AI音乐到底有多好?

AIVA正在使用机器学习来创作他们所谓的“人工配乐”——你在视频背景中听到的那种音乐，甚至都不会意识到它是计算机生成的!CEO Pierre Barreau加入了Chris Smith…

皮埃尔:AIVA基本上分为两步。首先，它研究了大量的乐谱，不同作曲家所写的数千首乐谱以此推断出音乐创作的一些规则，并分析了旋律和和声的模式乐谱的结构和乐器等等。然后利用这些规则，它就能创造出全新的音乐作品。第二步基本上是将这些书面乐谱转换成任何消费者都可以收听和享受的音频。为了做到这一点，我们基本上对乐器录音进行采样和数字化，并将它们拼接在一起，以产生一个可信的AIVA编写的乐谱记录。

Chris -它是如何知道你在教它的时候，它是如何知道它应该用什么样的词汇，什么样的乐器，什么样的符号来创作什么?它是如何学习的，然后产生的东西是你教它产生的东西的精确复制品?

皮埃尔:对，我们实际上把AIVA看到的数据分成了不同的类别。例如，在广义上，我们从风格开始，但它也知道其他类别，比如一段音乐的节奏。这是一首慢节奏的曲子吗?这是一首节奏快的曲子吗?它还知道所用的乐器和不同的乐器它还知道乐曲的结构。所以使用所有这些类别，它实际上在作曲过程中以一种方式使用我们产品的用户实际上可以说，“我想要一段三分钟长的音乐，这是为交响乐团写的电影风格的音乐，感觉节奏慢”。

Chris:这里面还是有很多人力投入的，不是吗?你的代码首先是由人力完成的。这仅仅是因为在一天结束的时候，我们知道什么是人类，而计算机不知道吗?因此，你需要这样的人工输入来给数据结构，但一旦它得到了，你就离开了。

皮埃尔:是的，我想说人的输入是必要的，这有点像我开始学习音乐的时候，我有一些老师教我，同样的，人类总是会在这里给计算机提供额外的指导，以完善学习，使其更有效。

克里斯:那么简单地说，如果我想重现一些听起来像是莫扎特或贝多芬可能创作的东西，那么我基本上会用大量这些作曲家的作品来教育系统，然后让它向他们学习。然后我，把这些输入适当地编码，我可以让它重现一些听起来像那些作曲家的作品的合理的复制品。

皮埃尔:当然。这是一种方法。另一种方法是，举个例子，给AIVA一段莫扎特的特别的音乐，如果我们想要重现莫扎特的话。我们给AIVA一个特定的音乐片段，它能够分析数据库，然后说，这是我看过的所有和这个声音相似的作品，然后使用这些作品中发现的特定材料和模式来重新创造出与莫扎特的一首作品风格非常相似的东西。

克里斯:既然今天是贝多芬的生日，我们应该看看我对贝多芬做了些什么。你给AIVA听了很多贝多芬的音乐，这就是当他被问到，能给我们来点贝多芬的音乐吗?

《皮埃尔》——引言很容易让人想起贝多芬第五交响曲，那种浪漫的旋律。和声中的选择也非常像贝多芬。

克里斯:如果你明天让它给我放一些贝多芬的曲子，你会得到一个完全不同的结果吗?还是你会一次又一次地得到几乎相同的结果?在这方面，它的词汇量是不是有点有限?

皮埃尔:不，通常我们得到的结果是不同的。当然，这取决于我们如何定义贝多芬。比如，如果我们说我想要第五交响曲风格的东西，我们会得到听起来像第五交响曲的非常具体的作品。但是如果我们说我想要一些听起来很像贝多芬的东西，我们可以从AIVA得到各种各样的输出。

克里斯:当你给观众播放这个时，他们有什么反应?你有没有做过这样的研究，你把你做的东西交给观众审查，然后说谁写的?

皮埃尔:当然。今年早些时候，我们被委托写一首莫扎特风格的曲子。这首曲子是在日本，在东京演奏的，乐团演奏了莫扎特的一首曲子还有一首是AIVA委托的莫扎特风格的曲子。他们被要求分辨哪些是人工智能写的，哪些是莫扎特写的。结果发现，60%的人认为人工智能作曲的曲调是莫扎特的曲调。基本上，AIVA赢了图灵测试。我会在这里加上一个星号，因为这完全取决于观众对莫扎特作品的熟悉程度。我认为在一天结束的时候，重要的是那些人走进音乐会，享受音乐，玩得很开心。你知道，有时候人们会说，人工智能什么时候才能创作出更好的音乐?我认为这不是重点。 The real point, just like Rick said, is how useful is it going to be as a tool to help creators, and are people going to enjoy the music, rather than ‘when are computers going to replace humans’.

克里斯-你提起瑞克，我是说，他应该担心吗?他应该小心点吗?你认为他很快就会失业吗?

皮埃尔:绝对不行。我认为，即使人工智能在作曲方面客观上比人类做得更好，我认为人类带来的一个关键因素是他们所做的事情的意义。人工智能可以创作出一种全新的音乐风格，完全疯狂的音乐风格，但如果没有可以解释的创作意图，我认为观众很难真正与之建立联系。出于这个原因，我认为人类永远是最擅长写音乐的，至少对其他人来说是这样。