第17章
小提琴吹奏的一大难点就是找音准。
“题目要一个个处理,目前要紧的还是处理机器学习中的难点。”邱伟涛说。
“说对了。”
现在,VB项目组采取的是闻名的神经收集和机器学习的体例让电脑学会拉小提琴。机器学习要以大量的数据为根本。而典范的小提琴乐曲何止百首,上千首曲子都是有的。每首曲子都有分歧的吹奏体例,一样一首曲子在分歧的吹奏家手上课也闪现分歧的气势:轻巧,缠绵,伤感……但非论那种气势,说白了都是数据。只要有充足的数据和计算资本,VB便能够在吹奏时能够在力度,长度和节拍长停止调控,达到一流的吹奏家的程度。
路之航点了点头。
“就是把Violin-β当作一名门生,就教小提琴的教员指导,”肖萌说,“我晓得有一些经历很丰富、在培训黉舍事情的小提琴教员,他们年纪比较大,脾气也很好。他们的吹奏程度不是很高,但讲授经历丰富,各种奇奇特怪的门生都见过,看题目非常准,并且因为长年和门生打交道,也很好相同……”
“但是,这很难吧?”肖萌反问,她不信赖路之航不晓得这一点,“小提琴吹奏的细节实在是太多太多了,双音、三音和弦、四音和弦、泛音、拨奏、跳弓、击弦……这么多,普通的数学公式能措置吗?就算找到了合适的公式,计算机能运算得过来吗?就算计算机能运算,这一双机器臂的呼应时候再短也有极限吧?”
“……嗯,我有点明白了。”
肖萌细化了本身的计划:“我有一个朋友小提琴拉得非常好,他在小提琴圈的人脉干系很丰富,晓得好几位如许的小提琴教员。你们如果需求的话,那我帮你们问问哪些小提琴教员程度不错并且能接管新奇事物的?”
团队之前联络过国度交响乐团的一些成名的小提琴吹奏家,请他们共同停止研讨,但古典音乐圈里的稍有程度的艺术家们脾气都没有值得称道的处所,他们感觉,古典音乐是一门高雅的艺术,小提琴吹奏更是艺术中的精华,听闻有研讨团队要让机器手臂能实现机器拉小提琴,不能说是对音乐的轻渎,但艺术家们的表情总归不是太好,艺术的事情如何能被机器仿照了去,要他们支撑计算机系的尝试,总归是动力不敷,能推就推,能免则免。
这确切是Violin-β体系目前的题目,路之航点头,表示肖萌持续说下去。
肖萌为本身的健忘,不美意义的一笑。
路之航深深看她一眼,点头道。
“人力有极限,计算机的巨大之处就在于能够超越人的极限。评的体系采取的数学公式不需求百分百精确,能够不是真谛,只要能超越大多数小提琴家的评价才气便能够了。”
“呀,甚么?”
“莱布尼茨说的这句话。”
“但没有精通小提琴吹奏的人插手团队还是不可的吧?那你们有没有考虑过找教员?”
小提琴和钢琴分歧,不是牢固音准的乐器,也就没有所谓的绝对音准。某个音准是否精确,取决于它和其他音之间的干系,因为音高都是相对的。
路之航道:“天下上没有甚么东西是不能用数学解释的,如果不能,那就申明公式还不敷好,或计算才气不敷。”
如此有气势的宣言让肖萌听得一愣,但是不由得心潮彭湃起来。
“找过,但不顺利。”邱伟涛说。
“小提琴的吹奏不是简朴的一个个音节凑起来的,音节和音节之间的起承转合更加反应吹奏者的技能,Violin-β吹奏时,我本身较着感觉颤音和波音有些少了,贫乏装潢音,另有些硬。”
肖萌咀嚼着大神的话,终究从路之航带来的震惊中缓过劲来,“我记得有位数学家说过,音乐是数学在灵魂中无认识的运算。”
所谓的评价体系,就是让VB体系不竭的、几次的吹奏同一首曲子,然后体系对每次的吹奏成果停止打分,所谓“择其善者而从之,其不善者而改之”,分数低,就申明要改进,分数高,则能够加强上风。吹奏几千上万遍以后,VB就能找到最合适的形式。
这类教员的代价也不贵,肖萌想,绝对是VB项目组能付出的代价。
所谓的机器学习是建立在统计的数据的根本上,依托于电子设备的停顿和大量的数据计算才气,你晓得这么做能够成果会不错,但是至于为甚么不错,机器学习就没有体例奉告你。
这也是不免了。在之前的谈天中,肖萌晓得VB研讨团队包含沈泓统共有八人,本科生就路之航和邱伟涛两人――人数这么少的团队,偶然候也会呈现考虑不周的环境。
很多人哪怕学琴四五年时候也很难找准小提琴的音阶――肖萌肖薇姐妹就是如许两个失利的案例――是以,对Violin-β超出人类的处所更是深有感到。
“那就费事你了。”
肖萌瞪大眼睛看着路之航:“师兄,你筹算用数学公示评价小提琴吹奏?”
