奇点基点
2020-03-05
这篇文章不错，转发给大家看看
在AI面前，Rapper要率先失业了？
免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。
分享至
微信
复制链接
精彩评论
我们需要你的真知灼见来填补这片空白
打开APP，发表看法
APP内打开
发表看法
{"i18n":{"language":"zh_CN"},"detailType":1,"isChannel":false,"data":{"magic":2,"id":983453897,"tweetId":"983453897","gmtCreate":1583378217319,"gmtModify":1704349631224,"author":{"id":3495968912199644,"idStr":"3495968912199644","authorId":3495968912199644,"authorIdStr":"3495968912199644","name":"奇点基点","avatar":"https://static.tigerbbs.com/46c489aab4224d9df077c994bbbdc254","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[],"fanSize":1,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"extraTitle":"","html":"<html><head></head><body><p>这篇文章不错，转发给大家看看</p></body></html>","htmlText":"<html><head></head><body><p>这篇文章不错，转发给大家看看</p></body></html>","text":"这篇文章不错，转发给大家看看","highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/983453897","repostId":2017320129,"repostType":2,"repost":{"id":"2017320129","kind":"highlight","pubTimestamp":1583377444,"share":"https://www.laohu8.com/m/news/2017320129?lang=&edition=full","pubTime":"2020-03-05 11:04","market":"us","language":"zh","title":"在AI面前，Rapper要率先失业了？","url":"https://stock-news.laohu8.com/highlight/detail?id=2017320129","media":"创事记","summary":"近期，美国数字研究机构Space150进行了一项有趣的试验：基于人工智能技术，模仿知名说唱歌手Travis Scott的人声和音乐风格，做出了一个说唱机器人\"Travis Bott\"。事实上，\"Travis Bott\"真的创作了一首歌《Jack Park Canny Dope Man》，且歌词和旋律均由自己完成。同时，Space150还使用基于AI的人体图像合成技术\"Deepfake\"，为这首歌拍摄了MV。说实话，与以往的AI歌曲不同，这首AI歌曲在对真人继续学习后，近乎到底了真人的听感。","content":"<html><body><p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/25/w550h275/20200305/7072-iqmtvwu7413501.jpg\"/>\n<h2></h2>\n</figure>\n</p><p><span>欢迎关注“创事记”微信订阅号：sinachuangshiji</span></p>\n<p>作者/柳成枝 编辑/范志辉</p>\n<p>来源：音乐先声（ID:nakedmusic）</p>\n<p>近期，美国数字研究机构Space150进行了一项有趣的试验：基于人工智能（Artificial Intelligence，简称AI）技术，模仿知名说唱歌手Travis Scott的人声和音乐风格，做出了一个说唱<a href=\"https://laohu8.com/S/300024\">机器人</a>\"Travis Bott\"。</p>\n<p>这个试验的目的是为了看AI到底能够持续创造出什么。事实上，\"Travis Bott\"真的创作了一首歌《Jack Park Canny Dope Man》，且歌词和旋律均由自己完成。同时，Space150还使用基于AI的人体图像合成技术\"Deepfake\"，为这首歌拍摄了MV。</p>\n<p>说实话，与以往的AI歌曲不同，这首AI歌曲在对真人继续学习后，近乎到底了真人的听感。国外网友在MV下面留言道。\"better than real trvis（比真人还好）\"\"Pretty amazing, this is only the beginning（太棒了，这仅仅是个开始）\"，甚至开始担心AI会奴役人类，但自己还是会买票去看。</p>\n<p>原理上，Space150采用附加神经网络技术（Additional Neural Network）创造出旋律和打击乐伴奏，再将Travis Scott的歌词输入\"文本生成器模型（Text Generator Model）\"，两周后，AI\"Travis Bott\"开始创建了歌词的韵脚（rhymes）。</p>\n<p>从效果来看，Travis Bott模仿Travis Scott几乎达到了以假乱真的地步，完全融汇了Travis Scott作品以及人物魅力的最主要的外显特征，以至于被调侃可以加入Spotify的说唱热门歌单《Rap Caviar》。与此同时，该项目也进一步验证了人工神经网络技术（Artificial Neural Networks）的进步，有助于探索未来AI在音乐中的应用价值。