文丨智能相对论（ID：aixdlun），作者丨黄康瑄

10月8日，韩国新人歌手夏妍发布了由人工智能作曲机器人EvoM制作的单曲《Eyes on you》，成为全天下第一位凭借AI作曲出道的人类歌手。

EvoM是韩国光州科学技能院人工智能研究生院研发的韩国首个人工智能作曲机器人，在《Eyes on you》的录制中卖力作曲、编曲事情。
EvoM的研发者安昌旭表示，他的目标是让人工智能创作的歌曲登上K-POP排行榜。

启航-音乐生产自动化的野心

早在上个世纪，人类就开始磋商打算机独立制作音乐的可能性。
1956年，在列哈伦·希勒（Lejaren Hiller）的研究室里，天下上第一首完备由打算机天生的音乐作品--弦乐四重奏《伊利亚克组曲》（Illiac Suite）出身了。
1995年，阿尔佩（Alpern）研发的EMI作曲系统也是较早的一个成熟的古典音乐作曲系统，该系统紧张采取拼接的办法来创作再现已故作曲家音乐风格的作品，个中有类巴赫的创意曲、器乐协奏曲和组曲，还有类莫扎特的奏鸣曲以及类肖邦的夜曲。

随着人工智能干系技能的发展和遍及，近年来，越来越多企业和机构开始研究这个科技与艺术结合的奇妙领域，各式各样的作曲算法不断呈现，不少虚拟音乐人展露头角。
“智能相对论”梳理了下：

2016年，Google公司研发的机器学习项目马真塔（Magenta studio）通过神经学习网络创作出一首时长90秒的钢琴曲。
同年，Sony旗下的打算机科学实验室（Computer Science Laboratories，简称Sony CSL）开拓了Flow Machines平台。

Flow Machines利用马尔科夫链剖析数据库中现存的歌曲，提取旋律及和弦的关键信息，利用这些关键信息作为变量来学习音乐风格，让不同风格的歌曲相互转换、领悟，并加以优化，其代表作是一首披头士音乐风格的歌曲《爸爸的汽车》（Daddy's Car）。
此外，Sony CSL还开拓了一个名为“DeepBach(深度巴赫) ”的神经网络，利用巴赫创作的352部作品来演习DeepBach，终极完成2503首赞颂诗的创作。

第一个正式得到天下地位的AI虚拟作曲家则是2016年出身的AIVA（Artificial Intelligence Virtual Artist）。
AIVA通过读取由莫扎特、巴赫、贝多芬等名家谱写的15000首曲子进行学习，利用深度学习技能，搭建表示它自己对音乐理解的数学模型，利用模型创作出完备原创的曲子。

作为虚拟音乐人，AIVA已通过法国和卢森堡作曲家协会（SACEM）的合法注册，成为该协会首位非人类会员，并拥有自己的署名版权。

今年2月，美国数字研究机构Space150模拟有名说唱歌手Travis Scott的人声和音乐风格，做出了说唱机器人Travis Bott。

这是一个关于人工智能创造性的实验，研发团队采取附加神经网络技能（Additional Neural Network），创造出“Travis Scott味”的旋律和打击乐伴奏，再将Travis Scott的歌词输入“文本天生器模型（Text Generator Model）”，得到了机器自动仿照Travis风格天生的歌词。

于是，Travis Bott完成了自己的创作--《Jack Park Canny Dope Man》。
末了，研发团队利用基于AI的人体图像合成技能“Deepfake”，为这首歌拍摄了MV。
就乐曲效果而言，Travis Bott对Travis Scott的模拟险些以假乱真，完备融汇了Travis Scott作品以及人物魅力最紧张的外部特色。
同时，该项目也进一步验证了人工神经网络技能（Artificial Neural Networks）的发达发展，有助于探索未来AI在音乐中的运用代价。

造船事理-几种算法模型

当代人工智能作曲技能背后蕴含了多种算法模型的结合利用，包含人工神经网络、马尔科夫链及遗传算法等。
如AIVA和Travis Bott就利用了一种基于人工神经网络的深度学习技能。

人工神经网络是一种对生物神经的网络行为特色进行模拟，开展分布式并行信息处理的算法数学模型。
程序员必须搭建一个多层“神经网络”，在多层的构造等分别加以编程，从而处理各种输入和输出点之间的信息。
作品数据输入后，人工神经网络会找到浩瀚被输入作品之间存在的规律，继而形成对音乐旋律、节奏、音高、强弱变革的理解与学习。

这种学习的紧张目的是用来预测，并非就此生成作品。
AI程序会带着它对以上音乐风格的预测连续运行，并将在前方碰着下一个验证数据集。
这个数据集会剖断它的预测是否精确，精确与缺点的回馈都将被AI记住。

在不断的高速学习中，AI的预测能力就会越来越强，终极节制程序员大数据归总后的曲风，进而编写出自己的曲子。
人工神经网络为从前的算法作曲供应了一种新的办法，其上风在于能够对音乐作品的全局性特色进行学习，但是需采取大量的样本进行演习。
当下国内外有许多基于该种算法所形成的人工智能作曲系统，如LSTM神经网络，可以确保所创作音乐的完全性。

