世紀(jì)以來，人工智能與基因工程、納米科學(xué)并稱為“世界三大尖端技術(shù)”。其中，就“如何運(yùn)用機(jī)器模擬人類的智能模式”展開討論與探索的人工智能目前在許多領(lǐng)域都取得了令人矚目的研究成果和應(yīng)用，尤其在機(jī)器人的模型制作、不同種類的仿真學(xué)系統(tǒng)中已經(jīng)運(yùn)用到了成熟的人工智能技術(shù)和手段。那么AI技術(shù)將如何能為音樂藝術(shù)領(lǐng)域帶來哪些改變與創(chuàng)新，本文將著重論述相關(guān)話題。

一、AI技術(shù)在音樂領(lǐng)域的發(fā)展現(xiàn)狀

雖然今天AI技術(shù)在生產(chǎn)和發(fā)展中的應(yīng)用已司空見慣，但由此所帶來的巨大變革卻仍讓人驚嘆不已。譬如AI技術(shù)應(yīng)用的經(jīng)典案例，谷歌公司旗下的著名人工智能開發(fā)團(tuán)隊(duì)“深度學(xué)習(xí)”（DeepMind{1}）公司所開發(fā)的電腦圍棋軟件 “AlphaGo”，讓機(jī)器擁有了“頭腦”，學(xué)會(huì)了“圍棋技術(shù)”，并戰(zhàn)勝

了眾多的人類圍棋高手。

與此同時(shí)，AI技術(shù)同樣引起了藝術(shù)工作者們的極大關(guān)注和探索研究。2018年1月，一張名為《Hello World》的音樂專輯問世，這張專輯由索尼的人工智能作曲AI Flow Machines與人類作曲家合作完成，其中的15首歌曲都由AI技術(shù)進(jìn)行

創(chuàng)作編配，在樂界引起了不小的轟動(dòng)。

簡(jiǎn)單來說，“AI作曲”就是通過AI技術(shù)將音樂樣本數(shù)據(jù)化、模式化，根據(jù)用戶的要求選擇相應(yīng)的素材來進(jìn)行創(chuàng)作的一種自動(dòng)化作曲呈現(xiàn)方式。這種理念給傳統(tǒng)的作曲形式帶來了新的沖擊和思考。相對(duì)于傳統(tǒng)的作曲方式和手段，它極速便捷的制作速度（尤其是風(fēng)格的把握）以及滿足于用戶定制的交互模式讓人嘆為觀止。隨著相關(guān)技術(shù)的不斷推進(jìn)完備，越來越多專業(yè)作曲家也逐漸開始思考如何將AI技術(shù)融入音

樂創(chuàng)作和音響結(jié)構(gòu)中。

音樂雖是感性為主的藝術(shù)創(chuàng)作，但其本身卻存在非常強(qiáng)的可計(jì)算性和邏輯性，音樂創(chuàng)作技法的背后更是蘊(yùn)含著豐富而嚴(yán)謹(jǐn)?shù)臄?shù)理邏輯。常規(guī)的作曲技法如旋律模進(jìn)、調(diào)式轉(zhuǎn)變、音程的收縮與擴(kuò)張、和聲音高的縱橫排列、樂器音色的搭配比例與融合、曲式中的遞進(jìn)回旋等，都可被定義為單一或組合式的算法模型。在這種計(jì)算模式下，AI技術(shù)可以非常融洽

地運(yùn)用到音樂創(chuàng)作的領(lǐng)域。

從這個(gè)層面來說，AI作曲的本質(zhì)就是由計(jì)算機(jī)通過對(duì)于數(shù)字化信息之間的算法模型來進(jìn)行音樂創(chuàng)作與演算。目前，

比較常見的AI作曲模型有：

1.馬爾可夫鏈{2}（Markov Chain）? 這是一種較為簡(jiǎn)單的算法模型，這種模型可以根據(jù)數(shù)據(jù)庫(kù)大量信息的學(xué)習(xí)，推測(cè)出當(dāng)某一個(gè)音或某幾個(gè)音出現(xiàn)時(shí)接下來出現(xiàn)各個(gè)音的可能性，以此產(chǎn)生新的音樂。它在一些商業(yè)程序中被廣泛使用，許多互動(dòng)音樂家在制作交互式音樂作品需要即時(shí)演算的時(shí)候也

