AI编曲震撼人心,RNN生成流行音乐(视频)

【新智元导读】AI 和音乐的结合已经成为一个新兴的行业,AI 编曲的《Free Break》风靡一时,它的成功,在于“AI+HI”的合作。

由 AI 编曲的《Free Break》日前风靡网络,全球乐迷为之耳目一新。

不妨先来感受一下这首歌曲的魔力——

这首歌的编曲是由一家名为 Amper 的公司的 AI 完成的。此前,Amper 曾经宣布融资 400 万美元,开始做 AI 谱曲编曲的项目。当时,Amper 的项目主要还是被当作一个能够快速产出相对低成本且不涉及版权问题的“功能性”音乐,比如广告或网络短片配乐。而此次 Amper AI的惊艳表现显然已超出了对它的原有预期。

Amper Music 的联合创始人Drew Silverstein 表示,公司的核心信仰之一是,未来的音乐一定是人类和 AI 共同创造的。想做到这一点,就需要教会计算机“在本质上就具有创造性”。他认为,正是创造力,才让 Amper 如此独特。

当然,他也认同,目前计算机还没达到给出创造性的、突破性的想法的阶段。Amper 最擅长的,正是和人类合作。这也是为什么在这首风靡网络的Free Break 中,AI 扮演的是编曲的角色,而作词作曲和演唱都由人类担纲。

如果想利用 Amper 创作一条音轨,你只需要确定情绪、长度和体裁,在几秒钟之内,你就会得到一首曲子(创作时间随着曲子时长的增加而增加),然后你可以精修它,比如增加或去掉某些乐器。

Amper Music 是索尼音乐和华纳音乐部分出资成立的洛杉矶创业孵化公司 Techstars Music 的孵化项目,该公司的另一个孵化项目叫做 Popgun。

AI 和音乐的结合,这是一个新兴的行业。除了互联网巨头比如 Google 的 AI 音乐研究项目 Magenta 以及索尼在巴黎的 Flow Machines 之外,这个行业的新起之秀也不少,包括在伦敦的 Jukedeck、在柏林的 Melodrive,在旧金山的 Humtap 以及在 Google 老家山景城的 Groov.AI。

关于这一领域的研究工作,比较热门的是多伦多大学研究者在ICLR‘17投稿的一篇论文《Song from PI: A musically plausible network for pop music generation》(https://arxiv.org/pdf/1611.03477v1.pdf)。

摘要:

我们提出了一个生成流行音乐的新框架。我们的模型是层次循环神经网络,层和结构中编码了关于流行音乐如何构成的先验知识。具体来说,底层生成旋律(melody),较高层生成节奏与和弦。我们进行的实验表明,与用谷歌最近的方法生成的音乐相比,人类受试者明显更偏爱我们生成的音乐。另外,我们还展示了新框架的两种应用:神经舞蹈和卡拉OK,以及神经歌谣。

知乎上,深度学习(Deep Learning)、机器学习、人工智能话题的优秀回答者周博磊曾对该论文做过介绍。他说:“论文的大致想法是利用深度学习的LSTM模型(hierarchical recurrent network),利用100个小时的流行歌曲的 mini 格式的 tag 进行训练。这里比较有意思的地方是作者在这个模型里面整合了一些音乐相关的general knowledge,模型结构如下图所示,在RNN这个模型中有key layer, press layer, chord layer, drum layer 等结构,在模型设计和合成的过程中也考虑了 scale 和 chord 等音乐因素。这些 prior 无疑可以更好的帮助人工智能模型学习音乐中的关键元素以及常见套路。”(链接:https://www.zhihu.com/question/22213757/answer/138293553)

周博磊还说:“论文里面还展示了一些应用,比如说生成音乐的过程中同时生成跳舞的小人(如下图),以及尝试用 neural image captioning的办法生成歌词或者朗诵,这些应用都给未来提出了无限可能性。”

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2017-08-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

什么,这些人你还不认识?!一文带你有姿势地侃深度学习大佬

16520
来自专栏机器之心

观点 | Yoav与LeCun深度学习之争后续:谷歌VP Fernando Pereira谈NLP研究「三幕剧」

选自EarningMyTurns 机器之心编译 参与:机器之心编辑部 近日,著名学者 Yoav Goldberg 发布的一篇批评蒙特利尔大学新论文《Advers...

21960
来自专栏吉浦迅科技

深度学习协助机器人学习人类的行走方式

机器人 Darwin 行走时身体仍会摇摇晃晃,有时候还会跌倒,但它跟大多数机器人不一样,它会从错误中学习(这点跟人类很像),飞快地调整技术。 它的踉跄学步导致新...

47780
来自专栏大数据文摘

2017论文回顾 | Yann LeCun:中英日韩语文本分类通用编码机制(附论文下载)

17330
来自专栏PPV课数据科学社区

2017人工智能与机器学习年终盘点(重要工具资源汇总)

2017年是人工智能技术全面开火、勇猛精进的一年,也是对未来全球科技和经济影响深远的一年。 无论人工智能圈子内外的从业者,都开始正视这个可能会很快改变所有人命...

44790
来自专栏专知

走近Hinton:AI教父传奇人生

【导读】Geoffrey Hinton花费了30年的时间默默无闻,直到2012年,他证明了其研究的价值,并驳回了大多数其他科学家所谓的正确观点。如今,这个被称为...

42060
来自专栏AI科技大本营的专栏

这个Kaggle三项排行榜的“顶级大师”,今年17岁

Kaggle,这是个坐拥 100 万会员的数据建模和数据分析竞赛平台,目前已被 Google 收购。企业和研究者可在这个平台上发布数据,而统计学者和数据挖掘专家...

19140
来自专栏量子位

一个八卦的AI,嗅到了你和TA之间基情满满

11320
来自专栏机器之心

人物 | Geoffrey Hinton的成功之路:从神经网络黑暗时代的坚守到今天的胜利

选自The Globe and Mail 作者:Jeff Gary 机器之心编译 参与:吴攀、黄小天、Ellen Han 深度学习泰斗 Geoffrey Hin...

25340
来自专栏量子位

给无人车加个透视眼 | 斯坦福SCIL实验室最新Nature文章

拐角路口没有装凸面反光镜的话。 ? △ 别找凸面反光镜了……就是没有 老司机开车都得减速慢下来。 谁知道拐弯看不见的地方,会不会有人或小动物突然窜出来。 就更别...

27850

扫码关注云+社区

领取腾讯云代金券