学生调皮而造成的课堂混乱。另外，每一台电声乐器都配有节拍器，在练习过程中，可以随时将节拍器打开进行不同速度的针对练习，由慢到快分段练习是重要的学习方法。整个教学区域通过局域网把教师主机与学生端的分机连接起来，可以实现更好的互动。教师将所要教授的内容发送到学生端的显示屏上，学生可以更清楚地了解教师的意图，明确教学重点。在教师讲授比较重要的内容时，需要学生集中精力，这时教师通过主机将学生端的分机进行锁屏控制，学生就没有了弹奏乐器的冲动，可以专心听老师讲解。并且利用智能系统，学生在练习中的表现可以直接反馈到教师主机上，教师可以对学生的表现一清二楚。利用这一功能，教师可以将学生分为小组，进行练习与演奏的比赛，这不仅可以激发学生学习的动力，还可以让学生在上课过程中更加集中精力，培养学生做事的专注度。学生端的分机在传统教学意义上实则是起到了纸质教材的作用，电子谱例会随着音乐的进行而自动翻页。学生再也不用带着沉重的谱子来上课，也不用手动翻页，大大方便了练习和演奏时的看谱。准确的评分系统让音乐教学更加规范。学生通过智能系统练习和演奏乐曲时，学生端分屏会有谱例弹出，学生随着伴奏开始弹奏，当音符弹奏正确的时候，屏幕上的音符会自动显示正确。如果弹奏错误，则屏幕上会显示弹错的音符是什么，并且会标出弹错的时间点，是抢拍还是拖拍。这样学生所犯的错误便一目了然，即使是对音乐不是很了解的家长也可以看清楚。（二）新颖的教学模式。教师通过主机可以下载针对不同年龄段学生的教材，与传统音乐教学不同的是，智能音乐教学采用了学生更感兴趣的动画形式，把略显枯燥的乐理知识变得有趣，从而让学生记忆得更加深刻。例如在木色都爵士鼓教学中讲到四四拍的时候，动画中将许多四分音符分成四个一组，把它们放在小房子里，组成不同的家庭，每个家庭都会演变成乐谱中的一个小节。在练习阶段，系统将练习步骤由简到繁分条列举，方便教学，不同的练习配有不同速度的伴奏。例如在罗兰数字音乐爵士鼓教学中，系统将左手、右手、左脚、右脚的练习单独分出来，练习速度依次递增，不同的练习配上不同的音乐，让学生在练习时不会感到无聊。还有的教学系统将课程进度设计成闯关模式，每一个关卡设置一个知识点和一首乐曲，如TheOne智能钢琴教育，带着学生们去闯关，将教材内容融入到关卡中，随着关数的增加，场景会发生变化，给学生耳目一新的感觉。还有的知识点直接通过游戏的方式呈现出来。在教学过程中，通过劳逸结合的方式将所学内容融入到游戏当中教授给学生，既让学生得到了放松，又起到了巩固和复习的作用。在音乐教学过程中，让孩子进行音乐欣赏也是非常重要的，在智能音乐教学系统中，教师可以从网上下载音乐家们的表演视频与大师课程，可以让学生更直观地进行音乐欣赏。还可以下载当下流行的曲目进行学习，这是学生们最感兴趣的内容之一，当可以演奏出自己喜欢的歌曲时，他们将非常有成就感。
四、音乐人工智能的发展前景
到目前为止，音乐人工智能可以说取得了令人瞩目的成果，但这还只是音乐与人工智能结合的开端，还有很广阔的空间值得我们去探索，让人工智能更好地为音乐服务，让功能更加完善，变得越来越人性化。（一）专业音乐院校。目前音乐人工智能在专业音乐教学中应用还不是很普遍，在专业音乐院校中，只有中央音乐学院有音乐人工智能与音乐信息科技系与之相关，其他音乐学院中，基本都没有这类专业，可以看出音乐人工智能相关专业还有很大的发展前景。作为高精尖的交叉类专业，音乐人工智能不仅需要音乐方面的人才，更需要电子信息技术方面的人才，要具备这两个方面的专业知识才可以进行相关研究与探索。另外，电子音乐类专业也不是所有音乐学院都有的，当下“独立音乐人”的潮流愈演愈烈，许多音乐学习者将作曲、编曲、表演集于一身，这就需要更多地利用电子信息技术来独立使用各类软件以及智能设备。但目前非电子音乐类专业的学生想要学习这方面的知识，却只能通过网络平台，查找一些仅有的不专业的视频教程进行学习，既不系统，又不全面，往往达不到学习者想要的效果。所以各音乐学院都应该尝试开设相关专业，这就要求专业教师加强交流与合作，开展相关研究，在时代的潮流中不断开拓创新。同时音乐类院校也应引进智能音乐设备，并在教学中使用，不能一直停留在传统教学的层面上，要开拓思维，让学生们都能接受电子音乐方面的教育，不然就跟不上时代的步伐。（二）音乐启蒙教育机构。在音乐启蒙教育中，智能音乐教学取得了很大的发展，像上文所提到的，市面上的艺术教育机构如雨后春笋般快速兴起，而面对的对象大多都是几岁的孩子，这就使得智能音乐教学发挥了很好的作用。相信通过科技的力量，音乐启蒙教育中的各个问题都能得到有效解决。目前智能音乐教学虽然受到了孩子们的喜爱，但其中也存在着诸多问题。例如学生过度依赖游戏模式，在学习音乐时容易过于兴奋，难以管控，一旦脱离游戏，便会不适应，出现一系列学习问题。还有一些机构利用智能教学系统后，对教师的要求降低，不注重教师的素质，使一些非专业、业务能力差的教师混进来，造成不良影响。对于音乐启蒙教育，智能音乐教学应更加注重学生与智能的良性互动，更多的让学生从音乐本身出发，爱上这一艺术形式，而不能只是通过单纯的玩游戏让学生产生兴趣。（三）练习表演。目前人工智能设备可以帮助音乐学习者更加方便地进行练习和表演，不管是智能电声乐器，还是智能教学系统等，都是为了音乐学习者的练习和表演能够取得更好的效果。相信在不久的将来，人工智能可以解决更多我们在练习过程中遇到的问题，也可以为更好的演出效果提供助力。五、结语人工智能的时代已经来临，万物互联成为大势所趋。音乐作为人类生活中不可或缺的重要艺术形式，扮演着丰富人类精神世界的重要角色。在享受科技带来的成果的同时，我们也要加强交叉学科的学习，丰富我们的视野，更好地与科技“打交道”。
作者:赵宇单位:天津师范大学