經(jīng)常使用它。

2.遺傳算法{3}（Genetic Algorithm）? 這種模型的基本原理是將音符之間的排列組合和規(guī)律進(jìn)行編碼處理，模擬物種繁衍的過程選出最為優(yōu)秀的作品。在利用這種算法模型進(jìn)行藝術(shù)創(chuàng)作的過程中，由于選取合適的評(píng)價(jià)函數(shù){4}是一項(xiàng)非常具有挑戰(zhàn)性的工作，很大程度上限制了其應(yīng)用的發(fā)展速度。

3.人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks）? 這是自20世紀(jì)80年代以來人工智能領(lǐng)域興起的研究熱點(diǎn)。通俗來說，這種數(shù)字模型試圖模仿人腦接納知識(shí)和技能的神經(jīng)網(wǎng)絡(luò)，讓人工智能進(jìn)行模仿學(xué)習(xí)。在實(shí)際的藝術(shù)學(xué)習(xí)生產(chǎn)過程中，AI系統(tǒng)通過對(duì)大量音樂數(shù)據(jù)的搜集，讓人工設(shè)備對(duì)現(xiàn)有的音樂資源中的音高、節(jié)奏、調(diào)式等音樂特征元素進(jìn)行精細(xì)提取與存儲(chǔ)，進(jìn)而根據(jù)用戶所給出的要求輸出具有針對(duì)性特點(diǎn)的藝術(shù)

風(fēng)格作品。

這種算法技術(shù)在目前許多的商業(yè)實(shí)例中都有所體現(xiàn)：

（1）A.I.Duet—Google Magenta項(xiàng)目是“谷歌大腦”的一個(gè)重要的分支。谷歌大腦作為谷歌公司在人工智能領(lǐng)域開發(fā)出來的一款模擬人腦的軟件，通過數(shù)據(jù)鏈接將萬臺(tái)處理器進(jìn)行相連并形成一個(gè)互通的神經(jīng)網(wǎng)絡(luò)，進(jìn)而使它能夠不斷地學(xué)習(xí)與進(jìn)步，在更多的領(lǐng)域大顯身手。作為谷歌大腦的神經(jīng)系統(tǒng)在藝術(shù)層面的嘗試，該項(xiàng)目除去利用算法來作曲外，也可以運(yùn)用算法的運(yùn)行模式來繪制圖像等其他藝術(shù)形式和表

現(xiàn)手段。

（2）Jukedeck是英國(guó)作曲家，也是被譽(yù)為“第一位國(guó)際AI創(chuàng)業(yè)者”的Ed Newton-Rex創(chuàng)立的公司，其產(chǎn)品Jukedeck MAKE主要面向視頻制作者，為其提供免版稅的人工智能原創(chuàng)音樂。這款軟件通過豐富的算法進(jìn)行數(shù)據(jù)庫(kù)的儲(chǔ)備，用戶只需要選擇音樂的情緒以及氣氛（如憂傷、快樂、充滿活力等等）再選擇音樂的類型以及演奏形式（如鋼琴、交響樂、室內(nèi)樂等），設(shè)置好節(jié)拍與時(shí)長(zhǎng)之后，所有的選擇與要求會(huì)被反饋回云端的Jukedeck Make，經(jīng)過10到30分鐘，用戶即可得到反

饋回來的量身定做的原創(chuàng)音樂。

目前，AI作曲的方式大多是對(duì)音樂本身進(jìn)行分析學(xué)習(xí)與模仿，以創(chuàng)造具有特征性的音樂作品。與此同時(shí)，采用數(shù)據(jù)化整合的信息處理方式，人工智能也開始運(yùn)用在對(duì)樂器的種類、音色、技法的識(shí)別上，精細(xì)化區(qū)分其同質(zhì)化和異質(zhì)化的關(guān)系，尤其是同質(zhì)性樂器的種類音響細(xì)分、音色相似度、技術(shù)重

