首页 > > 8

人工智能是怎么創作音樂的?被聽眾認為是巴赫作曲

2018-05-10
来源:利維坦

  利維坦按:我們先來梳理一下傳統音樂創作的思路。常規狀態是:創作者根據自身對於將要表達的情感把握來創作旋律,並將其以經驗范疇下的模版加以整理,其中自然也免不了無數次對於細節的試驗,直至選出創作者認為最適宜的內容。再來看看AI創作音樂的思路:通過數據分析與學習,AI能夠找到相對固定的模版,然後通過套用模版進行“創作”。

  就現階段而言,人類再對AI所創作出的音樂加以“品鑒”,挑選出“好的作品”,稱其為AI創作的音樂。無論創作者是人還是機器,創作過程都離不開方法論下的排列組合嘗試,大多數人並不恐懼於AI能夠創作出什么,而是恐懼於AI能感受到什么。但反過來說,我們對於音樂的感受能力又何嘗不是基於“大數據”下的一種經驗?人類的優越感又一次受到挑釁,絕大多數的反對聲音都是基於此而產生。

  文/Frida Garza

  譯/Wolibanat

  校對/黃譯瑩

  原文/gizmodo.com/the-quest-to-teach-ai-to-write-pop-songs-1824157220

  本文基於創作共同協議(BY-NC),由Wolibanat在利維坦發布

  題圖作者: Elena Scotti

  最開始,大衛·柯普(David Cope)並沒有打算讓任何人抓狂。早在1980年,這位作曲家就開始設想一種可以幫助他解決創作障礙的工具:這種機器能夠捕捉他腦海中所有聲音和零散的思路,找到這中間的相似點,並借此創作出一曲完整的音樂。因此,他就造了一個。

  經過6年的實驗,他終於寫出了他的計算機作曲程序:人工智能音樂作曲系統(EMI,Experiments in Musical Intelligence)。EMI的工作原理是模式匹配,它將音樂片段分割成更小的片段並進行分析,找出相似的聲音並進行分類。柯普的本意是想將這種分析標准應用到自己的作品中,形成自己的音樂風格,但是他發現,這個程序用在其他作曲家的作品中也有很好的效果。找一個作曲家,比如巴赫,選其足夠多的作品放進EMI中運行,EMI可以很好地分析運算出巴赫音樂的特點,並寫出巴赫風格的音樂,而普通聽眾可能根本分辨不出。

  大衛·柯普和他的人工智能音樂作曲系統(EMI)。圖源:ucsc.edu

  在斯坦福大學1997年舉辦的一場講座中,俄勒岡大學教授威妮弗雷德·克納(Winifred Kerner)給聽眾們彈奏了三首鋼琴曲,一首是巴赫的作品,一首是EMI模仿巴赫風格創作的作品,另一首是威妮弗雷德丈夫史蒂夫·拉森(Steve Larson,也是俄勒岡大學教授)創作的,然後讓觀眾們猜一下這三首曲子分別是誰創作的,人們大都把拉森的作品猜成了計算機作品,而把EMI的作品猜成了巴赫的作品。拉森感到極為震驚,跟《紐約時報》記者說道:“巴赫是我最喜歡的作曲家之一……觀眾們能被計算機程序欺騙,著實讓我感到驚訝。”

  他不是唯一一個這么說的人:柯普告訴Gizmodo(美國知名科技博客),聽眾們都不喜歡讓他們去猜哪個是哪個,因為他們會猜錯。此外,批評家還認為EMI的作品聽起來沒有“靈魂”。

  “我不知道‘靈魂’是什么,”柯普在加州大學聖克魯茲分校(他之前一直在那裏當音樂教授,10年前才退休)附近的辦公室裏通過電話告訴我,“你可以在字典裏查到,但給出的解釋基本都是:這是某種東西,我們不知道它是什么,但我們能感受到它,當它出現時我們可以知道。而這對我來說沒什么用。”

  “巴赫是我最喜歡的作曲家之一……觀眾們能被計算機程序欺騙,著實讓我感到驚訝。”