路之航道:“和我们找来的小提琴家的说法一样,新手程度。”
但还是不敷,起码远远不能满足团队的需求――研讨团队的终纵目标是随便输入一个乐谱,VB都能够一流小提琴家的吹奏水准。
邱伟涛指了指他身边的那台电脑:“除了机器设备外,整套吹奏体系由四部分构成,一个是吹奏数据汇集,一个是数据阐发体系,一个是数据复原体系,最后一部分则是评价体系。实际上,当这四个系统共同默契时,Violin-β便能够完美的吹奏一首小提琴曲,还能够让其吹奏揭示分歧流派的气势。”
肖萌说,“我以为目前Violin-β相称于一个练习了三四年、有很好天赋的琴童。吹奏根本很好,但感情表达不敷到位,很多末节的措置都不敷细致,显得有些生硬。”
找音准是小提琴最难把握的技术,需求吹奏者耐久的熬炼才气做到;而对计算机来讲,琴弦的振动形式能够通过数学公式算出来,每个精确的噪音都会有其牢固的振动频次,只要能让吹奏出的每一个音都合适振动频次的比例干系,就找准了小提琴的音阶和音准。同时,找到音准,就能处理小提琴吹奏的大部分题目。
肖萌无言。客岁时,陆以则和机器人钢琴吹奏比赛打个了平局,这事儿闹得挺大,网民都在感慨“除了棋类,人类在吹奏上也输给了计算机”,音乐家们都感觉有些丢面子。
这事儿明显很难。
“但是,目前有困难吗?”肖萌问。
“是的……”肖萌问,“你们找太小提琴吹奏家共同研讨吗?”
Violin-β团队的野心很大,肖萌感遭到了震惊:“这个要求太高了,古典音乐圈是个小圈子,能够用来学习的小提琴乐曲数量不会很多。”
“以是我们在机器学习的根本上,引入了评价体系。”
邱伟涛说:“是的,这就是路之航的设法。他向来也不同意用仅仅用机器学习的体例来研讨小提琴吹奏,他以为,埋没在乐曲后的数学应当是研讨的核心之一。”
路之航说:“用数学规律来当评委而不是人。”
“如果是棋类,能够通过一局胜负来判定某种形式好不好,但音乐如何判定?据我所知,在小提琴吹奏大赛中,评委们为了‘谁的吹奏更好’都能打起来,吹奏一首曲子,十小我能够吹奏出十种气势。大师的审美分歧,评价标准也不独一。”
要满足这个要求,需求海量的数据,然后团队再从已有的数据里总结出规律,再推行到每一首小提琴乐曲中。
肖萌莞尔一笑。她听过梁清宁吐槽说过谱子难背――提及码要谙练吹奏十遍后才气记着乐谱。但是梁清宁的记谱速率已经是其他小提琴手膜拜的工具了。
路之航道:“用于机器学习的数据不敷,评价体系也不敷完美。”
肖萌顿了顿,又问:“我想,在机器机能上和节制体系上已经没有特大的题目,能够呈现的题目还是在数据上吗?”
邱伟涛眼睛一亮,仿佛是第一次听到这个说法:“教员,甚么教员?”
路之航说:“莱布尼茨。”
肖萌固然是重生,但也是天下最好的计算机专业的学子――在两位大神师兄的提示下,她很快明白这此中的难点。
“因为电脑不像人,记谱才气取决于内存,”路之航道,“找音原则取决于算法。”
“再加上客岁的陆以则事件,稍稍有点名誉都小提琴家对这件事更是避之不及了。”邱伟涛说。
研讨团队为了研讨每首曲子的吹奏气势,采办了上千张小提琴音乐CD;同时,全部项目标带头人卢景舒传授、实际卖力人都沈泓传授操纵了本身的私家干系,差一点把音乐学院里的声响成品全都搬空;除别的,路之航他们还编程还让大型机一刻不断的在网上搜刮小提琴吹奏视频――目前团队汇集了上万首小提琴吹奏曲。
“这确切是一个好体例。”邱伟涛眼睛发亮,“我们之前只想着找些驰名誉的小提琴家,看来是走错路了。”
和恍惚的机器学习分歧,用数学来阐发音乐就是切确的定量阐发。小提琴是弦乐的一种,其音色、频次、振幅等要素都能够变成一套数学法例,比如两个音乐节拍的频次比是2:3的时候就是要比33:23更动听一些。