合度的人工分離和精準(zhǔn)辨別。

二、人工智能AI對(duì)于中國(guó)民族樂器種類

以及樂器技法的識(shí)別

AI技術(shù)在中國(guó)得到了音樂家的高度重視和運(yùn)用。目前，上海音樂學(xué)院正著手開展人工智能對(duì)于中國(guó)民族樂器以及樂器技法識(shí)別的研究，并將與舊金山音樂學(xué)院合作開發(fā)的軟音源數(shù)據(jù)庫(kù)。這一研究的本質(zhì)是為了讓計(jì)算機(jī)或者處理中樞通過對(duì)于一段音頻片段的分析，對(duì)獲取到的頻譜特征、數(shù)值參量上進(jìn)行分析理解，從中得到正在演奏的樂器音色以及演奏技法，盡可能地優(yōu)化算法的準(zhǔn)確性，從而得到更為精確、優(yōu)質(zhì)的演奏效果。在上個(gè)世紀(jì)，世界上已有許多作曲家對(duì)于樂器做出過相關(guān)的研究和優(yōu)化改良，譬如日本的鬼太鼓就通過參數(shù)測(cè)量和優(yōu)化改良極大地增強(qiáng)了它的表現(xiàn)力。近幾年，通過精確數(shù)據(jù)測(cè)算與音色和技法的反復(fù)論證實(shí)踐，中國(guó)民族傳統(tǒng)樂器的研發(fā)和改良，尤其是中低頻的優(yōu)化，正在得到快速的發(fā)展。如蝶式箏、加鍵竹笛等的聲學(xué)頻譜數(shù)據(jù)整理。同時(shí)，這種技術(shù)也能夠應(yīng)用于一些新作品的創(chuàng)作與演奏之中，更好地實(shí)現(xiàn)科技為藝術(shù)服務(wù)，以多元化、現(xiàn)代化的形式弘揚(yáng)民族

文化和中國(guó)文脈的傳承。

該技術(shù)對(duì)推動(dòng)中國(guó)民族音樂標(biāo)簽化管理分類，對(duì)數(shù)據(jù)的整合和處理同樣具有革命性意義。目前，歐洲、美國(guó)、日本等國(guó)家和地區(qū)電子分析技術(shù)及電子音樂實(shí)驗(yàn)室的相關(guān)研究正在積極進(jìn)行中。他們主要通過頻譜分析方式分析同一樂器各個(gè)演奏技法間的區(qū)別，如龐培法布拉大學(xué)（Universitat Pompeu Fabra）開展的關(guān)于中國(guó)京劇演奏技法識(shí)別項(xiàng)目。該項(xiàng)目側(cè)重于對(duì)京劇中司鼓和主胡的整體音樂和音響結(jié)構(gòu)的識(shí)別性研究，通過大量的數(shù)據(jù)樣本采集和算法設(shè)計(jì)，對(duì)司鼓的節(jié)奏音響和主胡的音色特征進(jìn)行識(shí)別，以達(dá)到識(shí)別分析演奏

技法的目的。

相比起西洋樂器大量的音色與演奏技法的識(shí)別研究，對(duì)于我國(guó)傳統(tǒng)民族樂器的演奏技法及音色識(shí)別領(lǐng)域的相關(guān)研究在國(guó)內(nèi)也日益受到關(guān)注，其中比較有代表性的有，中國(guó)音樂學(xué)院韓寶強(qiáng)教授團(tuán)隊(duì)進(jìn)行的編鐘等中國(guó)民族樂器的測(cè)評(píng)研究。其方法主要是通過頻譜分析的方式，對(duì)樂器的音準(zhǔn)、音量、延時(shí)、音色及隔離度等參數(shù)進(jìn)行量化評(píng)估，進(jìn)而在認(rèn)識(shí)并

改善音色，優(yōu)化樂器音響等方面開展實(shí)踐性運(yùn)用。

下圖所示是初擬的樂器性能所具備的各種相關(guān)參數(shù)，在

實(shí)際的評(píng)估過程中影響著評(píng)估結(jié)果和樂器改良效果。

這種研究側(cè)重于通過算法來直接對(duì)一段音頻進(jìn)行分析，對(duì)其中運(yùn)用的樂器及演奏技法進(jìn)行識(shí)別檢測(cè)，可用于樂器音響的優(yōu)化，但更加重要的意義是通過與人工智能深度學(xué)習(xí)技術(shù)相結(jié)合，實(shí)現(xiàn)對(duì)中國(guó)民族器樂曲目的深度學(xué)習(xí)和量化精準(zhǔn)分類，進(jìn)一步還可應(yīng)用于中國(guó)民族音樂的標(biāo)簽化分類管理，

