雷鋒網(wǎng) AI 科技評論按：作為中國音樂學(xué)習(xí)最高學(xué)府之一，中央音樂學(xué)院今日發(fā)布了一則音樂人工智能博士招生啟事。該專業(yè)全名為「音樂人工智能與音樂信息科技」，為中央音樂學(xué)院首次開設(shè)，導(dǎo)師陣容有來自清華大學(xué)、北京大學(xué)的人工智能教授，聯(lián)合中央音樂學(xué)院院長共同組成雙導(dǎo)師培養(yǎng)制 (音樂導(dǎo)師+科技導(dǎo)師)，著力培養(yǎng)「音樂與理工科交叉融合的復(fù)合型拔尖創(chuàng)新人才」。

據(jù)官網(wǎng)資料顯示，「音樂人工智能與音樂信息科技」專業(yè)學(xué)制一共是 3 年，要求報考者必須是出身計算機(jī)、智能和電子信息類的考生。

建議閱讀書目方面，除了《音樂理論基礎(chǔ)》1 本與音樂理論掛鉤外，其余 4 本推薦書目都跟人工智能理論相關(guān)，它們分別為《數(shù)據(jù)結(jié)構(gòu)與算法》、《信號與系統(tǒng)引論》、《人工智能：一種現(xiàn)代的方法》以及《神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)》

由于「音樂人工智能與音樂信息科技」為跨學(xué)科專業(yè)，面試環(huán)節(jié)除了將考核本學(xué)科的專業(yè)能力之外，還會考核考生的音樂能力——演奏某種樂器或者單純進(jìn)行演唱。

目前該專業(yè)已敲定的 3 名聯(lián)合培養(yǎng)導(dǎo)師分別為：

• 俞峰

中央音樂學(xué)院院長, 教授、博導(dǎo),「萬人計劃」領(lǐng)軍人才,「四個一批」人才。中國指揮學(xué)會會長、全國藝術(shù)專業(yè)學(xué)位研究生教指委副主任、中國文聯(lián)第十屆全國委員會委員, 享受國務(wù)院政府特殊津貼。

• 孫茂松

清華大學(xué)教授、博導(dǎo), 清華大學(xué)人工智能研究院常務(wù)副院長, 原計算機(jī)系主任、黨委書記, 教育部教學(xué)信息化與教學(xué)方法創(chuàng)新指導(dǎo)委員會副主任委員, 中國科學(xué)技術(shù)協(xié)會第九屆全國委員會委員。主要研究領(lǐng)域為自然語言處理、人工智能、機(jī)器學(xué)習(xí)和計算教育學(xué)。國家 973 計劃項目首席科學(xué)家, 國家社會科學(xué)基金重大項目首席專家。2017 年領(lǐng)銜研制出「九歌」人工智能古詩寫作系統(tǒng)。

• 吳璽宏

北京大學(xué)教授、博導(dǎo), 教育部新世紀(jì)優(yōu)秀人才。北京大學(xué)信息科學(xué)技術(shù)學(xué)院副院長, 智能科學(xué)系主任, 言語聽覺研究中心主任, 致力于機(jī)器聽覺計算理論、語音信息處理、自然語言理解以及音樂智能等領(lǐng)域的研究, 先后主持國家級、省部級項目 40 余項, 獲國家授權(quán)發(fā)明專利 10 余項, 發(fā)表學(xué)術(shù)論文 200 余篇。在智能音樂創(chuàng)作、編配領(lǐng)域頗有成就。

有興趣報讀該專業(yè)的考生，須在 2019 年 3 月 1 日至 15 日期間在網(wǎng)上完成報名（網(wǎng)址:http://yz.chsi.com.cn/），考試將于今年 5 月在中央音樂學(xué)院舉行。

更多詳情可點(diǎn)擊：http://www.ccom.edu.cn/xwyhd/xsjd/2019s/201903/t20190301_53856.html 進(jìn)行了解。

專業(yè)開辦早有預(yù)兆？

如果一直有關(guān)注中央音樂學(xué)院的動態(tài)，就不會對該專業(yè)的開辦感到驚訝。

早在去年的 5 月份，中央音樂學(xué)院就與素以創(chuàng)新性交叉學(xué)科研究聞名的美國印第安納大學(xué)信息計算與工程學(xué)院共同簽署合作建設(shè)「信息學(xué)愛樂樂團(tuán)」實(shí)驗室——所謂「信息愛樂」，指的是一套音樂人工智能伴奏系統(tǒng)，由印第安納大學(xué)信息計算與工程學(xué)院音樂信息學(xué)實(shí)驗室主任教授 Christopher Raphael 所發(fā)明。

