读天才与算法:人脑与AI的数学思维笔记16_音乐图灵测试

1.       艾米

1.1.         人工智能作曲家

1.1.1.           分析机可能会生成任意复杂程度、精细程度的科学的音乐作品

1.1.1.1.            阿达·洛夫莱斯

1.1.2.           巴赫的作品是大多数作曲家开始学习创作的起点,也是大多数计算机开始学习作曲的起点

1.1.3.           让我震惊的不是这首作品让我为以为它是巴赫创作的,而是在短短一首乐曲的时间内我被所听到的打动了

1.1.3.1.            背后的算法是如何让我认为所听到的是伟大的巴赫创作的乐曲

1.2.         大卫·柯普(David Cope)

1.2.1.           决定在乐思枯竭的状况下求助于算法,探索阿达的预言

1.2.2.           如果有一种算法可以准确地理解、把握他的创作风格,那么每当他的创作陷入困境并无法继续的时候,这个算法就能给他提供与他创作风格相兼容的建议

1.2.3.           至少算法会帮助他理解并找到可能会是更好的选择

1.2.3.1.            这个算法将成为激发创造力的催化剂

1.2.4.           为他的这一套试验命名为“音乐智能试验”(experiments in musical intelligence),简称EMI

1.2.5.           从算法试验中诞生的“作曲家”被命名为艾米(Emmy),起这个名字一方面是避免与英国百代唱片公司(EMI)重名,另一方面是柯普想让艾米更人性化

1.2.6.           柯普相信每一段音乐都内含了编码和指令,用以创造出其他相似但微妙不同的音乐片段

1.2.6.1.            面临的问题是如何将这些指令具体化成代码

1.2.7.           在艾米的帮助下,他开始为每位作曲家建立一个与他们的风格相对应的数据库

1.2.7.1.            他们具有专属特性的音乐语言语汇和技法
1.2.7.2.            音符就是字母
1.2.7.3.            这些特征可能会以不同的速度、节奏和音高出现,但对于发现潜在的模式,数学是很拿手的

1.2.8.           当许多不同的片段适合组合时,就需要做出选择了

1.2.8.1.            柯普不喜欢使用随机性去选择,而更喜欢使用数学公式去选择

1.3.         歌剧《摇篮坠落》(Cradle Falling)

1.3.1.           柯普在创作歌剧上下了7年的功夫,在艾米的帮助下,他用两周时间就完成了这部歌剧的创作

1.3.2.           歌剧《摇篮坠落》(Cradle Falling)发表时,他决定不让外界知道这部作品是在艾米的帮助下创作的,以免使乐评人产生偏见

1.3.3.           发表两年后的1987年,歌剧首次公演时,柯普很高兴地发现这部作品获得了他职业生涯中最好的一些评论

1.3.3.1.            这作品太感人了!无疑是一部现代的经典名作!

1.4.         柯普的分析揭示了作曲家的作品带有强烈的富有个人特色的模式性

1.4.1.           从巴赫到莫扎特,从肖邦到勃拉姆斯,从格什温到斯科特·乔普林,每个人似乎都有自己偏爱的特定的动机

1.4.2.           在音乐中,这些指标就是音符的模式,它们就像画家标志性的笔触一样

1.4.3.           有些作曲家,如巴赫,甚至在乐谱上用音符来签名

1.4.3.1.            巴赫在其最后的巨作——《赋格的艺术》中最后一首未完成的赋格里,以“音乐签名”的方式把自己的姓名“BACH”留于其中
1.4.3.2.            在德国乐理体系里,与B对应的唱名是降si,与A对应的唱名是la,与C对应的唱名是do,与H对应的唱名是si

1.4.4.           在将作品分割成一个个单元和标志性动机,即形成每个作曲家的数据库之后,柯普的算法转向了他所说的“重构”

1.4.4.1.            识别、拆解、分析一个复杂结构是一回事,找到一种方法将经过拆解的构件重新组合构造成一个全新的结构是另一回事
1.4.4.2.            为每一部分都创建了热图

1.4.5.           在着手识别作曲家的标志性乐句时发现,这种方法的难点在于确定音符的数量

1.4.5.1.            如果太少了,那么满篇都是
1.4.5.2.            如果太多了,乐句就会被过度确定,以致输出变成了复制原作品
1.4.5.3.            除了音高,你还需要考虑节奏模式