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/779/w550h229/20200305/8020-iqmtvwu7413572.jpg\"/>\n<h2></h2>\n</figure>\n<p>不可否认的是，AI已经渐渐地嵌入到我们的日常生活中。在\"互联网+\"以及\"工业制造4.0\"的新时代背景下，具备通信、网络与人机交互功能的AI作曲覆盖到教育科普、艺术表演和娱乐服务等领域已是大势所趋。而面对AI音乐的优异表现，也让我们思考：<strong>音乐人在与AI音乐的共生中，是否会遭遇到AlphaGo式的碾压？</strong></p>\n<p><strong>如何克隆Travis Scott？</strong></p>\n<p>事实上，AI作曲（Algorithmic Composition，也称\"算法作曲\"）并不稀奇，复制Travis Scott也并非难事。</p>\n<p>早在2016 年，<a href=\"https://laohu8.com/S/SNE\">索尼</a>旗下的计算机科学实验室（Computer Science Laboratories ，简称Sony CSL）研究人员哈杰里斯和帕切特就曾开发了一个名为\"DeepBach (深度巴赫) \"的神经网络。他们利用巴赫创作的 352 部作品目来训练DeepBach，创作出了2503首赞美诗。</p>\n<p>而第一个正式获得世界地位的AI虚拟作曲家则是由2016年诞生的初创公司Aiva Technologies推出的AIVA（Artificial Intelligence Virtual Artist）。它的创作方向主要是古典音乐、影视配乐，发展到现在也逐渐有了其他类型的作品，例如摇滚乐、流行乐等。作为虚拟音乐人，它通过了法国和卢森堡作者权利协会（SACEM）的合法注册，并拥有自己的署名版权。在AI领域而言，复制一位或多位音乐人的音乐风格的工作也许早已在进行中。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/341/w550h591/20200305/277d-iqmtvwu7413706.jpg\"/>\n<h2></h2>\n</figure>\n<p>目前来看，无论是DeepBach、AIVA抑或是Travis Bott，AI作曲背后都是一种基于人工神经网络的深度学习（Deep Learning）技术。在这种深度学习中，程序员必须搭建一个多层\"神经网络\"，并在多层的结构中分别加以编程，从而可以处理各种输入和输出点之间的信息。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/429/w550h679/20200305/1b62-iqmtvwu7413796.jpg\"/>\n<h2><strong>来源于：</strong><strong>2017·菠萝科学奖，人工智能主题解读</strong></h2>\n</figure>\n<p>譬如说，DeepBach被输入的是巴赫的362部作品，AIVA被输入的信息是以巴赫、贝多芬、莫扎特等为代表的古典作曲家作品的大数据库，而Travis Bott被输入的则是Travis Scott的作品、人声以及音效。</p>\n<p>在数据输入后，人工神经网络会找到众多被输入作品之间存在的规律，继而形成对音乐风格的理解。但这个音乐风格并不是最终的产物，其主要目的是用来预测，AI程序会带着它对音乐风格的预测继续运行，而在前方将会遇到下一个验证数据集。这个数据集会告诉它预测的正确与否，正确与错误的回馈都将被AI记住，在不断的高速学习中，AI的预测能力就会越来越强，最终掌握程序员大数据中归总后的曲风，进而能编写出自己的曲子。</p>\n<p>而AI创作者\"Travis Bott\"的突破，则在于其不止是输入了Travis Scott的作品，更输入了人声及音效，文本与声音的输入与输出在深度学习上又更上了一个台阶。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/65/w550h315/20200305/9fc8-iqmtvwu7413843.jpg\"/>\n<h2>来源于《I am AI 》系列短纪录片</h2>\n</figure>\n<p>这种深度学习，看似只是基于人类大脑的神经结构简单模式，但在某种程度上已经可以像人类一般\"思考\"了。这也使得AI能够在数据中理解并塑造高度抽象化的模型，例如旋律中的模型，或者人脸的特征。但从人工智能音乐的发展沿革而言，人工神经网络只是AI作曲的主要技术之一，与其他算法相比，有其优点也有其劣势。就优势而言，具有自学能力、联想存储功能、高速寻找优化解的能力是人工神经网络较其他算法最卓越的地方。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/266/w550h516/20200305/b42e-iqmtvwu7413913.jpg\"/>\n<h2><strong>来源于：</strong><strong>2017·菠萝科学奖，人工智能主题解读</strong></h2>\n</figure>\n<p>但其劣势也较为明显：1. 著名的\"黑匣子\"问题，意味着你不知道神经网络将会如何产出结果，更不知道为什么会产生这种结果；2.与认知不同，作曲是更高层次的智能活动；3. 耗时耗力；4. 数据饕餮，相较于传统的机器学习算法，需要更多的数据；5.算力成本较为昂贵。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/118/w550h368/20200305/1c31-iqmtvwu7414082.jpg\"/>\n<h2></h2>\n</figure>\n<p>在实践中，即便是最先进的深度学习算法，要实现真正深度神经网络的成功训练，仍需要数周才能完全训练完毕。