除了人工神经网络，马尔科夫链（Markov Chain）也一贯被广泛地运用于算法作曲领域。
马尔科夫链是一种随机选择过程，紧张用于产生一段具有一定风格的旋律。
就像按照一个特定的标准人为布局制订的转换表来依次选择音符，打算并选择下一个要涌现音符的可能性。
这种方法可以仿照作曲家创作音乐时的思维，来掌握打算机天生相应的音乐作品，但是整部作品的曲式构造无法通过马尔科夫链建模。
遗传算法（Genetic Algorithm）则是模拟生物进化过程的智能打算方法，利用适应性函数来蜕变样本、优化全局。

个中，变异算子可以仿照人在其创作当中灵感的闪现，相称于留下最具代表性的作品来产生新的旋律。
该算法的壁垒在于适应性函数的设计至今尚无统一标准。

版权的“暗礁”，依然是AI作曲要面临的紧张问题

由于AI音乐的产生是根据算法模型，让打算机在大量现成作品中寻求“规律”，按照这些规律提取资料中特定的乐章片段，依据打算得出的概率重新进行排列组合，故人工智能作曲一定涉及到资料库中大量现成作品的版权问题。

AI如何判断研究职员供应的曲库中哪些作品收到版权保护？AI作曲成果是否陵犯学习工具的版权？如AIVA最初以古典音乐为学习工具，它所利用的莫扎特、贝多芬等人的作品历史久远，版权时效已过，故没有此类问题。

AIVA研发职员特意选择古典音乐为其学习工具，紧张便是为了避免版权问题。
但像Travis Bott所用的Travis Scott人物及作品干系资料皆需取得授权，而Travis Bott在此根本上创作的作品算不算对Travis Scott的抄袭？音乐作品抄袭的议题习认为常，干系谈论仍旧时时涌现，至今依然没有统一、明确的判断标准。
从版权问题可见，现在的人工智能作曲技能依托于算法，受限于曲库的音乐“规则”，还无法产生打破既有规律的作曲创意，此为AI作曲面临的另一个技能难题。

即便AI作曲技能经由不断优化，终极得以生产出纯原创、不涉及任何侵权的作品，此作品又将面临到版权认证的问题。
随着AI创作干系技能的成熟与遍及，一些国家开始在法律上明确界定AI作品的版权归属。

1988年，英国正式颁布了《版权、设计和专利法案》（Copyright,Designs and Patents Act 1988），个中，对付打算机创作的内容进行了明确的规定：“为打算机所天生之作品进行必要程序者，视为该打算机天生之作品的作者，其保护期限是自作品完成创作之年的末了一日起50年后届满”。

规定AI作品的版权属于“进行必要程序者”，同时也明确界定了对打算机天生作品“进行必要程序者”，即包括程序员、利用者，也可能是人工智能系统或设备的投资者。

2017年，天下知识产权组织（WIPO）杂志提到：如果一部作品的创作过程中“人类的参与有限，或根本没有人类参与”，著作权法可以有两种潜在的生效办法--著作权法可以“谢绝”对打算机天生的作品进行版权保护，也可以将此类作品的作者归属于程序的创建者。
现在海内办理此类问题也基本沿袭这个思路。

2018年，上海一家公司未经由授权，将腾讯开拓的自动化编写程序Dream writer天生的财务报告复制到该公司网站。
深圳市南山区法院裁定，该公司因陵犯腾讯的版权而需承担民事任务，向腾讯公司赔偿1500元公民币。

中国现行的《著作权法》尚未明确界定AI作品的版权归属，这一裁定可能是AI创作领域的主要里程碑。
《著作权法》：“著作权是著作权法授予民本家儿体对作品及干系客体所享有的权利。
”个中，民本家儿体指公民、法人或造孽人组织。
《著作权法》保护的工具是作为民本家儿体的独创性思想表达，并非民本家儿体的AI无法单独享有著作权，但只要在作者名录加上人类作曲家或研发者的名字就能办理此问题。
人工智能虽无法成为受法律保护的主体，但对其作品版权的保护也开始受到法律认可。

没有感情的赞助器-方舟的航向

人工智能作曲技能的日渐成熟，在音乐行业掀起一股不小的浪潮。
只管人工智能已经实现通过读取、影象大量乐曲获取规律，打算音符节奏的涌现概率并排列组合来“创造”音乐。
但音乐的核心并非音乐本身而是“人”，音乐源于人类情绪流动。
《礼记·乐记》对音乐起源的阐明非常贴切：“凡音之起，由民气生也。
民气之动，物使之然也。
感于物而动，故形于声；声相应，故生变；变成方，谓之音。
”作曲家和演奏者透过旋律、节奏表达的感情与不雅观众聆听音乐引起的共鸣，这种藉由音符实现的，超过韶光、空间与种族的情绪互换才是音乐存在的意义，也是莫扎特、贝多芬等音乐家流芳百世的根本缘故原由。