1.5.         1993年,柯普和艾米准备发行他们的第一张专辑《设计的巴赫》(Bach

By Design),这张专辑收录了艾米创作的巴赫风格的乐曲

1.5.1.           专辑中的曲目因为难度太高,人类演奏员难以胜任,所以他们不得不求助于一台既能作曲又能演奏作品的电脑

1.5.2.           并没有受到乐评人的好评

1.6.         在1997年推出了第二张专辑

1.6.1.           这张专辑里收录的作品的风格包括他分析过的其他作曲家,如贝多芬、肖邦、乔普林、莫扎特、拉赫曼尼诺夫和斯特拉文斯基等

1.6.2.           不一样的是,这次专辑中的曲目全是由人类音乐家演奏的

1.6.2.1.            乐评人的反应要积极得多

1.7.         把艾米输出的音乐称为人工智能创作的音乐是个骗局

1.7.1.           艾米的创作依赖于作曲家数据库

1.7.2.           作为作曲家,柯普拥有职业的敏感性和专业的分析工具,可用于选出与作曲家风格相对应的元素,并重组这些元素

1.7.3.           艾米的大部分创意来自柯普和历史上伟大的音乐大师的作品

1.7.4.           柯普使用自上而下的编码过程构建了艾米,是柯普编写了所有的代码用来输出音乐

1.7.4.1.            可以将更具自适应性的新算法应用到作曲家的原始数据里,而无须经过人类音乐分析的烦琐过程,并且我们可以训练这些算法从零开始学习音乐理论

1.8.         打破传统规则是创造性思维的标志

1.8.1.           早在13世纪,在作曲的规范里就禁止使用平行五度,直至今日这还是作曲界的共识

1.8.2.           平行五度(parallel fifths)指的是乐曲的两个声部隔开纯五度平行进行

1.8.3.           在分部写作中,两声部同向进入纯五度,叫作隐伏五度,这种进行中隐含着平行五度

1.8.4.           巴赫有时也会打破规则,使用平行五度

1.8.4.1.            创作的乐趣之一就是打破规则,这是实现创意的最佳机会

1.8.5.           和声有一种二维的特性:和声必须在垂直方向上有意义,而旋律本身在水平方向上也必须有逻辑并且和

1.8.5.1.            创作和声作品并将这两个维度结合起来是一个考验

2.       SPEAC

2.1.         如果数据库是字典,那么“SPEAC”就是作曲家使用字典中的单词编写乐句的方式

2.2.         确定了乐句的五个基本组成要素

2.2.1.           Statement(声明):“简单存在”的乐句,只能做重复

2.2.2.           Preparation(准备):以出现在S或其他要素前为前提,修改其含义的要素

2.2.3.           Extension(扩展):一种扩充、延展S的方法

2.2.4.           Antecedent(先导):有重大暗示、引导作用并要解决问题的乐句

2.2.5.           Consequent(解决):将A未解决的问题解决的乐句

2.2.5.1.            C通常与S具有相同的和弦或旋律片段,但是它们具有不同的含义

2.3.         许多古典主义时期的作曲家都会使用这种套路来作曲,有时他们是在不知不觉的状况下使用,但通常他们在学习作曲的时候就学会了这种作曲技法

3.       测量音程的和谐度

3.1.         音程指两个音级在音高上的相互关系,即两个音在音高上的距离,其单位是“度”

3.2.         若纯八度音程和纯五度音程是和谐的,不会造成很大的紧张感

3.2.1.           这在数学中也得到了证实:两音之间的振动频率比是小整数比:纯八度是1:2;纯五度是2:3

3.3.         钢琴上两个相邻键之间的音程(小二度或半音)就会造成很强的紧张感

3.3.1.           在数学中也反映了这一点:它们的振动频率比是更大的数字之间的比(15:16)

4.       音乐图灵测试

4.1.         柯普与道格拉斯·霍夫斯塔特(Douglas

Hofstadter)合作,在俄勒冈大学举办了一场音乐会

4.1.1.           第一首是巴赫所作但并不广为人知的作品

4.1.2.           第二首是艾米以巴赫风格创作的作品

4.1.3.           第三首是音乐理论教授史蒂夫·拉尔森(Steve Larson)以巴赫风格创作的作品

4.1.4.           这三首曲目由拉尔森的妻子,钢琴家威妮弗雷德·科纳(Winifred

Kerner)按随机顺序演奏

4.1.5.           算法艾米所做的作品被大家投票表决为“巴赫本人的作品”

4.1.6.           巴赫本人的作品居然被大家投票表决为“拙劣的伪造品”