而目前AI作曲在主要技术上尚不存在最优解，大多采用混合型算法（Hybrid Algorithm）。</p>\n<p><strong>如何避免AI作曲的版权风险？</strong></p>\n<p>与此同时，AI作曲的整体不足也较为显化。正如前文所言，AI作曲本质上就是大数据和云计算，AI音乐产生的过程就是机器根据程序员输入的要素或者是模式，在庞大的资料库中总结提取与之相匹配的特征，而后根据这些特征提取各种资料元素进行新的组合或者是延展。</p>\n<p>这里面必然存在一个问题是：这个巨大的数据库如何区分哪些数据是有版权保护的？哪些是公共数据？数据库的搭建者如何保障具有版权数据的权益？使用数据库的主体如何做到不侵权？</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/115/w550h365/20200305/0257-iqmtvwu7414225.jpg\"/>\n<h2></h2>\n</figure>\n<p>很显然，目前的AI作曲在某种程度上仍旧无法完成或者说无法自主完成这一任务，版权的规避大多来自于程序员的有意为之。</p>\n<p>2017年，Aiva Technologies对AIVA选择专注古典音乐的解释也正好回应了程序员对于AI作曲版权的刻意设计：\"用来训练Aiva的古典音乐数据库不涉及版权问题，因为版权都过期了。\"</p>\n<p>对于开头的Travis Bott而言，其对于Travis Scott的学习中，作品库、人物形象的采样必然也要先取得Travis Scott的授权，但其学习后生产出的作品又如何避免对Travis Scott形成抄袭呢？</p>\n<p>这一情况，也是造成目前市场上AI作曲质量参差不齐的原因之一，某种程度上来说，抄袭或许很难避免。查重工具 (Plagiarism Checker)以及查重的尺度在这里就显得尤为重要了，但就目前的实践来看，人类音乐人歌曲抄袭判断标准都还在寻求统一化中，何论AI作曲？</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/64/w550h314/20200305/9cbb-iqmtvwu7414291.jpg\"/>\n<h2></h2>\n</figure>\n<p>而即便AI作曲经历千辛万苦后终于生产出一个纯原创、不涉及任何侵权的作品，他（她）又将面临到版权认证的问题。</p>\n<p>根据我国《著作权法》对于著作权的定义，\"著作权是著作权法赋予民事主体对作品及相关客体所享有的权利。\"其中，民事主体指公民、法人或非法人组织。AI在主体身份上就无法获得认可，权利的获得与放弃都变得尤为复杂。如果产生侵权纠纷，将难以解决。</p>\n<p>比如，<a href=\"https://laohu8.com/S/MSFT\">微软</a>小冰独立创作的诗集《阳光失了玻璃窗》，作品一经发布后就出现了很多的盗版以及很多不规范引用。这种通常意义上的侵权，却因为缺失法律规定的缺失，版权的归属也就谁都说不清，侵权也就听之任之了。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/300/w550h550/20200305/8ff5-iqmtvwu7414408.jpg\"/>\n<h2></h2>\n</figure>\n<p>但值得一提的是，相较于国内的空白，国外对于AI作品的放宽与认可已然成为一种常态，英国、南非、新西兰属于第一批明确认可AI版权的国家。而美国、日本、澳大利亚虽然在成文法上并未有明确规定，但在司法实践中都进行了不同程度的尝试。这也是为什么美国在成文法上未对AI作品进行认可，但在司法实践中却有胜诉的案例。</p>\n<p>但中国因为是成文法国家，判例法并不是法的正式渊源，无法与普通法系（或英美法系）形成法官造法的司法实践，所以从制度上明确AI作品才是最根本的。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/96/w550h346/20200305/b771-iqmtvwu7414469.jpg\"/>\n<h2></h2>\n</figure>\n<p>不可否认的是，受制于多国在AI领域以及法律操作上的水平差异，要获得大范围的认可或许仍有待时日。当然，在其中取巧也较为简单，在AI生成的作品加入人类艺术家的名字就可以突破这一桎梏。</p>\n<p>2018年9月7日，AIVA的纯音乐专辑《艾娲（Vol.3 from artificial composer Aiva）》的做法是：专辑还是AIVA的，但每首曲子都会标注\"feat. Aiva Sinfonietta Orchestra, Brad Frey\"，表明那位音乐监督在\"演奏\"中的贡献，团队成员就可以将作品进行商用。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/394/w550h644/20200305/0518-iqmtvwu7414543.jpg\"/>\n<h2></h2>\n</figure>\n<p>总的来说，复制Travis Scott对于AI来说并非难事，但要处理其中的版权纠纷以及进一步将AI技术提升却并非一日之功。</p>\n<div sax-type=\"proxy\"></div><p><strong>AI音乐的商业探索</strong></p>\n<p>AI音乐无疑是一个历时已久，但在这几年蓬勃发展的朝阳产业。</p>\n<p>1974年，Rader系统的出现是带有AI作曲系统真正的开始。与现在意义上的AI有所不同，其运用了AI中可运用规则的部分，使得机器根据旋律、和声生成的规则进行权衡，并且对音符与和声搭配的合适比重进行选择。此后随着对音乐生成系统研究的不断深入，出现了可完成自动低音和声生成的Snobol系统，以及可用来生成巴赫风格和声的Choral系统（Ebciogln产品，专家系统）。</p>\n<p>1993年，出现了运用人工神经网络学习模式进行和声生成的Musact系统，以及基于人工神经网络和\"限制满意度技术\"相结合方式，可根据旋律进行巴洛克风格和声生成的Harmonet系统。