全文共2831字作曲大师软件教程，预计学习时间6分钟。

科技正在给许多行业带来革命性的变化，音乐行业也不例外。 如今，人工智能已经能够创作出完整的歌曲。 这种技术进步对音乐产业和音乐本身意味着什么？

长期以来，音乐一直是一个重要的产业。 如今，活跃在音乐行业的不再局限于唱片公司、音乐会组织者和艺术家。

蒙特利尔初创公司 Landr 一直致力于开发人工智能音乐软件。 2019年7月，公司宣布完成2600万美元B轮融资。 Landr 使用数百万首歌曲作为训练数据，并通过分析其音乐风格开发特殊的后期制作工具。 一般来说，像 Spotify 和 Apple Music 这样的流媒体音乐平台经常使用 AI 来预测用户的歌曲偏好，但与此同时，AI 技术也在其他行业以各种有趣的形式出现。

Landr 母带制作工具

近年来，主要唱片公司和流媒体音乐平台之间形成了不稳定的授权联盟。 与此同时，音乐产业进入了自20世纪90年代大规模技术变革以来最稳定的阶段。 然而，一些音乐公司希望通过开发AI软件来颠覆一切，可以代替主流录音室的作曲职责，辅助艺术家创作，甚至独立作曲。

对于那些可能从未创作过超过四个和弦的歌曲的普通人来说，这种发展是令人着迷的——这些软件能否释放出迄今为止尚未开发的音乐才能？

作曲很难！

如果一台机器可以提供最初的创意愿景，即一个想法的起源，那么人们是否可以利用自己（有限的）音乐能力，继续发展这个想法并创作一首热门歌曲？ 如果普通人和超级巨星之间的差距就在于这种颠覆性、创造性的最初想法，那么奇妙的人工智能技术能否帮助人们弥合这一差距呢？

Popgun在AI作曲技术上取得了长足的进步。

艾瓦

澳大利亚初创公司 Popgun 一直在开发名为“Alice”的人工智能作曲软件，该软件可以即兴演奏钢琴、贝斯和鼓，为歌手制作伴奏，甚至唱歌。 AIVA将为电影和游戏创作配乐，Mubert还推出了一款可以根据用户喜好持续更新的AI作曲软件。 这些公司的发展理念大致相同。

穆伯特

英国人工智能作曲公司Jukedeck最近被中国字节跳动收购，字节跳动开发了极其流行的口型同步视频软件TikTok（抖音国际版）。 这次收购对音乐产业和音乐本身意味着什么？ 更重要的是，如何使用机器写歌？

Tiktok全球下载量已超过10亿

人工智能可以指任何试图模仿某种人类行为的计算机功能。 AI算法擅长在明确定义的空间内使用固定规则匹配不同的模式，这也使得AI非常擅长玩魔方和国际象棋。 这些技术被称为“弱人工智能”，适用于具有完整且明确目标的特定任务。 “弱人工智能”程序已经陪伴人类数十年。 早在1996年，国际象棋计算机“深蓝”就击败了卫冕世界冠军加里·卡斯帕罗夫。

音乐本质上只是以特定节奏演奏的一系列连续音符。 在某种程度上，人工智能可以做到这一点。 但任何需要高水平创造力的活动，例如歌曲创作，都应该更好地理解为“强人工智能”，一种可与人类思维相媲美的通用智能。

目前，“强人工智能”仍然只能在科幻小说中实现，没有任何算法可以与人类思维的复杂性相媲美。 但机器学习作为人工智能的一个子集，能够使用海量数据集自主学习模式。 当机器可以学习新信息时，它可以发现人类认知无法处理的数据模式，因为机器可以通过构建人类无法理解甚至感知的特殊模型来识别和分类数据。 这意味着“无监督”机器学习算法无需人工干预即可输出真正原创且独特的作品。 机器的创造力可能无法与人类相比，但这是有意义的新颖性的一个例子（创造性思维的关键指​​标之一）。

“你听过这首歌吗？”

随着数据存储变得更便宜、更容易获得，机器学习对于程序员来说变得更加实用。 开发人员可以访问庞大的音乐库，使用数百万首歌曲来有效地教授算法来独立创建音乐解释。 但人工智能算法无法判断其解释是否正确，这需要一定程度的人为干预。

AI作曲技术更适合某些类型的音乐。 例如，Popgun 就承认爵士乐相当难以复制（Dadabots 曾经使用 John Coltrane 的唱片来训练神经网络，最终写出了你能想到的最难的歌曲。这也证明了爵士乐很难复制）。 机器学习算法使分析和理解简单的 MIDI 文件变得更加容易作曲大师软件教程，正如亚伯拉罕汗和他的团队在使用神经网络为游戏 Pokémon 创建配乐时明智地发现的那样。 但利用人工智能创造了所谓的“Neuralfunk”（一种 DNB 音乐流派）的 Max Frenzl 就没那么聪明了。

人类的创造力会就此终结吗？ 从此以后，歌曲、书籍、诗歌和电影会由机器创作并由算法优化来安慰和满足人类吗？ 这听起来可能很不新颖，甚至是反乌托邦，但它不会很快发生。 首先，人类距离发展出具有如此创造力的通用人工智能还有很长的路要走，所以不要被那些危言耸听者强调——复制人和机器人暂时不会出现，更不用说接管人类构成了。 工作室。

虽然机器可以通过听歌独立作曲，但这只是对现有内容的重组和重复，它无从知道自己的作品是否有价值。 防止AI输出大量随机生成的音乐垃圾的唯一方法就是对其进行训练，将作曲要求准确地输入到机器中（这是一种“监督学习”）。 否则，为了挑选出精美的作品，需要筛选大量AI输出的作品，听起来太无聊了，可能会让我们从此对音乐产生厌倦。

后垃圾摇滚：不是垃圾

平克·弗洛伊德：摧毁流行音乐

我们已经拥有许多不断发展的工具可以增强和激发我们自己的创造力。 Popgun 表示，他们将这些音乐软件视为另一种乐器，就像 20 世纪 80 年代的合成器一样。 当时人们担心合成器的出现会导致专业作曲家失业甚至彻底摧毁流行音乐，但事实并非如此。 事实上，人工智能构图可以缩短创作过程中那些累人、单调、重复的环节。 机器学习算法可以生成真正的原创音乐，可以启发人类作曲家或帮助崭露头角的作曲家充分利用他们的能力和知识来创作有价值的音乐作品。

未来，科技可以充分增强人们的创造力。 这种增强的创造力可以激励那些缺乏信心进入创意产业的人迈出这一步。 技术能力强的人，比如那些从不认为自己有创造力的人，可以利用人工智能技术探索他们曾经无法想象的发展道路。 如果人工智能的分析能力、数字运算能力与人类的创造力相结合，行业现状将被颠覆。

现在是时候认识到每个人都在某种程度上具有创造力的事实了，但有些人可能需要一点帮助才能将他们的想法变成现实。