4.2.         霍夫斯塔特

4.2.1.           霍夫斯塔特是一位计算机科学家,著有经典著作《哥德尔、艾舍尔、巴赫:集异璧之大成》(Gödel,Escher,Bach:an

Eternal Golden Braid)

4.2.2.           作曲是规则、模式、算法以及其他诸多因素的融合,这就是霍夫斯塔特所说的“环游世界,行万里路”所得到的东西

4.2.3.           还有一次,霍夫斯塔特演奏了两首曲子,一首是肖邦的,另一首是艾米创作的肖邦风格的曲子

4.2.3.1.            观众中有许多作曲家和音乐理论家,但他们都认为电脑生成的曲子是肖邦所作

4.3.         同一部作品,却让听众的态度发生180度大转变,而其中唯一的改变是,他是否知道作品是由计算机代码生成的

4.4.         算法触及到了人们创作音乐的核心

4.4.1.           音乐在很大程度上是由‘即兴重复乐段’组成的

4.4.2.           没有哪首富有表现力的音乐是不使用算法的规则来创作的

4.4.2.1.            柯普

4.4.3.           只有那些真正的门外汉才不敢承认他们的情绪状态可以被代码左右

4.4.4.           音乐变成一种纯粹客观、冷酷的东西

4.5.         与其说音乐像数学,不如说数学像音乐

4.5.1.           尽管音乐可能比我们通常理解的更加数学化和编码化,但这并不会影响、剥夺音乐情感的本质

4.5.2.           所喜爱的数学包含着巨大的情感内容,这让我们被其深深吸引

4.5.3.           那些有能力欣赏数学语言的人会随着一个曲折的证明而心潮澎湃,就像我们很多人会被一段动人心弦、饱含深情的音乐所激励、感动一般

4.6.         在我们大脑中运行的“人类代码”,已经进化到对构成自然界的混乱的抽象结构具有高度的敏感性

4.6.1.           当我们听音乐或探索具有创造性的数学问题时,我们被暴露在最纯粹的结构形式中,我们的身体会在情感上做出反应,用以表明对这种结构的认识

4.7.         非随机序列在底层基础上可以用某种算法压缩数据,而随机序列并不能

4.7.1.           音乐与噪声的区别在于其内含的算法不同

4.7.2.           音乐在某种程度上是对生活经历的情感反应

4.7.2.1.            其实是听众把他们自己的情感经历带入到他们所听到的音乐中
4.7.2.2.            听众、观众或读者,在一件艺术作品的创作过程中所起的作用常常被低估
4.7.2.3.            许多作曲家认为这种情感反应来自于音乐的结构,但是,你无法为情绪编程

4.7.3.           而算法都是在隔音的录音棚里完成作品的,没有与周围的世界产生联系、互动

4.7.3.1.            没有体验,就不要指望它能真的模仿做出大师之作

4.8.         音乐和情感之间的关系一直是作曲家们“魔力”的源泉

4.8.1.           情感不属于音乐,而属于听众

4.8.2.           音乐本质上是无法表达任何东西的,无论是一种感觉,一种心态,一种心理情绪,一种自然现象

4.9.         我们经过长期的默许或根深蒂固的思维定式作为标签和惯例,给音乐增添、强加了这种属性

4.9.1.           我们已经无意识或习惯性地混淆了音乐的本质

4.10.     作曲家可能会选择一个小调来捕捉一种情绪,这意味着一种直接的编码,但音乐理论还没有发展到我们能充分理解这种编码如何运作的阶段

4.10.1.      也许作曲家已经成功地识别了大脑编码某些情绪的方式

4.10.2.      巴赫喜欢写谜题一样的赋格曲

4.10.3.      勋伯格开创了十二音体系

4.10.4.      巴托克使用斐波纳契数列作曲

4.10.5.      梅西安在《时间结束四重奏》中用质数变值作为四重奏的框架

4.10.6.      菲利普·格拉斯师从布朗热学习作曲期间感觉学业异常艰难,但他最终脱颖而出,开创了简约主义音乐

5.       斯特拉文斯基

5.1.         认为约束是他产生创造力的关键

5.2.         我越是限制自己的领域,越是给自己设定障碍,我的自由越将变得伟大和有意义

5.2.1.           我将会走得更远

6.       电梯音乐

6.1.         又被称为“衬托音乐”