这些都是现代AI作曲系统的鼻祖，具有里程碑意义。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/59/w550h309/20200305/a45b-iqmtvwu7414671.jpg\"/>\n<h2></h2>\n</figure>\n<p><strong>当代AI作曲系统的开发，大多从Google的Magenta开始萌芽。</strong>Magenta是Google于2015年底开源，并用TensorFlow机器引擎学习的一种人工智能技术，该项目旨在开发AI技术创作出音乐以及其他艺术形式，主要子项目有NSynth Super、Onsets and Frames以及MusicVAE。</p>\n<p>此后，各类AI系统、产品开始迅速发展。其中，较为有代表性的程序开发有：2017年Taryn Southern专辑《I Am AI》采用的Amper Music应用、2018年Skygge录制发行《Hello World》使用的Flow Machines（Sony旗下产品）工具，以及2019年OpenAI开发的一种用于生成音乐作品的深层神经网络MuseNet。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/161/w550h411/20200305/0329-iqmtvwu7414775.jpg\"/>\n<h2></h2>\n</figure>\n<p>目前，国外较为成熟的AI音乐公司，除了Google、Sony、Amper Music外，还包括洛杉矶的Popgun、伦敦的Jukedeck和AI Musical、旧金山的Humtap、柏林的Melodrive、Google总部山景城的Groov.A、卢森堡的AIVA、非盈利性研究公司OpenAI以及自称为 \"首个建立在人工智能音乐发现基础上的全方位服务唱片公司\"Snafu Records等。其中，Jukedeck已于2019年7月被头条收购。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/106/w550h356/20200305/51c8-iqmtvwu7414923.jpg\"/>\n<h2></h2>\n</figure>\n<p>而在国内，AI音乐也有不少的行业实践。</p>\n<p>除了<a href=\"https://laohu8.com/S/BIDU\">百度</a>、<a href=\"https://laohu8.com/S/00700\">腾讯</a>、阿里、<a href=\"https://laohu8.com/S/NTES\">网易</a>云等音乐平台都在不同程度上对AI音乐有布局外，高校以及大中型企业也逐渐加入到AI音乐的教育、研发中。例如，貌似和音乐搭不上边的平安科技有限公司，接连与中央民族大学、四川音乐学院等高校展开了合作，并在2018年EPFL瑞士联邦理工学院举办的AI作曲国际挑战赛中，赢得了智能作曲领域内首次的AI世界作曲大赛冠军。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/116/w550h366/20200305/4846-iqmtvwu7415019.jpg\"/>\n<h2></h2>\n</figure>\n<p>而由微软(亚洲)互联网工程院人工智能创造力团队负责研发的AI音乐技术，已经能够基于和弦、节奏、旋律交叉等多项音乐元素进行内容创作，集作曲、作词、编曲、演唱等多项音乐创作力于一体，相当于一支完整乐队。如今，此项技术已在央视及各省市综艺节目中多次验证，并成功实现了商业化与产业化输出。2018年5月，微软宣布公司旗下人工智能小冰已经掌握了歌词创作和谱曲能力。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/158/w550h408/20200305/46c2-iqmtvwu7413415.jpg\"/>\n<h2></h2>\n</figure>\n<p>另外，2018年4月，嗨翻屋发布的音乐AI创作助手\"小嗨\"在目前已经创作了数张专辑，除了作词作曲，还具备\"识曲\"功能。而2019 年2月、3 月分别在 IOS 和安卓上线的\"鲸鸣\"APP，则是一款可以让普通人的\"在线合唱\"变为可能的音乐类应用。\"鲸鸣\"APP使用的是 AI 歌声合成技术，用户只需要录入自己的声音，APP便可自动修音，并利用 AI 技术将录音者的声音与原唱或者是其他使用者的音色相结合，最终达成合唱效果。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/402/w550h652/20200305/f03f-iqmtvwu7413539.jpg\"/>\n<h2></h2>\n</figure>\n<p>不难发现，AI在音乐领域的运用已经是各国文化产业的一大重点。在快速发展的同时虽然也存在一定的困境。当然，主要还是围绕算法、版权两个方面。但随着AI整体技术水平的提升，用户对作曲系统智能化程度要求的提高，AI在音乐领域的运用正逐步走出困境，国内发展的趋势也逐渐与国际接轨。</p>\n<p>首先，在算法技术层面，混合型算法以及个性化智能音乐定制依然是主流。一方面，由于各种算法在人工智能作曲的使用中都有其自身的优势和不足，目前人工智能作曲的音乐作品风格和体裁比较单一，且可听性不强。在混合型的算法作曲中，各种算法将扬长避短，这些问题能够得到有效解决。</p>\n<p>另一方面，由于AI作曲从大数据中抽取规则，多产但很容易造成歌曲同质性较高的问题。但个性化智能音乐定制以听众的私人喜好为前提，通过大数据和算法运作后生产出的作品也因个体的差异，更具有原创性。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/149/w550h399/20200305/cb63-iqmtvwu7413624.jpg\"/>\n<h2></h2>\n</figure>\n<p>其次，在版权方面，受制于无法破除的法律困境，AI技术转向与人类音乐人合作将是短期内突破版权的最直接手段；同时，人类音乐人也会在其中获利，AI技术对于人类创造力以及音乐人灵感的激发作用会越发凸显。