  柯普被認為是AI作曲教父,而且他對AI作曲的未來充滿信心,正確的算法將有助於解鎖人類無法完成的歌曲創作新表達。之前幾年,教AI像人類一樣創作音樂一直是學術工作,主要關注的是古典音樂。而現在,索尼和穀歌等科技公司的研究人員開始思考:人工智能是否可以寫流行歌曲?我們該如何訓練它們,最後的作品是否和已經廣為流傳的那些作品一樣好?或者更好?他們的努力讓我們不禁要問:人工智能是否是音樂的最新“靈魂”——粉碎技術,讓音樂家們擺脫音樂技巧的束縛?又或者這是否是一種新的樂器——它存在於你的電腦裏,可能比你更了解你想要的東西,並且能最終提升音樂家創造出真正偉大東西的機會?

  圖源:Schott Music

  摒棄人類決策力來創作音樂的探索已經有幾個世紀的曆史了。1787年,沃爾夫岡·莫紮特出版了一篇有關“音樂骰子遊戲”的指南,在這個遊戲中,玩家可以擲幾次骰子,並將預先寫好的音樂片段串在一起,這些音樂與骰子的每個面都有關。最終的結果是得到一個完整的由數字創作的歌曲,盡管這是隨機組合的音樂。

  1957年,伊利諾伊大學香檳分校的兩位教授雷賈倫·希勒(Lejaren Hiller)和萊納德·艾薩克森(Leonard Isaacson)利用學校的超級計算機Illiac(Illinois Automatic Computer,伊利諾伊大學自動計算機)編寫了一個樂譜。他們認為音樂必須遵循嚴格的規則,才能讓它聽起來更吸引人,如果計算機能夠學習這些規則,也許它就可以通過隨機生成遵循這些規則的音符序列來編寫音樂。

  自動計算機前的雷賈倫·希勒。圖源:Computer Music Blog

  在一個實驗中,他們對Illiac進行編程,使其能夠組成一個符合特定要求的旋律:比如范圍不能超過一個八度、必須從C音開始和結束等等。計算機一次生成一個音符——但是如果一個錯誤的、違反規則的音符被生成,這個程序就會拒絕這個音符並重新再次嘗試。

  他們最終的作品《伊利亞克組曲》(The Illiac Suite)開創了一個局面——從而粉碎了音樂是一種經驗或感情的旋律表達這一想法。希勒和艾薩克森承認公眾不會輕易接受這種作品。他們也在自己寫的書《試驗音樂:計算合成》(Experimental Music: Composition with an Electronic Computer)中這樣寫到:“當我們的作品主題產生時,就會被問道:‘作曲家會做些什么?’。”他們這樣回答:計算機並不知道對錯,它們只執行指令。即使程序可以快速炮制出大量音樂,還是要依靠人來最終衡量音樂的好壞。

  《伊利亞克組曲》樂譜片段

  “我經常感覺自己在編曲過程中與一個人交談,這可能聽起來很奇怪。”

  “這就是為什么有些人說計算機程序員與電腦進行‘對話’的原因。程序員給計算機提供一些信息,並告訴計算機如何處理這些信息。計算機執行這些指令,然後程序員檢查結果,”他們寫道。

  在90年代中期,柯普開創了這種模式——人類作曲家與他們的計算機一起工作。

  柯普寫了一個名叫Emily Howell的程序(以EMI和他父親的名字命名),它可以用全新的風格作曲,而不是簡單地模仿其他作曲家。當Emily Howell每寫出一種新的音樂時,柯普就可以告訴程序他是否喜歡。他告訴Gizmodo,根據他的喜好,這個程序的變化幅度很小,但這個程序仍然有一些隨機性。換句話說,它能更好地將合成的音樂轉變成他想要的東西,但是有一些你已經排除掉的東西可能還會“悄悄潛入”。

  “使用幾周後,你就會對這個程序非常熟悉,”柯普說,“我經常感覺自己在編曲過程中與一個人交談,這可能聽起來很奇怪。”