該系統(tǒng)的最大特點(diǎn)是會運(yùn)用數(shù)學(xué)方法把音樂本身和音樂家的感受進(jìn)行了全面解讀、演算，通過不斷的主動學(xué)習(xí)，形成更加貼近音樂家個性化表現(xiàn)需求的管弦樂團(tuán)伴奏、協(xié)奏模板，為音樂家提供了更為豐富靈活的演奏機(jī)會。

完成簽署后，經(jīng)過半年多的緊張籌備，雙方于去年 11 月 26 日合作舉辦中國首場由人工智能進(jìn)行伴奏的特殊音樂會——「AI 之夜音樂會」，來自中央音樂學(xué)院的 12 位不同專業(yè)的優(yōu)秀獨(dú)奏家與「信息愛樂」聯(lián)袂演出了 12 首多種體裁風(fēng)格的中外作品。

值得一提的是，本場音樂會加入了人工智能協(xié)奏中國樂曲《長城隨想曲》，這是第一次音樂人工智能技術(shù)與中國民族音樂進(jìn)行碰撞。

圖片源自中央音樂學(xué)院官網(wǎng)

中央音樂學(xué)院院長俞峰教授在音樂會致辭中說道：「這是一場意義深遠(yuǎn)的音樂會，我國整個音樂行業(yè)將由此進(jìn)入到一個「人工智能化」的時代，極大的提升了整個音樂行業(yè)，尤其是音樂教育行業(yè)的信息化水平。人工智能技術(shù)與音樂藝術(shù)專業(yè)相結(jié)合將會實(shí)現(xiàn)整個行業(yè)的跨越式發(fā)展，一定會成為音樂行業(yè)實(shí)現(xiàn)產(chǎn)業(yè)化的典范?！?/p>

「AI 之夜音樂會」音樂會完整演出視頻：

http://video.ccom.edu.cn/index.php?option=weixin,dianbodetail&id=3514

國內(nèi)科研熱情日益高漲

除了中央音樂學(xué)院，試圖在人工智能 + 音樂上做出成績的，尚有星海音樂學(xué)院及中央民族大學(xué)。

去年 5 月 16 日，由星海音樂學(xué)院管弦系與美國印第安納大學(xué)信息計算與工程學(xué)院音樂信息學(xué)實(shí)驗室合作的「音樂人工智能輔助管弦樂教學(xué)聯(lián)合實(shí)驗室」正式掛牌啟動，雙方將就「音樂人工智能輔助管弦樂教學(xué)」系統(tǒng)引入至日常教學(xué)中展開合作。

據(jù)了解，該系統(tǒng)可以讓學(xué)生們在日常專業(yè)練習(xí)過程中隨時聽到職業(yè)管弦樂團(tuán)的完整樂曲伴奏，同時將自己與管弦樂團(tuán)的合成演奏音頻轉(zhuǎn)化成高度結(jié)構(gòu)化、可視化、可檢索、可比較研究的音樂數(shù)據(jù)帶到課堂上與專業(yè)老師共同探討；對專業(yè)老師而言，該系統(tǒng)可以實(shí)現(xiàn)對學(xué)生專業(yè)學(xué)習(xí)情況的縱向和橫向比較，獲得了解學(xué)生的第一手資料，從而完善教學(xué)內(nèi)容和方法。

圖片源自「星海音樂學(xué)院」微信公眾號

去年 12 月 7 日，由中央民族大學(xué)與平安科技聯(lián)手的「人工智能音樂聯(lián)合實(shí)驗室」簽字揭牌儀式在中央民族大學(xué)知行堂舉行。本次合作旨在發(fā)揮各自優(yōu)勢、通過共同研發(fā)，實(shí)現(xiàn)人工智能音樂創(chuàng)作由欣賞階段到專業(yè)階段再到專家階段的設(shè)想。