</p>\n<p><strong>有报道称，人机配合的创作方式是人类音乐家创作速度的20倍。</strong>某种程度来说，在提升音乐人的工作效率、降低音乐人与制作方的沟通成本方面，AI作曲都有着人类协作难以企及的优势。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/25/w550h275/20200305/d1dd-iqmtvwu7413703.jpg\"/>\n<h2></h2>\n</figure>\n<p>2018年9月，阿里音乐首席科学家尧问（花名）曾在阿里音乐专场论坛上说道：\"我觉得任何一个艺术家，总有创意枯竭的时候，他们需要灵感。AI创作的音乐可能不是整段歌都好听，但中间恰好有一小段和这些艺术家的情绪相符，艺术家就能参考借鉴，作为灵感的迸发点，把这个启发转化到自己的作品里面去，我觉得这对于他们是非常好的帮助。\"</p>\n<p>随着AI技术在深度学习的逐渐深化，对于人类情绪掌握的逐渐熟练，以及法律逐渐完善对计算机作品以及主体的定义，AI作为人类音乐家的辅助工具这一现状或许也不会持续太久，毕竟技术以及法律都并非是一尘不变的。</p>\n<p><strong>结语</strong></p>\n<p>从流媒体利用AI进行智能推荐去引导听众音乐品味，到科学家基于AI打造出AI作曲家再一次颠覆音乐行业，人们对于AI的发展有些喜忧参半。一方面，AI的加入能够让音乐行业更加完善，让这个行业的运作更加有效率；另一方面，作为人类制造出来的机器，AI作曲的销量和品质也许会让很多音乐人汗颜。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/128/w550h378/20200305/00d9-iqmtvwu7413789.jpg\"/>\n<h2></h2>\n</figure>\n<p>长远来看，AI与人类的音乐人、电台DJ的关系或许也不是非此即彼，就像现在的数字音乐与黑胶的对决一样，黑胶的没落是有目共睹，但其价值仍然被大众认可，甚至被小部分人追捧。换句话说，技术的进步以及行业的综合性推进，最大可能会使得AI音乐成为音乐创作的一种标准配置。当然，人们对人类音乐人在音乐上的原创性、审美性要求也会越高。</p>\n<figure>\n<img src=\"http://n.sinaimg.cn/tech/crawl/63/w550h313/20200305/32a9-iqmtvwu7413851.jpg\"/>\n<h2></h2>\n</figure>\n<p>但无论是AI音乐或者是人类创作的音乐，从音乐诞生到现在花样百出的音乐产品，其最核心的仍然是提供服务，这个核心不改变，人和音乐的关系也不会被改变。归根结底，人工智能仍来源于人类智慧，与其说让音乐人失业或者是被遭遇到AlphaGo式的碾压，不如说是技术带来的行业变迁，而在作品或音乐服务的选择上，听众也有了更多元化的选择。</p>\n<p><strong>参考资料：</strong></p>\n<p>1.《ARTIFICIAL INTELLIGENCE MADE A SONG IN THE STYLE OF TRAVIS SCOTT. IT SOUNDS UNNERVINGLY LIKE TRAVIS SCOTT.》，《Music Business Worldwide》，2020年2月16日</p>\n<p>2.《艺术家们是如何看待虚拟现实这一未来大势的？》，《SIZE潮流生活》，2020年2月16日</p>\n<p>3.《第一个世界正式的AI作曲家AIVA是怎样创作音乐的？》，《雷克世界》，2017年3月17日</p>\n<p>4.《什么是人工神经网络（ANN）》，《知乎专栏：人工智能图像识别技术与计算机视觉(CV)》，发布于2018年8月30日</p>\n<p>5.李景平：《人工智能深度介入文化产业的问题及风险防范》，《深圳大学学报（人文社会科学版）》，2019年9月第5期</p>\n<p>6. 贰叁叁 ：《AI写的歌，应该受到版权保护吗？》，《音乐先声》，2019年6月14日</p>\n<p>7. 肖欣：《人工智能生成内容版权问题的国际比较研究》，华东政法大学硕士论文，2019年</p>\n<p>8.《神经网络最大的优点，以及最严重的缺陷》，《csdn人工智能头条》，2018年10月12日</p>\n<p>9. 王铉、雷沁颖：《人工智能对中国音乐产业链的渗透与革新》，《<a href=\"https://laohu8.com/S/00072\">现代传播</a>(中国传媒大学学报)》，2019年12期</p>\n<p>10. 《博览会 | AI音乐家会像阿法狗那样碾压人类吗？》，《中国音乐财经网》，2018年4月24日</p>\n<p>11. 田梅、黄智兴、张友刚：《算法作曲中的人工智能技术》，《四川教育学院学报》，2006年12月</p>\n<p>排版 | 安林</p>\n<div>\n<img src=\"http://n.sinaimg.cn/default/2fb77759/20151125/320X320.png\"/>\n</div>\n</body></html>","source":"sina_tech","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>在AI面前，Rapper要率先失业了？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n在AI面前，Rapper要率先失业了？