人工智能鑒賞樂器的能力與譜曲能力

今年夏天，整個華語樂壇最具震撼力的事件莫過于周杰倫發(fā)新單曲。一首帶有鮮明拉丁曲風（確切說是古巴風）的《mojito》，告訴樂迷們，年逾不惑的老周的人氣根本不是“后浪”人氣小鮮肉能比的。

縱橫馳騁華語樂壇20多年，老周已經(jīng)征服了眾多資深樂評家包括很多學院派理論家們，被廣泛譽為是可以“開宗立派”的大神級別的音樂人，他對音樂生態(tài)圈的改變早就溢出了編曲、創(chuàng)詞、曲風融合拓展等一系列純音樂領域，而是打造了一整套作品宣發(fā)模式、音樂市場接入、線上粉絲互動平臺等全方位的“人設維度”。

眾多娛樂媒體在6月13日，也就是《mojito》宣發(fā)后的24小時之后，就迫不及待地統(tǒng)計此曲在各大發(fā)布平臺上的銷售量。這首新曲的傳播力度有多大？大到了古巴駐華使館在6月12日開了一個迷你的“周杰倫新曲研究座談會”的程度，在中古兩國的外交關系上，這是一段美談。

周董這些年來的單曲新歌，總不免伴隨著這樣一個問題：周杰倫是不是已經(jīng)江郎才盡了？或者說這首曲感覺和xxx好像啊，是不是有點抄襲嫌疑呢？

聽完Mojito，談談未來人工智能音樂的突破口

小黑借著這兩個話題來談談一個好像很熟悉，但又很陌生的話題：如果能造一個有深度學習能力的機器音樂人，賦予它一個虛擬的人設，打造一個被“星探”發(fā)掘后步入音樂圈的黑馬，它會在圈內(nèi)活的怎么樣？它能否接近、達到或者超越周杰倫呢？

這個看起來有些扯的議題其實前面的幾個問題有著高度的相關性，即機器人音樂家是否可以達到水平幾十年如一日的高恒定狀態(tài)，不會被受眾噴“江郎才盡”，是否可以跳出慣有的路徑依賴和舒適區(qū)，被受眾質(zhì)疑是否存在抄襲？

我們不妨先從《mojito》的扒譜開始談。這首曲用吉他彈奏的話，應該是C調(diào)四分之四拍，被指摘為抄襲的《人生的旋轉(zhuǎn)木馬》則是降B調(diào)，四分之三拍，也就是俗稱的“圓舞曲”。首先小黑先表明自身立場，認為周董《哈爾的移動城堡》的兩首配樂——《空中散步》、《人生的旋轉(zhuǎn)木馬》，以及美少女戰(zhàn)士主題曲《月光傳說》等有相似的地方，但不能算作抄襲，但讓小黑不太同意拿曲風和樂器當做“非抄襲”的論據(jù)，否則的話，花粥的《出山》抄襲一案是不是也可以說沒有抄襲呢？

總體看下來，硬核論據(jù)其實基本上只有“重復率”，即樂壇目前勉強公認的“八小節(jié)雷同”論，但即便是雷同，雷同到何種程度，也是可以討論的。

其實很多流行音樂的發(fā)燒友已經(jīng)指出來，有關和弦、副歌的配合，《mojito》還是有雷同重復的部分。這就是五聲音階的模式化問題。

五聲音階主要體現(xiàn)在旋律上，比如笛子、二胡的solo，比如人聲的旋律等等，我們最常見的4536251進行，這種進行在古風圈子里成了套路。如其中的4級和弦，4 6 1，其中4這個音就脫離了五聲音階，又如3級小和弦，3 5 7，7也是同樣不屬于五聲。這個時候往往要在和弦上做一些改動。

小黑手里就有一個在業(yè)界廣受歡迎的古箏譜，在左手伴奏部分，小黑在試著彈奏的時候，就發(fā)現(xiàn)了一些套路。

細心的讀者可能發(fā)現(xiàn)了，左手的快速指序，頻繁出現(xiàn)4（倍低音）1（低音）5（低音）6（低音）和6（倍低音）3（低音）6（低音）1（中音）的編譜。

所以說，類似于和弦的4536251套路，和古箏譜中的上述“模式”可以作為一種輸入材料，為AI整理成一個融貫的、富有意義的音樂經(jīng)驗世界打開了一扇窗口。

人工智能的譜曲能力

工業(yè)化和人工智能浪潮席卷全球，某些領域尤其是藍領工作者的謀生手段有越來越被人工智能取代的趨勢，但繪畫、雕塑、音樂等藝術性領域則相對來說尚未遭遇被人工智能的集團化沖擊，但也引起了某些專業(yè)人士的焦慮和危機感。