結(jié)合信息檢索系統(tǒng)建立民族音樂數(shù)據(jù)庫(kù)。

AI作曲始終由人工智能技術(shù)在背后進(jìn)行支持。這一領(lǐng)域目前比較熱門的是多倫多大學(xué)研究者的研究，他們利用深度學(xué)習(xí)的LSTM模型{5}（hierarchical recurrent network），對(duì)100個(gè)小時(shí)的流行歌曲 MIDI格式小樣進(jìn)行訓(xùn)練和分析。在這個(gè)模型中有key layer（音高信息），press layer（力度信息）， chord layer（和聲信息），drum layer（節(jié)奏信息）等結(jié)構(gòu)，當(dāng)然在模型的設(shè)計(jì)與合成中也考慮了音階等其他因素。這種模型的建立可以更好地幫助人工智能模型學(xué)習(xí)音樂中的關(guān)鍵元素以及常見的音樂結(jié)構(gòu)與規(guī)則。這種思路也為民族樂器音響頻率的技術(shù)分離與后期AI作曲使用及進(jìn)行深度學(xué)習(xí)方面提

供了參考和技術(shù)支撐。

對(duì)于人工智能而言，賦予其一種新的識(shí)別某項(xiàng)音樂特征的能力就好像賦予了它一個(gè)新的感官，使其能夠?qū)σ魳分械哪撤N元素進(jìn)行剝離和識(shí)別，從而進(jìn)行深度學(xué)習(xí)，進(jìn)而達(dá)到模仿創(chuàng)作的目的。筆者的研究正是基于MPEG-76定義的音色標(biāo)準(zhǔn)中包含的13個(gè)特征性參數(shù)，從時(shí)域（音色的時(shí)間域）、頻域（音色波形的頻率）與倒頻域（反向的音色波形頻率）三個(gè)層面對(duì)樂器音色進(jìn)行特征性捕捉，從中國(guó)民族樂器音色延伸至樂器的演奏法，進(jìn)行遞推分析，探索人工智能對(duì)于中國(guó)民族

樂器演奏法的識(shí)別性能。

目前，就中國(guó)民族樂器與AI科技的技術(shù)融合方面所研究

的主要重點(diǎn)與問題有：

1.通過對(duì)中國(guó)民樂的吐音、顫音、撥弦，揉弦、掃弦以及音量幅度控制等特定技法采樣的系統(tǒng)分析，通過頻譜及其他聲音特性參量，研究出合理的樂器演奏技法特性數(shù)字識(shí)別方案，確定相應(yīng)算法，使計(jì)算機(jī)系統(tǒng)能夠通過數(shù)字分析的方式對(duì)樂器的特定演奏技法進(jìn)行判別，盡可能地減小誤差，并有

效增強(qiáng)其技術(shù)性和藝術(shù)性的融合表達(dá)。

2.通過算法解決樂器聲音的評(píng)測(cè)問題，并能夠?qū)Σ煌瑯菲鞯穆曇暨M(jìn)行基礎(chǔ)的剝離與判別。通過與優(yōu)質(zhì)樣本的比對(duì)，

實(shí)現(xiàn)客觀的音色評(píng)價(jià)并為產(chǎn)業(yè)服務(wù)。{7}

3.通過該算法與人工智能作曲系統(tǒng)的結(jié)合，使人工智能能夠獨(dú)立自主地對(duì)一段音頻進(jìn)行樂器及演奏技法的分析，提

升其自我學(xué)習(xí)效率，促進(jìn)智能作曲AI的快速發(fā)展。

4.將該技術(shù)應(yīng)用到創(chuàng)作及作品分析中，使用人工智能技術(shù)輔助創(chuàng)作音樂，為創(chuàng)作者提供靈感和音樂素材，并為音樂