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2020-03-05 11:04 北京时间 <a href=http://tech.sina.cn/csj/2020-03-05/doc-iimxxstf6546242.d.html?vt=4><strong>创事记</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>欢迎关注“创事记”微信订阅号：sinachuangshiji\n作者/柳成枝 编辑/范志辉\n来源：音乐先声（ID:nakedmusic）\n近期，美国数字研究机构Space150进行了一项有趣的试验：基于人工智能（Artificial Intelligence，简称AI）技术，模仿知名说唱歌手Travis Scott的人声和音乐风格，做出了一个说唱机器人\"Travis Bott\"。\n这个试验的...</p>\n\n<a href=\"http://tech.sina.cn/csj/2020-03-05/doc-iimxxstf6546242.d.html?vt=4\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://k.sinaimg.cn/n/tech/transform/140/w630h310/20200305/7c95-iqmtvwu7417835.jpg/w120h90l50t1e4f.jpg","relate_stocks":{"GOOGL":"谷歌A","QNETCN":"纳斯达克中美互联网老虎指数","09086":"华夏纳指-U","GOOG":"谷歌","03086":"华夏纳指"},"source_url":"http://tech.sina.cn/csj/2020-03-05/doc-iimxxstf6546242.d.html?vt=4","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"2017320129","content_text":"欢迎关注“创事记”微信订阅号：sinachuangshiji\n作者/柳成枝 编辑/范志辉\n来源：音乐先声（ID:nakedmusic）\n近期，美国数字研究机构Space150进行了一项有趣的试验：基于人工智能（Artificial Intelligence，简称AI）技术，模仿知名说唱歌手Travis Scott的人声和音乐风格，做出了一个说唱机器人\"Travis Bott\"。\n这个试验的目的是为了看AI到底能够持续创造出什么。事实上，\"Travis Bott\"真的创作了一首歌《Jack Park Canny Dope Man》，且歌词和旋律均由自己完成。同时，Space150还使用基于AI的人体图像合成技术\"Deepfake\"，为这首歌拍摄了MV。\n说实话，与以往的AI歌曲不同，这首AI歌曲在对真人继续学习后，近乎到底了真人的听感。国外网友在MV下面留言道。\"better than real trvis（比真人还好）\"\"Pretty amazing, this is only the beginning（太棒了，这仅仅是个开始）\"，甚至开始担心AI会奴役人类，但自己还是会买票去看。\n原理上，Space150采用附加神经网络技术（Additional Neural Network）创造出旋律和打击乐伴奏，再将Travis Scott的歌词输入\"文本生成器模型（Text Generator Model）\"，两周后，AI\"Travis Bott\"开始创建了歌词的韵脚（rhymes）。\n从效果来看，Travis Bott模仿Travis Scott几乎达到了以假乱真的地步，完全融汇了Travis Scott作品以及人物魅力的最主要的外显特征，以至于被调侃可以加入Spotify的说唱热门歌单《Rap Caviar》。与此同时，该项目也进一步验证了人工神经网络技术（Artificial Neural Networks）的进步，有助于探索未来AI在音乐中的应用价值。\n\n\n\n\n不可否认的是，AI已经渐渐地嵌入到我们的日常生活中。在\"互联网+\"以及\"工业制造4.0\"的新时代背景下，具备通信、网络与人机交互功能的AI作曲覆盖到教育科普、艺术表演和娱乐服务等领域已是大势所趋。而面对AI音乐的优异表现，也让我们思考：音乐人在与AI音乐的共生中，是否会遭遇到AlphaGo式的碾压？\n如何克隆Travis Scott？\n事实上，AI作曲（Algorithmic Composition，也称\"算法作曲\"）并不稀奇，复制Travis Scott也并非难事。\n早在2016 年，索尼旗下的计算机科学实验室（Computer Science Laboratories ，简称Sony CSL）研究人员哈杰里斯和帕切特就曾开发了一个名为\"DeepBach (深度巴赫) \"的神经网络。他们利用巴赫创作的 352 部作品目来训练DeepBach，创作出了2503首赞美诗。\n而第一个正式获得世界地位的AI虚拟作曲家则是由2016年诞生的初创公司Aiva Technologies推出的AIVA（Artificial Intelligence Virtual Artist）。它的创作方向主要是古典音乐、影视配乐，发展到现在也逐渐有了其他类型的作品，例如摇滚乐、流行乐等。作为虚拟音乐人，它通过了法国和卢森堡作者权利协会（SACEM）的合法注册，并拥有自己的署名版权。在AI领域而言，复制一位或多位音乐人的音乐风格的工作也许早已在进行中。\n\n\n\n\n目前来看，无论是DeepBach、AIVA抑或是Travis Bott，AI作曲背后都是一种基于人工神经网络的深度学习（Deep Learning）技术。在这种深度学习中，程序员必须搭建一个多层\"神经网络\"，并在多层的结构中分别加以编程，从而可以处理各种输入和输出点之间的信息。\n\n\n来源于：2017·菠萝科学奖，人工智能主题解读\n\n譬如说，DeepBach被输入的是巴赫的362部作品，AIVA被输入的信息是以巴赫、贝多芬、莫扎特等为代表的古典作曲家作品的大数据库，而Travis Bott被输入的则是Travis Scott的作品、人声以及音效。\n在数据输入后，人工神经网络会找到众多被输入作品之间存在的规律，继而形成对音乐风格的理解。