  2017年9月,巴黎-索尼計算機科學實驗室(Paris-based Sony Computer Science Lab)的研究人員在法國音樂人波瓦納·卡雷(Beno?t Carré)的幫助下,發行了兩首在AI幫助下寫的歌曲:一首是披頭士風格的《Daddy’s Car》,另一首是混搭了幾位美國作曲家像艾靈頓公爵和喬治·格什溫(譯者注:Duke Ellington和George Gershwin,美國爵士樂作曲家)作曲風格的《The Ballad of Mr. Shadow》。為了這些工作,該團隊使用了Flow Machine,這是一種幫助指導詞曲作者創作的工具,能激發他們的創意,但不是讓AI為他們做所有的工作。

  帶領開發Flow Machine的弗朗索瓦·帕切特展示該工具如何將一種音樂風格映射到另一個樣本旋律上,從而創造出一首全新的歌曲。

  “我的目標一直是要把一些大膽冒險的東西放回歌曲創作中,” 弗朗索瓦·帕切特(Fran?ois Pachet,領導索尼計算機科學實驗室Flow Machine開發工作)在今年1月Gizmodo對他的一次視頻采訪上說:“我的印象是,在20世紀60至80年代,節奏、和聲和旋律等方面的東西更有趣。”盡管他承認這可能會讓他看上去像個史前動物。(“人們可能會說我已經過時了。可能吧,我不知道。”)

  帕切特現在是Spotify(譯者注:聲田/聲破天,一個正版流媒體音樂服務平台,2008年10月在瑞典首都斯德哥爾摩正式上線)的人工智能研究部門的負責人,他負責管理Flow Machine的開發工作多年,讓感興趣的音樂人進入工作室,嘗試將其加入到歌曲創作過程中(Flow Machine也獲得了歐洲研究委員會的資助)。他的作品奠定了他和卡雷創立的一張專輯的基礎(在帕切特去Spotify之後,卡雷完成了之後的工作):一個名為《Hello World》的包含多個藝術家作品的專輯,由各種流行音樂、爵士音樂和電子音樂家的作品組成。所有這些歌曲都包含了一些由AI產生的元素(比如旋律,和聲,或者是什么),這些元素被藝術家們巧妙地利用,就像希勒和艾薩克森在50年前提出的那樣。

  在用Flow Machine錄制一首歌曲時,藝術家首先用程序裏的元素激發靈感,包括吉他音軌、聲樂音軌、功能譜(譯者注:lead sheet,是一種五線譜的形式,指定了流行歌曲的基本元素:旋律,歌詞和和聲)或MIDI文件(譯者注:MIDI, 即Musical Instrument Digital Interface,樂器數字接口,是編曲界最廣泛的音樂標准格式),其中包含了給定旋律或和聲的數據。Flow Machine根據數據庫內成千上萬的樂譜進行分析,然後“生成,運行,打分”,帕切特說。像Emily Howell,如果藝術家不喜歡它生成的音樂,他們可以拒絕使用,然後Flow Machine會生成另一段。如果他們喜歡這段音樂,或者是其中的一部分,他們可以開始播放這段音樂,編輯特定記錄或者記錄這段音樂使用的樂器或歌詞。你也可以引入一條音軌——比方說一個你真正欣賞的音樂家的吉他音軌——讓Flow Machine把它映射到你正在創作的旋律上,或者把它映射到一個旋律上,然後混入進弗蘭克·奧切安(Frank Ocean)的聲樂音軌中。這個結果聽起來就像是把你們三個人一起放在一個房間裏——一個吉他手在表演你自己風格的音樂,弗蘭克·奧切克在上面唱著歌——盡管,帕切特在TEDx演講(視頻)中演示這個功能時,最後的結果有點不穩定。

  這個過程相當快,通常只需要幾個小時或幾天。這樣做的目的是讓創作音樂變得毫無痛苦,就像它標榜的一樣。“給你一個界面,你可以跟它進行互動對話,Flow Machine可以生成一段材料,如果你認為它很好、很完美,你就可以停下。而如果你不是很滿意,那么你就繼續讓其運行下去。”帕切特說。

