利用獨(dú)創(chuàng)的深度學(xué)習(xí)模型，通過對(duì)大量音樂數(shù)據(jù)的學(xué)習(xí)及訓(xùn)練寫出音樂作品

人們?cè)欢日J(rèn)為藝術(shù)是免受 AI 侵襲的最后一塊凈土，卻沒成想它很快就在這里“撒了個(gè)野”。

今年有關(guān)《中國好聲音》上熱搜的話題與對(duì)音樂本身的探討相去甚遠(yuǎn)，但這不重要，我們關(guān)注的是第三期清華博士宿涵改編了周杰倫的《止戰(zhàn)之殤》和埃米納姆的作品《Rap God》收獲導(dǎo)師四轉(zhuǎn)，重點(diǎn)是他用 AI 寫詞這事上了熱搜。

宿涵在節(jié)目中介紹，他的《止戰(zhàn)之殤》主歌歌詞是由 AI 寫成，當(dāng)他給機(jī)器喂了“深淵、噩夢(mèng)、絕望、戰(zhàn)爭(zhēng)”這些意象詞后，AI 就重組了一首新詞。雖然有人對(duì) AI 寫詞缺乏邏輯和“人情味”表達(dá)了不屑，但宿涵認(rèn)為 AI 會(huì)寫出‘諷刺掛滿美麗的太陽’這樣的金句，這在體現(xiàn)反戰(zhàn)主題的題材里還是很有深度的歌詞。

AI科技大本營查找這一作詞 AI 來源發(fā)現(xiàn)，改編詞一欄里寫著 DeepMusic，這是一支于 2017 年 4 月加入清華大學(xué) x-lab 的 AI 團(tuán)隊(duì)的產(chǎn)品。實(shí)際上，它主要以 AI 作曲為研究方向，因?yàn)樽髟~對(duì) AI 而言可以說是小菜一碟。

根據(jù)其官網(wǎng)介紹，他們利用獨(dú)創(chuàng)的深度學(xué)習(xí)模型，通過對(duì)大量音樂數(shù)據(jù)的學(xué)習(xí)及訓(xùn)練，使得 AI 可以寫出以假亂真的音樂作品。

具體來說，他們的技術(shù)核心是層次化深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)和生成式對(duì)抗學(xué)習(xí)方式，特點(diǎn)是可以讓生成的樂曲賦有多樣性、悅耳性及可自定義性。由此，他們可以讓即使沒有任何音樂基礎(chǔ)的用戶都能通過簡(jiǎn)單地選擇樂曲時(shí)長、風(fēng)格、演奏樂器和情緒等標(biāo)簽后，在短短數(shù)秒內(nèi)就能得到他們所需且獨(dú)創(chuàng)的個(gè)性化音樂。據(jù)其調(diào)查，在超過一萬人次的評(píng)測(cè)中，有超過 31% 的音樂被測(cè)試者認(rèn)為是人類創(chuàng)作。

DeepMusic 的長遠(yuǎn)目標(biāo)是通過進(jìn)一步訓(xùn)練生成模型使之能夠逐漸適應(yīng)不同用戶的個(gè)性化偏好，在品質(zhì)上做出能夠媲美甚至超過目前工業(yè)化水準(zhǔn)的音樂。

不光是小創(chuàng)業(yè)團(tuán)隊(duì)，今年 7 月的百度 AI 開發(fā)者大會(huì)上，說唱歌手孫八一用百度“愛說唱”的智能小程序說了一段 Rap，人們只需選擇一段背景音樂，然后說出歌詞，就可自動(dòng)生成一段像模像樣的 Rap 歌曲。說能媲美專業(yè) Rapper 當(dāng)然有夸張之嫌，但你不能忽視 AI 的演化能力。

去年 5 月，當(dāng) 18 歲的微軟小冰創(chuàng)作的第一本詩集《陽光失了玻璃窗》出版時(shí)，有專家聲稱小冰的詩用詞考究、有底蘊(yùn)、不口語。根據(jù)微軟去年公布的數(shù)據(jù)，小冰師承 1920 年以來的 519 位中國現(xiàn)代詩人，學(xué)習(xí)了他們的上千首詩，每學(xué)習(xí)一輪需要 0.6 分鐘，經(jīng)過了 1 萬次的迭代學(xué)習(xí)，100 個(gè)小時(shí)后，她獲得了創(chuàng)作現(xiàn)代詩的能力。如果讓人類把這些詩讀 1 萬遍，大約需要 100 年。

當(dāng)然，有人會(huì)質(zhì)疑人類與 AI 的思考和創(chuàng)造能力不可等量齊觀，但在某種意義上，人們對(duì) AI 和人類創(chuàng)作出相似特質(zhì)的事物又抱有復(fù)雜的情感，這種情感或恐懼或不屑一顧。

AI 卻在藝術(shù)領(lǐng)域不斷掘進(jìn)。近日，來自澳大利亞的研究人員和多倫多大學(xué)也合作開發(fā)了一套能夠?qū)懺姷?a href="http://www.ttokpm.com/v/tag/2562/" target="_blank">算法。這套 AI 不僅僅會(huì)押韻，它還會(huì)遵循詩歌規(guī)則，并考慮格律。研究人員介紹稱，這套 AI 接受了近 3000 首十四行詩的訓(xùn)練，并且算法將這些詩歌拆開然后從中學(xué)習(xí)到各個(gè)單詞之間的相互關(guān)系。在經(jīng)過大規(guī)模的訓(xùn)練之后，AI 寫出了這樣的詩：

這首詩在押韻和韻律方面能比肩人類，一般人很難看出這首詩是由 AI 寫成，不過也很難逃過專家的眼睛，因?yàn)樵谇楦斜磉_(dá)上稍顯生澀，且在語法上也存在錯(cuò)誤。

同樣也是希望用技術(shù)改造藝術(shù)，在《相聲有新人》節(jié)目中一對(duì)博士夫妻選手用“公式相聲”把郭德綱說整懵了。這個(gè)所謂“有科技含量的相聲”把工程學(xué)里的有限元理論公式全部套在了相聲上，做了個(gè)“笑果預(yù)期總公式”，認(rèn)為借此復(fù)雜的運(yùn)算公式能創(chuàng)作出以顛覆傳統(tǒng)相聲的最好笑的相聲。

是的，他們認(rèn)為笑也是可計(jì)算的，所以就有相聲公式計(jì)算出“笑果”，從而來創(chuàng)作處相聲，甚至實(shí)現(xiàn)工業(yè)化的量產(chǎn)。最后的結(jié)果是，他們?cè)趯擂沃薪Y(jié)束了一場(chǎng)相聲表演，當(dāng)然，你也很難說這種失敗與那個(gè)“公式”本身到底有多大關(guān)系。因?yàn)橄矂⊙輪T多數(shù)看天分，同樣的段子，不同的人說出來的效果并不一樣。而且就計(jì)算本身來說，或許現(xiàn)在更令人容易聯(lián)想到的是，AI 是否能摻和到相聲中？

雖然相聲是一門綜合的藝術(shù)，但就文本創(chuàng)作而言，如果給 AI 喂幾十萬條段子，不知道是否會(huì)編出新段子，抖新梗，如果再利用語音合成等技術(shù)做出郭德綱等相聲演員的聲音......想想微軟小冰逗你時(shí)的“鬼話”吧。