但这个音乐风格并不是最终的产物，其主要目的是用来预测，AI程序会带着它对音乐风格的预测继续运行，而在前方将会遇到下一个验证数据集。这个数据集会告诉它预测的正确与否，正确与错误的回馈都将被AI记住，在不断的高速学习中，AI的预测能力就会越来越强，最终掌握程序员大数据中归总后的曲风，进而能编写出自己的曲子。\n而AI创作者\"Travis Bott\"的突破，则在于其不止是输入了Travis Scott的作品，更输入了人声及音效，文本与声音的输入与输出在深度学习上又更上了一个台阶。\n\n\n来源于《I am AI 》系列短纪录片\n\n这种深度学习，看似只是基于人类大脑的神经结构简单模式，但在某种程度上已经可以像人类一般\"思考\"了。这也使得AI能够在数据中理解并塑造高度抽象化的模型，例如旋律中的模型，或者人脸的特征。但从人工智能音乐的发展沿革而言，人工神经网络只是AI作曲的主要技术之一，与其他算法相比，有其优点也有其劣势。就优势而言，具有自学能力、联想存储功能、高速寻找优化解的能力是人工神经网络较其他算法最卓越的地方。\n\n\n来源于：2017·菠萝科学奖，人工智能主题解读\n\n但其劣势也较为明显：1. 著名的\"黑匣子\"问题，意味着你不知道神经网络将会如何产出结果，更不知道为什么会产生这种结果；2.与认知不同，作曲是更高层次的智能活动；3. 耗时耗力；4. 数据饕餮，相较于传统的机器学习算法，需要更多的数据；5.算力成本较为昂贵。\n\n\n\n\n在实践中，即便是最先进的深度学习算法，要实现真正深度神经网络的成功训练，仍需要数周才能完全训练完毕。而目前AI作曲在主要技术上尚不存在最优解，大多采用混合型算法（Hybrid Algorithm）。\n如何避免AI作曲的版权风险？\n与此同时，AI作曲的整体不足也较为显化。正如前文所言，AI作曲本质上就是大数据和云计算，AI音乐产生的过程就是机器根据程序员输入的要素或者是模式，在庞大的资料库中总结提取与之相匹配的特征，而后根据这些特征提取各种资料元素进行新的组合或者是延展。\n这里面必然存在一个问题是：这个巨大的数据库如何区分哪些数据是有版权保护的？哪些是公共数据？数据库的搭建者如何保障具有版权数据的权益？使用数据库的主体如何做到不侵权？\n\n\n\n\n很显然，目前的AI作曲在某种程度上仍旧无法完成或者说无法自主完成这一任务，版权的规避大多来自于程序员的有意为之。\n2017年，Aiva Technologies对AIVA选择专注古典音乐的解释也正好回应了程序员对于AI作曲版权的刻意设计：\"用来训练Aiva的古典音乐数据库不涉及版权问题，因为版权都过期了。\"\n对于开头的Travis Bott而言，其对于Travis Scott的学习中，作品库、人物形象的采样必然也要先取得Travis Scott的授权，但其学习后生产出的作品又如何避免对Travis Scott形成抄袭呢？\n这一情况，也是造成目前市场上AI作曲质量参差不齐的原因之一，某种程度上来说，抄袭或许很难避免。查重工具 (Plagiarism Checker)以及查重的尺度在这里就显得尤为重要了，但就目前的实践来看，人类音乐人歌曲抄袭判断标准都还在寻求统一化中，何论AI作曲？\n\n\n\n\n而即便AI作曲经历千辛万苦后终于生产出一个纯原创、不涉及任何侵权的作品，他（她）又将面临到版权认证的问题。\n根据我国《著作权法》对于著作权的定义，\"著作权是著作权法赋予民事主体对作品及相关客体所享有的权利。\"其中，民事主体指公民、法人或非法人组织。AI在主体身份上就无法获得认可，权利的获得与放弃都变得尤为复杂。如果产生侵权纠纷，将难以解决。\n比如，微软小冰独立创作的诗集《阳光失了玻璃窗》，作品一经发布后就出现了很多的盗版以及很多不规范引用。这种通常意义上的侵权，却因为缺失法律规定的缺失，版权的归属也就谁都说不清，侵权也就听之任之了。\n\n\n\n\n但值得一提的是，相较于国内的空白，国外对于AI作品的放宽与认可已然成为一种常态，英国、南非、新西兰属于第一批明确认可AI版权的国家。而美国、日本、澳大利亚虽然在成文法上并未有明确规定，但在司法实践中都进行了不同程度的尝试。这也是为什么美国在成文法上未对AI作品进行认可，但在司法实践中却有胜诉的案例。\n但中国因为是成文法国家，判例法并不是法的正式渊源，无法与普通法系（或英美法系）形成法官造法的司法实践，所以从制度上明确AI作品才是最根本的。\n\n\n\n\n不可否认的是，受制于多国在AI领域以及法律操作上的水平差异，要获得大范围的认可或许仍有待时日。当然，在其中取巧也较为简单，在AI生成的作品加入人类艺术家的名字就可以突破这一桎梏。\n2018年9月7日，AIVA的纯音乐专辑《艾娲（Vol.3 from artificial composer Aiva）》的做法是：专辑还是AIVA的，但每首曲子都会标注\"feat. Aiva Sinfonietta Orchestra, Brad Frey\"，表明那位音乐监督在\"演奏\"中的贡献，团队成员就可以将作品进行商用。\n\n\n\n\n总的来说，复制Travis Scott对于AI来说并非难事，但要处理其中的版权纠纷以及进一步将AI技术提升却并非一日之功。\nAI音乐的商业探索\nAI音乐无疑是一个历时已久，但在这几年蓬勃发展的朝阳产业。\n1974年，Rader系统的出现是带有AI作曲系统真正的开始。与现在意义上的AI有所不同，其运用了AI中可运用规则的部分，使得机器根据旋律、和声生成的规则进行权衡，并且对音符与和声搭配的合适比重进行选择。此后随着对音乐生成系统研究的不断深入，出现了可完成自动低音和声生成的Snobol系统，以及可用来生成巴赫风格和声的Choral系统（Ebciogln产品，专家系统）。\n1993年，出现了运用人工神经网络学习模式进行和声生成的Musact系统，以及基于人工神经网络和\"限制满意度技术\"相结合方式，可根据旋律进行巴洛克风格和声生成的Harmonet系统。这些都是现代AI作曲系统的鼻祖，具有里程碑意义。\n\n\n\n\n当代AI作曲系统的开发，大多从Google的Magenta开始萌芽。