中央民族大學(xué)黨委常委、副校長宋敏在揭牌儀式上表示，人工智能己列入國家規(guī)劃并進(jìn)入逐步實(shí)施階段，正在不斷與各個領(lǐng)域結(jié)合，無疑將引領(lǐng)未來各行各業(yè)的發(fā)展，她希望雙方通過實(shí)驗室這一平臺各自發(fā)揮優(yōu)勢，提高民大學(xué)科建設(shè)水平和音樂創(chuàng)作水平，推進(jìn)北京「四個中心」建設(shè)特別是文化中心建設(shè)，并積極助力中國優(yōu)秀音樂文化走出。

圖片源自中央民族大學(xué)官網(wǎng)

另外，由復(fù)旦大學(xué)、清華大學(xué)聯(lián)合創(chuàng)辦，至今已是第 6 屆的中國聲音與音樂技術(shù)會議 CSMT（Conference on Sound and Music Technology），從 2013 年開始便就聲音與音樂技術(shù)這門多學(xué)科交叉領(lǐng)域源源不斷地為國內(nèi)輸出學(xué)術(shù)見解，豐富了國內(nèi)人工智能 + 音樂領(lǐng)域的研究成果。

以 2018 年的會議為例，其征文主題包括：

• 音樂聲學(xué)

樂器聲學(xué)/嗓音聲學(xué)/心理聲學(xué)與電聲學(xué)/空間音樂聲學(xué)等

•  聲音與音樂的信號處理

工業(yè)、農(nóng)業(yè)、畜牧業(yè)、養(yǎng)殖業(yè)、地理、環(huán)境等各行各業(yè)領(lǐng)域的聲音信號處理/音樂信號處理

• 計算機(jī)聽覺

聲音與音樂的內(nèi)容分析、理解和建模/音頻與音樂信息檢索/聲音與音樂分類、標(biāo)注、情感計算、推薦等/人工智能在聲音與音樂計算中的應(yīng)用/聲音及音樂計算在娛樂、教育、海洋、醫(yī)學(xué)、裝備、軍事、信息安全等各領(lǐng)域的應(yīng)用

• 音頻信息安全

魯棒音頻水印/音頻認(rèn)證/音頻取證

• 計算機(jī)音樂與錄音

計算機(jī)輔助的音樂創(chuàng)作/計算機(jī)輔助的音樂教學(xué)系統(tǒng)/計算機(jī)音樂的制作技術(shù)/計算機(jī)音樂的軟件開發(fā)/ 音響及多聲道聲音系統(tǒng)/ 聲音裝置及相關(guān)多媒體技術(shù)/音效及聲音設(shè)計/音頻人機(jī)交互

• ·聽覺心理學(xué)

• ·聽覺與視覺相結(jié)合的多媒體應(yīng)用

值得一提的是，去年的 CSMT 大會特別開辟了兩個 Special Session：一個用來探討面向一般 Audio 的計算機(jī)聽覺，試圖擴(kuò)展 Music 之外的 Audio + AI 人工智能在各行各業(yè)的應(yīng)用，比如海洋艦船識別、設(shè)備診斷、AI 醫(yī)療、嗓音聲學(xué)、音頻監(jiān)控、動物識別、農(nóng)業(yè)保護(hù)、工業(yè)自動化等；另一個則是探討中國民族音樂與計算機(jī)等科學(xué)技術(shù)的交叉融合，顯示了該國內(nèi)會議的前瞻性。

當(dāng)下流行的 AI + 音樂算法

對于當(dāng)下的音樂人工智能算法研究，中國音樂學(xué)院音樂學(xué)系付曉東教授在發(fā)表于 2018 年 05 期《藝術(shù)探索》的《音樂人工智能的倫理思考——算法作曲的「自律」與「他律」》一文中按「自律」與「他律」將之進(jìn)行了劃分。

其中「自律」指的是機(jī)器嚴(yán)格或非嚴(yán)格地遵循事先規(guī)定好的內(nèi)部結(jié)構(gòu)原則，對應(yīng)于音響素材而生成音樂作品，最終的音響呈現(xiàn)受到內(nèi)部結(jié)構(gòu)原則的自律性限定；「他律」則指機(jī)器嚴(yán)格或非嚴(yán)格地遵循依據(jù)人類經(jīng)驗規(guī)定好的外部結(jié)構(gòu)原則，并映射為音響而生成作品，最終的音響呈現(xiàn)受到外部結(jié)構(gòu)原則的他律性限定。

最終的梳理結(jié)果如下：

• 「自律」類音樂人工智能算法

  
  

