谷歌的音樂轉(zhuǎn)換器可以產(chǎn)生聽起來不壞一半的鋼琴旋律

谷歌的歌曲創(chuàng)作人工智能(AI)可能不會很快達到莫扎特或李斯特的水平，但它最近取得了令人印象深刻的進步。在一篇博客文章中,accompanyingpaper本周(“音樂變壓器”),項目貢獻者品紅,谷歌大腦項目“探索機器學習作為一種工具的作用在創(chuàng)意過程中,“展示了自己的作品在音樂變壓器,一個機器學習模型,能夠產(chǎn)生相對一致的曲調(diào)arecognizable重復(fù)。

該論文的作者寫道:“變壓器是一種基于自我關(guān)注的序列模型，它在許多需要保持長期一致性的發(fā)電任務(wù)中取得了令人矚目的成果。”“這表明，自我關(guān)注可能也很適合音樂造型。”

正如該團隊所解釋的，由于其結(jié)構(gòu)的復(fù)雜性，制作長篇音樂對人工智能來說仍然是一個挑戰(zhàn);大多數(shù)歌曲包含多個主題、短語和重復(fù)，神經(jīng)網(wǎng)絡(luò)很難識別。盡管之前的研究成功地將一些可以在人類作品中觀察到的自我參考信息引導(dǎo)出來，但它依賴于絕對的時間信號，這使得它不太適合追蹤基于相對距離和重復(fù)間隔的主題。

該團隊的解決方案是“音樂轉(zhuǎn)換器”，這是一種“基于注意力”的神經(jīng)網(wǎng)絡(luò)，它可以直接創(chuàng)造“表達性”的表演，而不需要先生成樂譜。通過使用基于事件的表示和一種稱為相對注意的技術(shù)，音樂轉(zhuǎn)換器不僅能夠更多地關(guān)注關(guān)系特性，而且能夠泛化所提供的訓練樣本的長度之外的內(nèi)容。因為它的記憶強度較低，它也能產(chǎn)生較長的音樂序列。

在測試中，當使用肖邦的黑鍵練習曲時，“音樂變形者”創(chuàng)作了一首自始至終風格一致的歌曲，其中包含了來自主題的多個短語。相比之下，之前的兩種算法——Performance RNN和transformer——提供了相同的引物，要么完全缺乏可識別的結(jié)構(gòu)，要么無法維護結(jié)構(gòu)。

該團隊承認，音樂轉(zhuǎn)換器遠非完美——它有時會產(chǎn)生重復(fù)太多、節(jié)奏感太弱、跳音奇怪的歌曲——但他們希望它能成為需要靈感的音樂家的繆斯女神。

“這為用戶提供了一種可能性，他們可以指定自己的初級版本，并將該模型作為一種創(chuàng)造性的工具來探索一系列可能的延續(xù)，”團隊寫道。

他們說，用于培訓和生成音樂轉(zhuǎn)換器的代碼即將發(fā)布，同時還會有預(yù)先培訓過的檢查點。