分析者提供更真實(shí)的聲音樣本參考。

三、AI音色識(shí)別在實(shí)際項(xiàng)目中的應(yīng)用

在藝術(shù)實(shí)踐中，筆者不僅利用AI技術(shù)創(chuàng)作了多部交互式電子音樂作品，還通過與相關(guān)機(jī)構(gòu)的合作，將數(shù)字音頻的頻譜技術(shù)運(yùn)用到了樂器制造中的調(diào)音和優(yōu)化環(huán)節(jié)，并取得一定的效果。例如，筆者的團(tuán)隊(duì)在進(jìn)行AI聲音采集測(cè)試的同時(shí)，通過聲音采樣和頻譜分析的方式對(duì)竹笛的音色和相關(guān)演奏技

法進(jìn)行了邏輯分析，并歸納了相關(guān)實(shí)驗(yàn)數(shù)據(jù)。

以上實(shí)驗(yàn)數(shù)據(jù)來自筆者對(duì)于竹笛相關(guān)演奏技法的數(shù)據(jù)采集，可以為分析竹笛音色，識(shí)別竹笛樂器的相關(guān)演奏技法提供數(shù)據(jù)參考，后期筆者還將采集更多的樂器和演奏技法。

如何直接代替表演者亦是AI技術(shù)在當(dāng)代創(chuàng)作中非常重要的一種大膽嘗試。筆者也曾在創(chuàng)作中嘗試以機(jī)器人為演奏載體，通過人工智能方式賦予機(jī)器人吹奏竹笛的技能。機(jī)器人通過設(shè)置好的程序以及曲譜，中樞控制器對(duì)機(jī)器手進(jìn)行交互響應(yīng)從而進(jìn)行演奏，尤其是“嘴、氣、力、手、舌”的有機(jī)結(jié)合。這種技術(shù)的難點(diǎn)在于如何讓機(jī)器人通過程序?qū)菲鞯母?/p>

種技術(shù)表達(dá)正確并準(zhǔn)確地演奏出來。

如上圖，在設(shè)置好了古箏的定點(diǎn)位置后，設(shè)置一臺(tái)特殊的“樂手機(jī)器”，通過數(shù)個(gè)“機(jī)器手指”來進(jìn)行古箏的演奏。該同質(zhì)技術(shù)在美國(guó)AI樂器研究所數(shù)月前也運(yùn)用在馬林巴的演奏中，其在演奏速度與節(jié)奏精度上可以遠(yuǎn)超人類演奏家。該技術(shù)通過中樞控制端進(jìn)行集體控制，人工智能“大腦”將彈奏的時(shí)間、節(jié)奏、力度、節(jié)點(diǎn)信息發(fā)送到機(jī)器本身從而讓這臺(tái)機(jī)器能夠非常準(zhǔn)確地跟其他樂器進(jìn)行獨(dú)奏和合奏。

四、對(duì)于人工AI技術(shù)在音樂創(chuàng)作上的展望

AI技術(shù)將會(huì)為我們這個(gè)世界帶來怎樣的變化，這是誰都無法預(yù)估的。在高度發(fā)達(dá)、學(xué)習(xí)速度極快的AI面前，傳統(tǒng)藝術(shù)家和傳統(tǒng)作曲形式以及樂器演奏是否還有新的發(fā)展理念和

價(jià)值性提升空間，這是學(xué)術(shù)界需要關(guān)注和思考的話題。

就目前而言，人工智能雖然能夠快速給予作曲家或演奏家藝術(shù)響應(yīng)，能根據(jù)用戶的要求在短時(shí)間內(nèi)將一首完整的作品制作并演奏出來，但依然受到算法音樂的本質(zhì)以及程序的限制。如今，AI所創(chuàng)作的作品尚欠缺規(guī)?；?，雖然其生產(chǎn)的音樂擁有復(fù)雜的結(jié)構(gòu)，嚴(yán)密的邏輯關(guān)系以及正確的樂器演奏方式，但總體來說還顯得有些“稚嫩”，可聽性或藝術(shù)性語言表