（一）數(shù)學(xué)模型（Mathematical Model）

以數(shù)學(xué)算法與隨機(jī)事件構(gòu)成數(shù)學(xué)模型進(jìn)行作曲。其中算法相當(dāng)于作曲法則，隨機(jī)事件相當(dāng)于音樂元素——音樂中的各種元素可分解為一系列隨機(jī)事件，如音的四屬性、音樂三要素等，作曲家（程序員）賦予其不同權(quán)重，使用特定隨機(jī)算法對其進(jìn)行運(yùn)算處理而得出音響序列，其結(jié)果是非確定性的。常用的隨機(jī)算法有馬爾科夫鏈、高斯分布等。目前以數(shù)學(xué)模型為主的音樂人工智能作品在伴奏的速度跟隨、樂句的力度處理、終止式的伸縮節(jié)奏方面有相當(dāng)?shù)摹爸悄堋备校窃谧髌返恼w可聽性方面仍有明顯的欠缺。

 （二）演化算法（Evolutionary Methods）

演化算法源于達(dá)爾文所揭示的生物進(jìn)化理論，用算法模擬物種進(jìn)化的過程來構(gòu)建音樂作品。將隨機(jī)或人為的音響事件集合為一個種群，通過選種、遺傳與突變的算法反復(fù)迭代，將種群中現(xiàn)有的多個個體進(jìn)行優(yōu)勝劣汰，其結(jié)果由適應(yīng)函數(shù)構(gòu)成的審核程序予以矯正，以保證其審美意義的質(zhì)量。最常見的演化計算方法是遺傳算法（Genetic Algorithms）與遺傳編碼（Genetic Programming）。演化算法試圖將物種進(jìn)化的過程匹配于音樂生成過程的邏輯不夠完善，因此作品的審美認(rèn)可度并不高，如今常用于和聲配置與伴奏任務(wù)中。

（三）語法系統(tǒng)（Grammars）

音樂的構(gòu)成法則可類比于人類語言的語法規(guī)則。人類語言由字、詞、句等按照一定的語法規(guī)則構(gòu)成表達(dá)單元，音樂中的動機(jī)、樂節(jié)、樂句也具有相似的結(jié)構(gòu)特征。首先創(chuàng)建一個特定音樂作品的語法規(guī)則，對和聲、節(jié)奏與音高等各種音樂素材進(jìn)行組合，最后生成音樂作品。誠然，音樂與語言在某種程度上具有同構(gòu)性，但是比較而言，音樂規(guī)則體現(xiàn)出更大的靈活度與可變性，由一個固定的語法規(guī)則附加若干可變規(guī)則的語言算法，產(chǎn)生出的音樂作品多少帶有生硬而呆板的特征。

• 「他律」類音樂人工智能算法

  
  

（一）遷移模型算法（Translational Models）

將非音樂媒體信號源中的信息映射并遷移為音樂音響信息。最常見的是將視覺信息進(jìn)行轉(zhuǎn)換，例如將圖像中的線條轉(zhuǎn)換為旋律，色彩轉(zhuǎn)換為和聲，色度轉(zhuǎn)換為力度；將運(yùn)動物體的空間位移轉(zhuǎn)換為旋律，速度轉(zhuǎn)換為節(jié)拍節(jié)奏等。也可用于非視覺信息的遷移，如將文學(xué)作品中的積極/消極的描述，通過自動情感分析系統(tǒng)遷移為大三/小三和弦。實(shí)際上，人類的感官在一定程度上的確具有“聯(lián)覺”效應(yīng)，如空間線條與旋律走向的對應(yīng)，但是如果將其進(jìn)行嚴(yán)格映射，并沒有心理學(xué)的有力證據(jù)。因此使用遷移模型算法生成的音樂作品，常常出現(xiàn)在交互性的新媒體藝術(shù)表演中，更多地以現(xiàn)場的事件相關(guān)性與交互性為審美趣味。而一旦音樂作品與其映射對象脫離而單獨(dú)呈現(xiàn)，這類作品的可聽性將會大大降低。

