AI玩起音樂“天賦”驚人，聽聽新加州旅館？還是熟悉的老鷹樂隊嗓
賴可 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
AI把一首歌重新唱一遍，會是什么感覺？還是那個歌手，還是那個歌詞，卻是全新的旋律，全新的風(fēng)格。
先試聽一下吧。
Eagles樂隊的Hotel California，第一段還是原調(diào)，唱著唱著就突然變了：
第一遍聽沒有聽歌詞，真的以為變成了另一首歌，最后還加了一段純樂器：
On a dark desert highway，cool wind in my hairWarm smell of colitas
rising up through the airUp ahead in the distance
I saw a shimmering lightMy head grew heavy and my sight grew dim（開始變調(diào)）
I had to stop for the night
There she stood in the doorway
I heard the mission bell
And I was thinkin’ to myself ‘This could be heaven or this could be hell
(music……）
雖然不熟悉，還真的蠻好聽，這個AI樂感不錯呀！（反正超過我了）
最新的合成器：Jukebox
AI科學(xué)家一直在嘗試，用神經(jīng)網(wǎng)絡(luò)合成語音和音樂。
上面的歌曲你也聽過了，它是Open AI 最新研究出的神經(jīng)網(wǎng)絡(luò)：Jukebox。它將樂器和人聲的混合的復(fù)雜音頻，進(jìn)行再處理，盡可能追求順暢效果。
我們之所以選擇音樂工作，是因為我們希望繼續(xù)突破生成模型的界限。
它是怎么實現(xiàn)的呢？
Jukebox使用了一種稱為VQ-VAE的量化方法，將音頻壓縮到離散空間。分層VQ-VAE可以從幾個演奏的樣本中生成簡短的樂器片段。
分層處理
所謂的分層方法，就是分為三層將44kHz原始音頻壓縮為8x，32x和128x。主要有兩個步驟。
壓縮：每層都獨立地進(jìn)行編碼。底層編碼進(jìn)行重構(gòu)，而頂層編碼只保留了基本的音樂信息。
生產(chǎn)：也是分層進(jìn)行，一系列的transformers會從上到下生成代碼，最后，下層的解碼器將它們轉(zhuǎn)換為原始音頻。
當(dāng)然，能生成目前效果的歌曲，也是因為數(shù)據(jù)庫足夠豐富，看一眼就知道了：
傳送門
目前這個神經(jīng)網(wǎng)絡(luò)也有局限，產(chǎn)生不了常見大型音樂結(jié)構(gòu)，例如和聲和重復(fù)?？茖W(xué)家還在進(jìn)一步努力中。
如果你想聽更多其他AI制作的音樂樣本，可以去官網(wǎng)試試：
https://openai.com/blog/jukebox/#rf7
一個小彩蛋：發(fā)現(xiàn)了一首深度學(xué)習(xí)之歌
Deep learning ，deep learning
The deeper you learn, the smarter your A. I.
Deep learning, big dataBig model, accuracy
We must, we must,we must go deeper…………
— 完 —
- 看「菊紋」，知疾病，這個智能馬桶，知道你下半身的所有秘密2020-04-12
- 這拖拉機(jī)你能開算我輸：美國少女“揭秘”現(xiàn)代拖拉機(jī)駕駛室2020-05-05
- 史上最大“云辦公”實驗開始，你參加了嗎？2020-02-04
- 英偉達(dá)上線游戲云服務(wù)平臺GeForce Now，每月4.99美元2020-02-05