6.2.         即安静柔和的背景音乐

6.3.         这样的音乐在过去被称作“电梯音乐”,因为我们经常在电梯里听到它

6.4.         这种音乐是专门设计出来让人放松心情或增加活力的

6.5.         有时候,你甚至没有意识到正在播放这种音乐,但其总是会让你有所反应

7.       深度巴赫

7.1.         DeepBach

7.1.1.           音乐专业学生盖坦·哈德耶勒斯(Gaëtan Hadjeres)为他的博士论文开发的一种算法

7.2.         该算法旨在透过现象看本质,将巴赫的作品二维化,并进行分析

7.2.1.           不是在时间轴上向前组合,而是向后查看

7.3.         基于这种多维度的分析导致,“深度巴赫”创作出了比以前的算法所做的在结构上更加连贯的圣咏

7.4.         “深度巴赫”的这种分析仍然是局部层面的分析

7.4.1.           其以每个音符为中心向四周扩散,一组一组地观察并进行分析,但是“音群”的大小是受限制的

7.4.2.           在“深度巴赫”的算法中,“音群”的范围是以某音符为中心的前后各四拍

7.5.         “深度巴赫”的作品有50%被认为是巴赫的

7.5.1.           学习过作曲的志愿者成绩稍好,但仍然有45%的“深度巴赫”作品被认为是巴赫所作

7.5.2.           巴赫在他的作品中没有犯任何错误,然而他25%的作品被判定为机器生成的

7.6.         任何试图向大师学习的项目的关键难点在于缺乏良好的数据

7.6.1.           在计算机图像识别的领域,算法会有数百万张图像训练自己

7.6.2.           在“深度巴赫”这个算法中,只有区区389个数据采集点,而大多数作曲家远没有巴赫这样多产

7.6.3.           测试巴赫的圣咏是很有实践意义的,因为其提供了一组非常相似的单一现象的例子

7.7.         人类创造的艺术不受机器进步影响的终极安全锁

好作品的数量太少,机器无法学习如何复制

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/1411493.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

从零开始学AI绘画,万字Stable Diffusion终极教程(四)

【第4期】图生图 欢迎来到SD的终极教程,这是我们的第四节课 这套课程分为六节课,会系统性的介绍sd的全部功能,让你打下坚实牢靠的基础 1.SD入门 2.关键词 3.Lora模型 4.图生图 5.controlnet 6.知识补充 在前面的课程中,我…

shpfile转GeoJSON;控制shp转GeoJSON的精度;如何获取GeoJSON;GeoJSON是什么有什么用;GeoJSON结构详解(带数据示例)

目录 一、GeoJSON是什么 二、GeoJSON的结构组成 2.1、点(Point)数据示例 2.2、线(LineString)数据示例 2.3、面(Polygon)数据示例 2.4、特征(Feature)数据示例 2.5、特征集合&…

开源版本管理系统的搭建一:SVN服务端安装

作者:私语茶馆 1.Windows搭建SVN版本管理系统 点评:SVN本身非常简洁易用,VisualSVN文档支撑非常好,客户端TortoiseSVN非常专业。5星好评。 1.1.SVN概要和组成 背景介绍 Svn是一个开源版本管理系统,由CollabNet公司…

【22-处理不平衡数据集:Scikit-learn中的技术和策略】

文章目录 前言了解不平衡数据集重采样技术过采样欠采样生成合成样本调整类别权重使用适合于不平衡数据集的评估指标结论前言 在机器学习任务中,不平衡数据集是一个非常常见的问题。它指的是数据集中各类别样本数量差异较大,这种情况在现实世界的数据收集中非常普遍,特别是在…

Python机器学习中的异常数据剔除

机器学习中的异常数据剔除 在机器学习中,异常数据可能会对模型的训练和预测产生负面影响。为了提高模型的性能,我们需要在数据预处理阶段剔除异常数据。以下是使用Python剔除异常数据的一些方法: 1. 使用箱线图(Boxplot&#xf…

eaapp游戏怎么退款?手把手教你完成eaapp游戏退款的步骤

EA App是一款由全球知名的游戏开发公司Electronic Arts(简称EA)推出的手机应用程序。它提供了一个平台,允许玩家在手机上访问EA的游戏和服务。EA App的设计理念是为玩家提供一个统一、便捷的方式来享受EA的游戏体验,并与其他玩家互…

二叉树的直径

题目描述:给你一棵二叉树的根节点,返回该树的 直径 。二叉树的 直径 是指树中任意两个节点之间最长路径的 长度 。这条路径可能经过也可能不经过根节点 root 。两节点之间路径的 长度 由它们之间边数表示。 示例 1: 输入:root […

基于MATLAB的机器学习和深度学习

书籍:Machine and Deep Learning Using MATLAB 作者:Kamal Al-Malah 出版:WILEY 书籍下载-《基于MATLAB的机器学习和深度学习》本书详细解释了MATLAB工具或应用程序的属性,包括输入和输出参数,通过附带的文本或表格…