其實這是個老話題了。計算機科學之父圖靈早在1951年，就造了一個機器，給它輸入一串指令，創(chuàng)作了三首小曲；1990年代，最有趣的一個實驗來自美國一個音樂學院的樂理學教授，他“訓練”了一臺計算機，讓它在巴赫音樂的海洋里找到熟悉的旋律，模擬創(chuàng)作一小段，現(xiàn)場測試下來，聽眾幾乎無法分別哪個才是真正的巴赫的原聲，哪個才是機器創(chuàng)作的功勞。

近些年以來，隨著人工智能（AI）領域在各個行業(yè)的全面鋪展開，音樂界的試水之作也越來越多，先鋒音樂人弗朗西斯·帕切特（Francis Pachet）在2018年正式推出了一張就說完全由AI創(chuàng)作的專輯：“Hello，world”；而且一個可以通過AI模擬外界環(huán)境的變化，主打輕音樂的APP在美國正式上線，名叫Endel。但Endel的研發(fā)者斯塔維茨基（Oleg Stavitsky）對AI在音樂界未來的發(fā)展持非常謹慎的態(tài)度：“目前AI還無法完全自主性地作曲，它只能從海量的曲庫中拼接剪輯，如果真的讓它搞一首歌出來，我寧愿聽我爸的那輛老爺車的引擎聲?！?/p>

Endel作為一個AI作曲的初代產(chǎn)品，能在市場站穩(wěn)腳跟，并非因為它的創(chuàng)作能力多么強大，在高階音樂人眼里，它還是很低級的，但斯塔維茨基聰明的地方是調(diào)整了音樂在公眾生活的工具性和輔助性意義，比如幫助失眠者睡眠，在面試或者寫論文前減緩緊張和焦慮等等。

小黑曾在宜家的智能家居系列產(chǎn)品中，看到一款智能燈具，當早上起床時，智能燈會配合無線音箱一起呼喚主人起床，音箱會發(fā)出鳥叫的聲音。可以這么說，如果你把“鳥叫”定義為一種音樂，那么這就是Endel正在做的事情，它距離真正的智能還有很長的路要走，但畢竟邁出了一大步。

總之，目前的AI作曲水平和周杰倫的差距，有點類似三國中潘鳳上將和呂布的差距，根本不是一個等級，但“質(zhì)”不行，“量”可以湊。一提到“量”，別說周杰倫了，整個全球流行樂壇都要往后稍稍。

為何這么說？因為AI可以批量生產(chǎn)旋律（如果你的要求不是太高），它就像車間流水線上的工人，一段一段的和弦和前奏以“電音”的范疇源源不斷地送到聽眾的耳中。2010年，三個電音玩家德埃魯·西爾維斯特恩、薩姆·艾斯特斯和邁克爾·霍貝（Drew Silverstein， Sam Estes， and Michael Hobe）就在好萊塢著名電影《蝙蝠俠·黑暗騎士》創(chuàng)作中有了新想法。即某些簡單的背景音旋律可否是AI自己創(chuàng)作，以配合電影中緊張、舒緩、驚悚或者浪漫的情節(jié)基調(diào)。

這三個人一共研發(fā)了一款名叫Amper的AI制作音樂的軟件，主打一些游戲廠商的外包音樂，這極大地節(jié)省了游戲制作中音樂部分的研發(fā)成本。德埃魯·西爾維斯特恩說：“如果沒有特殊需要，Amper可以每年創(chuàng)作10萬首游戲電音。”這是廣大周杰倫們無法做到的。

人工智能鑒賞樂器的能力

知乎網(wǎng)友“雪嶺洞簫聲”在評價Mojito的時候，敏感地捕捉到了此曲混搭了多種不同地區(qū)風情的樂器，如沙球、康佳鼓、小號、薩克斯和鋼琴等等，尤其是前兩者可以直接向聽眾點明：這就是一首拉丁歌，而且此曲大量應用4和7運用結合切分節(jié)奏，讓小黑的舞蹈老師聽了Mojito之后，直接在朋友圈發(fā)了一條：“我們的恰恰舞音樂庫有了新內(nèi)容。”