从某种角度来说，由于音乐是人类抒发心情的一种办法，让没有感情的人工智能作曲或容许以说是一个伪命题。
人工智能不具备情绪，不理解音符、节奏等音乐表层构造和基于感情表达的音乐深层逻辑之对应关系，其制作的音乐只是基于概率所排列的音符。

无论算法作曲技能发展得多么成熟，音乐作为人类情绪互换的艺术形式之一，AI所作的乐曲一定无法完备取代人类音乐作品在社会中的功能和角色，人工智能也无法替代行业内顶尖的音乐创作者及演出者。
不仅是音乐，在美术、文学等艺术创作中皆是如此。

现在较为成熟的AI音乐公司除了Google、Sony、AIVA外，还有英国的AI Musical、德国的Melodrive、美国的Humtap、Popgun、Snafu Records及诸多硅谷大亨联合建立的人工智能非营利组织OpenAI、字节跳动旗下的Jukedeck等。

百度、腾讯、阿里、网易云等音乐平台都在不同程度上对人工智能音乐有布局。

即便人工智能暂时无法节制乐曲中细腻的情绪变革及流动，但基于打算机具备对大量作品进行数据处理、运算剖析及排列组合的强大能力，使得人工智能编曲效率远远高于人类。
在一些看重本钱且审美哀求不高的运用处景中，AI作曲霸占明显的上风。
因此，一批专业度不敷的音乐从业者可能面临被淘汰的命运。

目前，人工智能作曲技能逐渐往商业运用与赞助创作的方向发展，“智能相对论”看到，其运用处景紧张为***配乐、游戏配乐、电视预报片、商业广告、发布会和电影等方面。

以非艺术场景的商用音乐为紧张市场，冲破了固有音乐市场关于本钱及创作韶光的限定。

如上文提及的AIVA已开始为电影、***、电视剧制作音乐。
微软（亚洲）互联网工程院开拓的小冰乐队能自动天生旋律和编曲框架，已为2020天下人工智能大会创作了主题曲《智联家园》。

由西电沣东人工智能与类脑感知家当技能研究院研发的Muses人工智能作曲系统，基于GAN和LSTM的智能谱曲算法和***多元素提取算法，实现了***自助谱曲、智能仿曲和谱曲赞助智能等功能。

通过对***进行内容物体识别、色彩剖析和画面节奏剖析，天生得当的背景音乐；也可透过用户输入的仿曲或关键词、语句启示音符，产生类似风格的音乐。
另有一款专门制作***配乐的AI Ecrett Music，通过识别不同的***主题、韶光及感情，对***配乐进行个性化编辑，为***制作者持续产生不同的音律。
为创意哀求较低、对价格较敏感的部分商业音乐创作供应了全新办理方案。

除此之外，人工智能作曲技能对音乐爱好者进行创作也起到了赞助浸染。

2019年上线的“哼趣”APP便是一款基于人工智能的音乐创尴尬刁难象，只需大略哼唱，AI就会根据哼唱内容、腔调、旋律天生一段完全的、悦耳的曲子，此外，还可对天生的曲子进行个性化编辑，一键选择变换不同乐器、风格与时长。
“哼趣”的核心事理是通过大量的乐曲演习来形成一套完善的LSTM神经网络的办法。

同时，算法团队办理了MP3与MIDI格式的相互转换和降噪问题，将人声与机器可识别的MIDI措辞进行转化，再利用带有音频剖断的神经网络进行乐曲天生。

利用这类软件或APP，不仅使得音乐创作更加便利快捷，也大大降落了普罗大众创作音乐的门槛。
对专业音乐人而言，比起原来须要通过MIDI键盘输入旋律的创作形式，在很大程度上提升了事情效率，减少重复劳动，并降落了与制作方的沟通本钱。
人工智能作曲随机天生的旋律也能在创作陷入瓶颈时，为利用者供应灵感，编曲工具的发展将使专业作曲家的创造力得到进一步开释。

结语

AI作曲技能让音乐家当链运作更有效率，人工智能创作的歌曲登上K-POP排行榜大概不再是天方夜谭。
技能改造既是寻衅，也是机会。
科技的进步匆匆使人类在探索更多可能性的同时，也重新核阅自己的代价。

参考资料：

1. 周莉，邓阳《人工智能算法作曲发展的现状和趋势研究》，《艺术探索》，2018年9月

2. 毛康，林勇《人工智能作曲发展的现状磋商》，《山西青年》，2019年7月

3. 机器之心《不会音乐也能作曲？AI开启智能音乐创作》

4. 任梦岩《当AI开始作曲 还有啥不可能的？》

5. 中国***社《科班毕业，两分钟写首歌......AI歌手来了，人类还能做什么？》

6. 范正辉《在AI面前，Rapper要率先失落业了？》

7. 木槿浅藏心《人工智能与音乐创作》