分层图像金字塔变压器

文章来源:hierarchical-image-pyramid-transformers 2024 年 2 月 5 日 本文介绍了分层图像金字塔变换器 (HIPT),这是一种新颖的视觉变换器 (ViT) 架构,设计用于分析计算病理学中的十亿像素全幻灯片图像 (WSI)。 HIPT 利用 WSI 固有的层次结…

Log4Qt日志框架 - 输出日志(01)

一、地址 官网地址:Log4Qt 文档地址:Log4Qt: Main Page 源码(Qt4):Log4Qt - Logging for C/Qt download | SourceForge.net 源码(Qt5):GitHub - MEONMedical/Log4Qt: Log4Qt - Lo…

计算机的翻译(编译和链接)过程

🎁个人主页:我们的五年 🔍系列专栏:C语言基本概念 🌷追光的人,终会万丈光芒 🎉欢迎大家点赞👍评论📝收藏⭐文章 目录 🚗1.翻译环境和运行环境&#xff1…

Pytorch学习笔记——Torchvision数据集使用

1、Torchvision简介 Torchvision是Pytorch中一个开源的机器学习框架,专门为计算机视觉任务设计和优化。它提供了多种功能来支持计算机视觉项目的开发和实验。 简要来说有如下的功能: 数据加载与处理: Torchvision提供了torchvision.dataset…

Oracle 23c? No Oracle 23ai

昨天 Oracle 发布了最新的Oracle版本。出乎意料的是这个版本从Oracle 23c 更名为 Oracle 23ai ,似乎预示着Oracle的掌舵人Larry也要全面拥抱AI技术浪潮了。 23ai版本主要功能介绍: Oracle Database 23ai 是 Oracle 数据库的下一个长期支持版本。它包括 300 多项新功…

架构每日一学 2:架构师六个生存法则之一:架构必须有且仅有一个目标(一)

本文首发于公众号:腐烂的橘子 为什么有的架构活动没有正确的目标? 在每个架构活动启动之前,必须有且仅有一个正确的目标,这是架构设计的起点[1]。何为正确?正确就是要与公司的战略目标相匹配。否则系统会变得复杂和无…

Nacos 配置中心实例分析实践

文章目录 Nacos 配置中心实例需求分析/图解在Nacos Server 加入配置创建Nacos 配置客户端模块e-commerce-nacos-config-client5000创建Module修改pom.xml创建application.yml创建bootstrap.yml主启动类业务类测试注意事项和细节 Nacos 配置中心实例 需求分析/图解 在Nacos Ser…

口才训练:如何用声音和语言展现自我魅力

口才训练:如何用声音和语言展现自我魅力 这里有一篇1270字左右的文章,主要介绍如何用声音和语言来展现自我魅力: 口才训练是提升个人魅力的重要途径之一。魅力不仅取决于外表,更重要的是声音和语言的运用。良好的语言表达能力可以…

LeetCode406:根据身高重建队列

题目描述 假设有打乱顺序的一群人站成一个队列,数组 people 表示队列中一些人的属性(不一定按顺序)。每个 people[i] [hi, ki] 表示第 i 个人的身高为 hi ,前面 正好 有 ki 个身高大于或等于 hi 的人。 请你重新构造并返回输入数…

C语言 联合和枚举

目录 1. 联合体1.1 联合体类型的声明1.2 联合体变量的创建1.3 联合体的特点1.4 联合体在内存中的存储1.5 联合体使用举例 2. 枚举类型2.1 枚举类型的声明2.2 枚举变量的创建和初始化2.3 枚举类型的大小2.4 枚举类型的优点 正文开始 上次我们通过《C语言 结构体详解》学习了结构…

华为OD机试 - 字符串消除 - 栈Stack(Java 2024 C卷 100分)

华为OD机试 2024C卷题库疯狂收录中,刷题点这里 专栏导读 本专栏收录于《华为OD机试(JAVA)真题(A卷B卷C卷)》。 刷的越多,抽中的概率越大,每一题都有详细的答题思路、详细的代码注释、样例测试…

论文辅助笔记:Tempo 之 model.py

0 导入库 import math from dataclasses import dataclass, asdictimport torch import torch.nn as nnfrom src.modules.transformer import Block from src.modules.prompt import Prompt from src.modules.utils import (FlattenHead,PoolingHead,RevIN, )1TEMPOConfig 1.…