你能区分巴赫的音乐和由神经网络完成的音乐吗？
约翰·塞巴斯蒂安·巴赫 （Johann Sebastian Bach）被公认为是世界上最伟大的巴洛克音乐作曲家之一。18世纪巴赫在德国居住和工作，因其惊艳的音乐作品和对和谐与对立的艺术的高超掌握而获得广泛赞誉。
巴赫非常擅长的一种音乐形式是一种叫作清唱曲的复调颂歌，这种复调颂歌以路德教经文为基础，并且通过四重唱来表现。
作曲家通常从一个众所周知的曲调开始，该曲调由女高音演唱，然后与高音、中音和低音三种和声组合。巴赫写了超过300首这种清唱曲作品。
由于巴赫这些作品的产生过程和算法很相似，因此引起了计算机科学家的注意。但是由于和声和旋律之间存在着微妙的相互作用，因此想要做好这一点也绝非易事。
这就提出了一个有趣的问题：机器可以创作出和巴赫同样风格的清唱曲吗？
得益于Gaetan Hadjeres和Francois Pachet在巴黎索尼计算机科学实验室的研究工作，我们获得了令人振奋的答案。他们开发了一种可以用巴赫的音乐风格来创作清唱曲的神经网络，并且将这部机器称为DeepBach。
“经过巴赫的清唱曲的训练，我们的模型可以创作出高度令人信服的巴赫风格的清唱曲。”Hadjeres和Pachet说。事实上，这些作品有一半会让人类专家误认为是巴赫的作品。
这种机器学习技术非常简单。Hadjeres和Pachet首先建立数据库来训练他们的神经网络。一开始，他们使用了352首巴赫创作的清唱曲，然后将它们转置到预先定义的声音范围内的其他调上，从而获得了一个包含2503首清唱曲的数据库。
他们使用数据库中80%的清唱曲训练他们的神经网络来辨认，哪些是巴赫的和声作品，并且用数据库中剩下的曲目进行验证。
然后这台机器会自己创作巴赫风格的和声作品。为了测试这台设备，该团队首先提供了一段旋律，然后这台设备会根据这段旋律来生成其他三种声音（高音、中音和低音）的和声。
尽管其他的算法也能完成这样的工作，但一个重要的问题是这些算法所获得的作品与巴赫的作品的匹配度到底有多好。为了弄清楚这一点，该团队邀请了超过1600名听众（其中有超过400名专业的音乐家或音乐学生）来聆听同一种旋律的两种不同和声。
每一位听众需要指出这两种和声中哪一种更像是巴赫的作品。在该测试中，该团队也提供了其他算法创作的和声作品。
测试的结果非常有趣。当进行测试的和声是由DeepBach创作的作品时，大约一半的听众都将其视为是巴赫创作的作品。这一比例远高于由其他算法创作的作品。“考虑到巴赫作品的复杂性，我们认为这已经是一个非常好的结果。” Hadjeres和Pachet说。
甚至当对DeepBach创作的作品和巴赫的音乐作品进行比较时，听众的正确率也只有75%左右。
这项有趣的工作具有非常重要的意义。如果深度学习机器能够创作出巴赫风格的清唱曲，那么为什么不能创作出其他作曲家风格的作品，甚至其他风格的音乐呢？
这也许可以提供一种分析音乐作品和研究创造力本质的有趣方法。“这种方法不仅适用于巴赫的清唱曲，也广泛适用于复调赞美诗音乐，例如Palestrina和Take 6等。”Hadjeres和Pachet说。
当然，在很多情况下都是知易行难。巴赫的圣诗清唱曲的结构非常清晰，并且其中很多作品的结构都遵循具体的规则，而其他形式的音乐通常都不具备这样的特点。
然而，来自索尼实验室以及其他地方的深度学习机器已经开始创作一些备受好评的音乐。如果这些机器很快向诸如交响乐、歌剧等领域进军，那也是意料之中的事情。相信巴赫也一定会对此感到万分惊异！
欢迎关注DT君的科幻电影公众号：
招聘
编辑、视觉设计、视频策划及后期
地点：北京
联系：[email protected]
MIT Technology Review 中国唯一版权合作方，任何机构及个人未经许可，不得擅自转载及翻译。
分享至朋友圈才是义举