  他補充說:“這是我們的目標,吸引藝術家,允許他們以任何可能的方式使用這一工具,對我們而言唯一的約束就是藝術家們對於結果的認可度。希望他們能說,‘OK, 我支持它,我為它打Call。’這是一個非常非常苛刻的約束。”

  如果藝術家喜歡它,那很棒,但是對聽眾而言呢?目前還不清楚觀眾是否對AI幫助下創作出的音樂有很大興趣,盡管也沒有什么東西能阻止他們的存在。發行AI音樂專輯的音樂創作者中最著名的是凱莎(Kiesza),她的音樂已經在Spotify上累計播放了180萬次。(當它於12月1日在Spotify的“周五新歌放送”板塊發布後,每一個Reddit的帖子中都記錄了播放列表的內容。)這是什么概念呢?一個極端的對比:卡迪·B(Cardi B)的《Bodak Yellow》在Spotify上有超過1000萬的播放量。不過凱莎的歌有超過百萬的播放量,這仍然是非常令人鼓舞的。

  當我們預測AI音樂的未來時,也會發現美國以外的市場。今年2月,這家總部位於倫敦的公司Jukedeck推出了基於AI的在線音樂工具(這些工具可以幫助創作簡短的原創音樂,其主要受眾是視頻制作者和電子遊戲設計師),他們與韓國音樂公司Enterarts合作,在首爾舉辦了一場演唱會。由一些韓流明星演唱表演(比如SPICA女團的金寶亨以及High Teen女團),但演唱會的歌曲都是由Jukedeck的AI系統創作的。根據Jukedeck創始人的說法,有200-300人參加了這次活動,幾乎完全是媒體的成員。該公司計劃今年再發行三張迷你專輯。如果他們這樣做了,他們的工作就會被削減:第一張迷你專輯在Spotify上的播放量不到1000次。

  在8年前接受《衛報》采訪時,大衛·柯普說,在我們的有生之年,AI音樂將成為“我們音樂生活的主流”。然而這種情況還沒有發生;上面提到的歌曲並沒有能登上音樂榜前40,不像它們之前引發了許多轟動和恐慌的頭條新聞一樣。

  SKYGGE,“Magic Man”,AI音樂專輯《Hello World》中的一曲

  當我問帕切特是否認為年輕人會在意是不是電腦寫的歌時,他同意柯普的觀點。“千禧一代不像我們二三十年前那樣聽音樂。如何聽肯定難以描述,但事情已經發生了變化,你可以通過觀察人們聽音樂的方式來看待這一點,”帕切特說:“現在的音樂比以前多得多。人們習慣挑來挑去,先聽10秒鍾,然後很快決定他們是否喜歡。這是一種在互聯網時代之前不存在的新行為。”

  如果年輕人以一種走馬觀花式的方法挑選想聽的音樂,試圖盡快排除那些他們不喜歡的歌曲,以更好地強化和最大化自己的聽歌體驗,也許AI寫的歌曲可以不經意間被他們接受。

  要想讓AI作為音樂創作助手順利進入音樂市場,方法之一就是把AI看作一種樂器,就像鋼琴或者合成器一樣。對於任何看好AI的粉絲來說,這是一種很容易接受的說法:沒有人認為,在流行音樂市場,鼓手們已經被廣泛使用的電子鼓淘汰出去。類似的,這樣就能減輕人們對於AI作為一個搶工作的歌曲創作機器人角色的焦慮。有些人已經在爭論這個問題; 當我問到AI有無可能在歌曲創作中被完全依賴,帕切特告訴我:“Flow Machine只是一個工具。你不能完全依賴這個工具。否則,許多歌曲將會被認為是依賴於吉他、聲碼器、小號或鋼琴之類的。所以你真的需要把它看成一個工具。”

  如果他們能讓足夠多的人使用他們的工具,他們就可能會成功。

[责任编辑:仇佩姿]
网友评论
相关新闻