（二）知識推論系統(tǒng)（Knowledge-based Systems）

以某種音樂風(fēng)格類型為知識庫基礎(chǔ)，將該音樂風(fēng)格的審美特征提取出來并進(jìn)行編碼，即歸納推理；以編碼程序為算法而創(chuàng)造類似風(fēng)格的新作品，即演繹推理。例如基于對位法原則的巴洛克音樂風(fēng)格編碼、基于大小調(diào)和聲體系的古典浪漫音樂風(fēng)格編碼、弱化和聲功能的印象派音樂風(fēng)格編碼及各個相應(yīng)風(fēng)格作品的生成，即屬于知識推論系統(tǒng)算法。這種算法已經(jīng)在某種程度上接近于音樂學(xué)院作曲技術(shù)理論的學(xué)習(xí)過程，生成的音樂作品與其所基于的特定風(fēng)格知識庫非常相像，具有很高的可聽性。其缺點(diǎn)在于歸納—演繹兩個環(huán)節(jié)的相對割裂，即風(fēng)格編碼必須由操作者提供，程序本身僅僅是對編碼的執(zhí)行運(yùn)算，作品的結(jié)果會嚴(yán)重受到操作者對創(chuàng)作規(guī)則的抽象理解的影響，并且會存在僵化與雷同的缺點(diǎn)。

（三）機(jī)器學(xué)習(xí)（Machine Learning）

操作者為計算機(jī)輸入大量的音樂音響，計算機(jī)對其進(jìn)行有效“聆聽學(xué)習(xí)”，即運(yùn)用統(tǒng)計方法對音樂構(gòu)成的法則進(jìn)行學(xué)習(xí)，其過程與知識推論系統(tǒng)相似，但是操作者并不嚴(yán)格指定音樂類型，也不為程序提供風(fēng)格編碼，這個過程由算法程序自動完成，強(qiáng)調(diào)其自主性與“無監(jiān)督”式的學(xué)習(xí)（unsupervised learning）。當(dāng)然，從本質(zhì)上來看，機(jī)器學(xué)習(xí)的“無監(jiān)督”只能是在一定程度和范圍內(nèi)，它依然囿于操作者所提供的知識素材庫。機(jī)器學(xué)習(xí)與數(shù)學(xué)優(yōu)化、數(shù)據(jù)挖掘等計算科學(xué)的研究成果相關(guān)，更與認(rèn)知科學(xué)領(lǐng)域與神經(jīng)網(wǎng)絡(luò)學(xué)科的研究成果密切相關(guān)，其中最為顯著的是采用決策樹、人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等方法，是迄今為止對生物學(xué)習(xí)過程模仿程度最高的一種算法。機(jī)器學(xué)習(xí)仍然屬于仿生，但它超越了對結(jié)構(gòu)與力學(xué)層面的仿生，是對人類大腦思維過程的仿生。機(jī)器學(xué)習(xí)既可以用于一般意義上的音樂創(chuàng)作，也可用于即興演奏與競奏等場合。雖然可以生成各種指定風(fēng)格或混合風(fēng)格的音樂作品，但是它仍然取決于操作者提供的音樂數(shù)據(jù)類型，是通過對隨機(jī)事件進(jìn)行概率統(tǒng)計得出規(guī)則后的音響預(yù)測。

根據(jù)付教授的劃分準(zhǔn)則，我們將能對當(dāng)今流行的大部分人工智能 + 音樂研究工作進(jìn)行有效歸類。

值得一提的是，由中國科學(xué)技術(shù)大學(xué)、微軟人工智能和研究院、蘇州大學(xué)團(tuán)隊合作，講述歌曲生成的端到端旋律和編曲生成框架的論文《XiaoIce Band: A Melody and Arrangement Generation Framework for Pop Music》成功榮獲 KDD 2018 的 Research Track 最佳學(xué)生論文，雷鋒網(wǎng) AI 科技評論對此做了相應(yīng)解讀，有興趣的讀者可點(diǎn)擊 http://www.ozgbdpf.cn/news/201808/NkobLRDHxZsyadg5.html進(jìn)行回看。

總的來說，未來人工智能將在音樂領(lǐng)域發(fā)揮更加重要的作用，它可以幫助人們分析作品、創(chuàng)作以及分擔(dān)相當(dāng)多的重復(fù)性工作，進(jìn)一步激發(fā)創(chuàng)造力，探索音樂形式與內(nèi)容方面的多種可行性。希望這種跨學(xué)科、融合性的合作，能夠?qū)Ω黝愐魳穭?chuàng)作邏輯進(jìn)行總結(jié)與完善，并在感知、情感等方面做出突破，讓人工智能在音樂的諸多領(lǐng)域形成創(chuàng)新，并在教學(xué)、社會服務(wù)等方面產(chǎn)生影響。

雷鋒網(wǎng) AI 科技評論

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。