達(dá)并不夠充分。

科學(xué)技術(shù)的發(fā)展進(jìn)步對(duì)當(dāng)代社會(huì)影響深遠(yuǎn)，面對(duì)人工智能所創(chuàng)造出來的藝術(shù)成果，傳統(tǒng)藝術(shù)家不應(yīng)該對(duì)其帶有觀望，也不應(yīng)該對(duì)新的技術(shù)抱有排斥感。正確認(rèn)識(shí)人工智能對(duì)于藝術(shù)表現(xiàn)力以及表現(xiàn)形式的豐富與加持，意識(shí)到將這種技術(shù)真正運(yùn)用于創(chuàng)作和觀念的提升，可以讓更多藝術(shù)作品具有時(shí)代感、科技感和生命力，亦是音樂與科技相互聯(lián)系、融合的

綜合發(fā)展方向和愿景。

參考文獻(xiàn)

[1] 韓寶強(qiáng)《如何評(píng)測(cè)編鐘的音樂性能》，《黃鐘》（武漢音樂學(xué)院學(xué)報(bào)）2018年第3期。

[2]劉灝《淺論算法作曲與交互遺傳算法作曲》，《人民音樂》2014年第7期。

[3] 張英俐《基于遺傳算法的作曲系統(tǒng)研究》，山東師范大學(xué)2006年碩士論文。

[4] 李東洋、郭為安等《基于隱馬爾可夫和交互式遺傳算法的計(jì)算機(jī)作曲算法設(shè)計(jì)》，《微型電腦應(yīng)用》2016年第11期。

[5] 崔嘉《遺傳算法在計(jì)算機(jī)輔助樂曲創(chuàng)作中的研究與應(yīng)用》，山東師范大學(xué)2007年碩士論文。

[6] 張英俐、劉弘、馬金剛《遺傳算法作曲系統(tǒng)研究》，《信息技術(shù)與信息化》 2005年第5期。

[7] 付曉東《音樂人工智能的倫理思考——算法作曲的“自律”與“他律”》，《藝術(shù)探索》 2018年第5期。

[8]韓艷玲《可能性構(gòu)造空間理論與計(jì)算機(jī)作曲思維模型研究》，華中科技大學(xué)2010年博士論文。

{1} DeepMind，位于英國(guó)倫敦，是由人工智能程序師兼神經(jīng)科學(xué)家戴密斯·哈薩比斯（Demis Hassabis）等人聯(lián)合創(chuàng)立，是前沿的人工智能企業(yè)，其將機(jī)器學(xué)習(xí)和系統(tǒng)神經(jīng)科學(xué)的最先進(jìn)技術(shù)結(jié)合起來，建立

強(qiáng)大的通用學(xué)習(xí)算法。

{2}馬爾可夫鏈（Markov Chain， MC）是概率論和數(shù)理統(tǒng)計(jì)中具有馬爾可夫性質(zhì)（Markov property）且存在于離散的指數(shù)集（index set）和狀態(tài)空間（state space）內(nèi)的隨機(jī)過程（stochastic process）。

{3}遺傳算法（Genetic Algorithm）是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計(jì)算模型。

{4} 用于評(píng)價(jià)節(jié)點(diǎn)重要性的函數(shù)叫做評(píng)價(jià)函數(shù)。

{5} 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型，一種算法模型。

{6} MPEG-7標(biāo)準(zhǔn)被稱為“多媒體內(nèi)容描述接口”，為各類多媒體信息提供一種標(biāo)準(zhǔn)化的描述，這種描述將與內(nèi)容本身有關(guān)，允許快速和有效地查詢用戶感興趣的資料。它將擴(kuò)展現(xiàn)有內(nèi)容識(shí)別專用解決方案的有限能力，特別是它還包括了更多的數(shù)據(jù)類型。換言之，MPEG-7規(guī)定一個(gè)用于描述各種不同類型多媒體信息的描述符的標(biāo)準(zhǔn)集合，該標(biāo)準(zhǔn)于1998年10月提出。

{7} 目前對(duì)于樂器聲音質(zhì)量進(jìn)行評(píng)測(cè)的技術(shù)研究已較為成熟，與相關(guān)

樂器廠商合作，已投入其出廠樂器的評(píng)價(jià)及調(diào)試流程。

劉灝? 博士，上海音樂學(xué)院音樂工程系副教授

（責(zé)任編輯? ?張萌）