切分音符＋拉丁化的樂器，再加上和弦編大量運用了七和弦和五度圈循環(huán)，這種微妙的暢快感讓小黑對AI作曲的未來更加捏一把汗。

首先，高智商，能深度學習的AI譜曲者必須對每種樂器的音域、曲風特色有獨到的見解，同樣的和弦五度圈循環(huán)，薩克斯和嗩吶的感覺肯定是不一樣的，前者可以吹出“安河橋”的離別傷感的音域，而后者的高亢卻有一種“奈何橋”一般的蒼涼悲壯。

“形而下者謂之器 形而上者謂之道”這個古語來表達音樂，樂器可謂是“器”，樂譜算作“道”，那么AI的混音、和弦以及Rap的實時插入等等，都需要“道”與“器”的高度結合。

周杰倫對中國風（《青花瓷》、《蘭亭序》）和拉丁曲風（《迷迭香》、《mojito》）的拿捏和把握，是建立在對兩種民族風樂器的音質(zhì)之深度體驗的基礎上的，很顯然，目前只能玩合成電音的AI，還有很長的路要走，至少它還沒長出兩只能聽八方的耳朵。

人工智能的作詞能力

但是一首完整的歌，除了曲之外，還必須有詞。我國古代宋詞本來就是可以拿來在茶館酒肆、街頭巷尾中傳唱的，柳永、姜夔、蘇東坡就是宋代的周杰倫、林俊杰和王力宏。

提到21世紀周杰倫前面五六張專輯的爆款式曲目，就不得不提他的好搭檔方文山，在“中國風”模式上，他和周杰倫的關系就如同郭德綱和于謙這對黃金搭檔一樣，但周本人獨立作詞的作品也有很多，比如《半島鐵盒》、《星晴》、《稻香》、《梯田》、《蝸?！返鹊?，獲得了業(yè)界的廣泛贊譽。

但隨著“抖音”、“快手”等短視頻平臺上的“中國風”模仿秀的泛濫，有好事的網(wǎng)友總結出了方文山式的作詞套路，用“青山”、“白馬”、“邊關”、“紅衣”、“桃花”、“琵琶”等語詞拆解和拼接意象，還出現(xiàn)了一個閱讀量很高的神貼“如何手把手教你成為方文山”。

很多網(wǎng)友可能沒有意識到，這種調(diào)侃中國風套路的問題意識，已經(jīng)觸及到了人工智能作詞的關鍵點之一。某些類型的音樂作品，語詞的審美意義有很強的指向性，“中國風”套路的總結，是建立在大量的反復試聽，提取語詞頻率的基礎上。

比如，給AI輸入一串創(chuàng)造“中國風”歌曲的指令，若要給它建立一個專門用于“模式識別”的人工智能系統(tǒng)，不必像經(jīng)典的符號AI所建議的那樣構建出一個內(nèi)置的方法庫和方法調(diào)用程序，而可以采納一個新的技術進路：用數(shù)學辦法建立起一個人工神經(jīng)元網(wǎng)絡模型，讓該作曲模型本身具有自主學習功能。這些人工神經(jīng)元的底層計算活動本身并不具有符號表征功能，而只有在對整個網(wǎng)絡的整體輸出做出一定的統(tǒng)計學抽象之后，我們才能夠?qū)⑦@個總結果映射到一個語義上。

所以，當問題進展到這里，我們就發(fā)現(xiàn)AI作詞的能力，可以還原成AI有多大能力進行文學創(chuàng)作的能力，它是否可以寫出文學性很強的詩歌？是否可以信達雅地翻譯小說和散文？有關這些問題的答案，我想讀者們是心知肚明的。事實上，20年前就有不少AI科學家喊出“未來翻譯家們將會被人工智能搞失業(yè)”，幾十年下來，情況并非如此，一大原因就是AI的映射語義功能遭遇的瓶頸尚未被克服，遑論與作曲高度配合的音樂作詞了。

可以下的幾個結論

通過上述分析，我們發(fā)現(xiàn)現(xiàn)在的AI的音樂創(chuàng)作能力還處在“童年周杰倫”的階段，國外AI音樂領域的達人們形成的共識就是目前才剛上路（Still in the Very Beginning），還處在低幼化拼接剪切和弦，只能在某一個程式內(nèi)調(diào)取簡單樂理函數(shù)的階段；至于作詞也是套路化的，無法深層次學習情景理論和配合曲調(diào)。

但AI音樂的某些工具性屬性已經(jīng)被逐漸開發(fā)出來，而且可以“以量取勝”，這也許是它成長為真正的周杰倫的初始點。在“萬物皆可AI”的未來，我們需要敞開胸懷，迎接一個虛擬的音樂偶像的可能到來。
? ? ? ?責任編輯:pj