发布网友 发布时间:2022-04-22 05:50
共1个回答
热心网友 时间:2023-07-11 23:19
ai曲风是计算机与传统音乐之间结合的作曲风格。
一个无法回避的话题是,AI作曲如果越来越成熟,它是否会抢夺音乐人的饭碗?过去,在互联网发展的催生下,音乐使用提成、直播打赏等等模式为音乐人创造了空前的发展机会。但是在目前,在眼下的音乐行业还远不是大多数,当前音乐人收入低是事实。
中国人民大学音乐与录音艺术学院的《音乐人生存现状与版权认知状况调查研究报告》(以下称音乐人报告)指出,美国人人均音乐消费水平16.41美元,而中国仅为0.15美元,美国的人均音乐消费是中国的109倍。中美音乐人收入差距11倍。
穷则思变,人工智能能作曲对音乐人来说可能很可怕,因为某种程度上,它在抢音乐人的饭碗。但在过去几年里,音乐制作人工智能软件已经取得了长足的进步,在音乐人本身收入数字专辑收入低的当下,它当前更多会充当音乐人的辅助,协助创作更多优质的作品。
因此,对于行业来说,与其说它是一种可怕的新奇事物,不如说它是一个更好的风口与机会,它更可能是一个协助音乐人提升效率的工具,未来会帮助更多制作人用来创作。
人工智能在作曲主要基于以下几种模型:
1、分形音乐。它表明音乐完全可以通过数学算法进行创作。分形音乐是几何学在作曲中的应用,但是只能创作一些较为简单的作品。
2、马尔科夫链。由于建模简单,可以即时产生新音乐,所以一直被广泛用于商业程序上,也大量出现在互动音乐艺术家的作品和即兴演出中。它基于随机过程、概率逻辑的有限控制方法,尤其是使用马尔科夫链结合一定约束规则,在统计的基础上对音乐的未来走向进行概率预测与风格边界*。
3、遗传算法。将音符的排列组合进行编码,模拟物种繁殖过程,自动挑选出最优秀的作品。由于具有算法成熟和实现比较简单这两大优势,遗传算法得到广泛关注。但是,用遗传算法进行智能音乐生成,选取合适的评价函数是非常富于挑战性的工作,一定程度上*了应用的快速发展。
4、人工神经网络。当前AI音乐研究的前沿技术,普遍采用具有深度学习能力的各种改进神经网络模型,来帮助人工智能模型学习样本音乐中的关键元素以及套路。模型充分学习一系列人类己经创作好的音乐,提取和存储音高、音长、音量、音色、音程、节奏、调式、和声等关键特征,即可按照要求大量输出有类似特征的新音乐。例如,Google Brain做的在线交互钢琴只需要识别当前任意类型的少量音乐,就可以根据音乐的相符度进行预测,实时输出自动弹奏出搭配音乐。