人工智能可以作曲吗？理论上是否可行？哪种程度上可以代替人类？本期品玩知科技，邀请了知乎答主

计算机音乐领域，是一个广阔的领域。

其主要的研究方向包括音乐识别、音乐信息处理、音乐旋律与节奏分析、音频音乐检索、音频数据挖掘与推荐、音乐情感计算、音乐结构分析、算法作曲、自动编曲、说话人识别、语音增强、音频信息安全等。

年，英伟达公司发布了AIVA人工智能作曲模型，随后迅速得到商用，广泛用于网络视频的自动配乐。也正是这时候，音乐人工智能领域进入深度学习时代，深度学习算法成为本领域在国际工业界中的核心技术，被索尼、Spotify、苹果等公司使用在其音乐产品上；字节跳动招募了大量相关人才，研发了火山小视频和抖音应用的音乐推荐、音乐搜索算法，得到广泛使用；腾讯音乐部门将音乐信息检索的算法应用在社交互动领域，使得用户获得了更好的音乐社交体验。

其中最引人注目的topic，就是自动作曲。随着这波深度学习大潮，自动作曲技术也取得了很大的进展。

音乐生成的起源

早期，莫扎特曾经创作过一首《骰子音乐》，通过丢骰子的方法自动选择小节组合：组合出来的完整音乐仍然悦耳，但是创作的过程带有一定的随机性。

一个在线的demo：MozartDiceGamemozart.vician.cz

年代，第一批计算机发明后，出现了第一批计算机音乐。最早的音乐构建了一个马尔科夫过程，使用随机模型进行生成，辅以rule-based的方法挑选符合要求的结果。

当然这类方法生成的音乐质量不高。随着机器学习的发展，算法应该从音乐材料中自动地学习出一些规律，得到自然的音乐。

两种音乐生成

人类大致有两种方法参与自动音乐生成：

自动生成。基于各种技术进行全自动音乐生成，而人类仅指定风格参数。如NVIDIA的AIVA就是一个典型的例子。辅助作曲。FlowConmposer是一个典型的例子。这里算法为人类的作曲做出建议和补充，进行共同作曲。目前大部分的算法都属于第一类方法。第二种方法在很多情况下是第一种方法的组合和变体。

一个例子

年3月21日，GoogleMagenta组贡献了一个交互式算法demo，称为BachDoodle，通过学习J.S.Bach的四重奏，算法可以由用户指定第一声部，然后自动计算给出剩余的三个声部。

（虽然很难听，但是Magenta在

转载请注明:http://www.aideyishus.com/lkyy/1984.html