Magenta是Google于2015年底开源，并用TensorFlow机器引擎学习的一种人工智能技术，该项目旨在开发AI技术创作出音乐以及其他艺术形式，主要子项目有NSynth Super、Onsets and Frames以及MusicVAE。\n此后，各类AI系统、产品开始迅速发展。其中，较为有代表性的程序开发有：2017年Taryn Southern专辑《I Am AI》采用的Amper Music应用、2018年Skygge录制发行《Hello World》使用的Flow Machines（Sony旗下产品）工具，以及2019年OpenAI开发的一种用于生成音乐作品的深层神经网络MuseNet。\n\n\n\n\n目前，国外较为成熟的AI音乐公司，除了Google、Sony、Amper Music外，还包括洛杉矶的Popgun、伦敦的Jukedeck和AI Musical、旧金山的Humtap、柏林的Melodrive、Google总部山景城的Groov.A、卢森堡的AIVA、非盈利性研究公司OpenAI以及自称为 \"首个建立在人工智能音乐发现基础上的全方位服务唱片公司\"Snafu Records等。其中，Jukedeck已于2019年7月被头条收购。\n\n\n\n\n而在国内，AI音乐也有不少的行业实践。\n除了百度、腾讯、阿里、网易云等音乐平台都在不同程度上对AI音乐有布局外，高校以及大中型企业也逐渐加入到AI音乐的教育、研发中。例如，貌似和音乐搭不上边的平安科技有限公司，接连与中央民族大学、四川音乐学院等高校展开了合作，并在2018年EPFL瑞士联邦理工学院举办的AI作曲国际挑战赛中，赢得了智能作曲领域内首次的AI世界作曲大赛冠军。\n\n\n\n\n而由微软(亚洲)互联网工程院人工智能创造力团队负责研发的AI音乐技术，已经能够基于和弦、节奏、旋律交叉等多项音乐元素进行内容创作，集作曲、作词、编曲、演唱等多项音乐创作力于一体，相当于一支完整乐队。如今，此项技术已在央视及各省市综艺节目中多次验证，并成功实现了商业化与产业化输出。2018年5月，微软宣布公司旗下人工智能小冰已经掌握了歌词创作和谱曲能力。\n\n\n\n\n另外，2018年4月，嗨翻屋发布的音乐AI创作助手\"小嗨\"在目前已经创作了数张专辑，除了作词作曲，还具备\"识曲\"功能。而2019 年2月、3 月分别在 IOS 和安卓上线的\"鲸鸣\"APP，则是一款可以让普通人的\"在线合唱\"变为可能的音乐类应用。\"鲸鸣\"APP使用的是 AI 歌声合成技术，用户只需要录入自己的声音，APP便可自动修音，并利用 AI 技术将录音者的声音与原唱或者是其他使用者的音色相结合，最终达成合唱效果。\n\n\n\n\n不难发现，AI在音乐领域的运用已经是各国文化产业的一大重点。在快速发展的同时虽然也存在一定的困境。当然，主要还是围绕算法、版权两个方面。但随着AI整体技术水平的提升，用户对作曲系统智能化程度要求的提高，AI在音乐领域的运用正逐步走出困境，国内发展的趋势也逐渐与国际接轨。\n首先，在算法技术层面，混合型算法以及个性化智能音乐定制依然是主流。一方面，由于各种算法在人工智能作曲的使用中都有其自身的优势和不足，目前人工智能作曲的音乐作品风格和体裁比较单一，且可听性不强。在混合型的算法作曲中，各种算法将扬长避短，这些问题能够得到有效解决。\n另一方面，由于AI作曲从大数据中抽取规则，多产但很容易造成歌曲同质性较高的问题。但个性化智能音乐定制以听众的私人喜好为前提，通过大数据和算法运作后生产出的作品也因个体的差异，更具有原创性。\n\n\n\n\n其次，在版权方面，受制于无法破除的法律困境，AI技术转向与人类音乐人合作将是短期内突破版权的最直接手段；同时，人类音乐人也会在其中获利，AI技术对于人类创造力以及音乐人灵感的激发作用会越发凸显。\n有报道称，人机配合的创作方式是人类音乐家创作速度的20倍。某种程度来说，在提升音乐人的工作效率、降低音乐人与制作方的沟通成本方面，AI作曲都有着人类协作难以企及的优势。\n\n\n\n\n2018年9月，阿里音乐首席科学家尧问（花名）曾在阿里音乐专场论坛上说道：\"我觉得任何一个艺术家，总有创意枯竭的时候，他们需要灵感。AI创作的音乐可能不是整段歌都好听，但中间恰好有一小段和这些艺术家的情绪相符，艺术家就能参考借鉴，作为灵感的迸发点，把这个启发转化到自己的作品里面去，我觉得这对于他们是非常好的帮助。\"\n随着AI技术在深度学习的逐渐深化，对于人类情绪掌握的逐渐熟练，以及法律逐渐完善对计算机作品以及主体的定义，AI作为人类音乐家的辅助工具这一现状或许也不会持续太久，毕竟技术以及法律都并非是一尘不变的。\n结语\n从流媒体利用AI进行智能推荐去引导听众音乐品味，到科学家基于AI打造出AI作曲家再一次颠覆音乐行业，人们对于AI的发展有些喜忧参半。一方面，AI的加入能够让音乐行业更加完善，让这个行业的运作更加有效率；另一方面，作为人类制造出来的机器，AI作曲的销量和品质也许会让很多音乐人汗颜。\n\n\n\n\n长远来看，AI与人类的音乐人、电台DJ的关系或许也不是非此即彼，就像现在的数字音乐与黑胶的对决一样，黑胶的没落是有目共睹，但其价值仍然被大众认可，甚至被小部分人追捧。换句话说，技术的进步以及行业的综合性推进，最大可能会使得AI音乐成为音乐创作的一种标准配置。当然，人们对人类音乐人在音乐上的原创性、审美性要求也会越高。\n\n\n\n\n但无论是AI音乐或者是人类创作的音乐，从音乐诞生到现在花样百出的音乐产品，其最核心的仍然是提供服务，这个核心不改变，人和音乐的关系也不会被改变。归根结底，人工智能仍来源于人类智慧，与其说让音乐人失业或者是被遭遇到AlphaGo式的碾压，不如说是技术带来的行业变迁，而在作品或音乐服务的选择上，听众也有了更多元化的选择。\n参考资料：\n1.《ARTIFICIAL INTELLIGENCE MADE A SONG IN THE STYLE OF TRAVIS SCOTT. IT SOUNDS UNNERVINGLY LIKE TRAVIS SCOTT.》，《Music Business Worldwide》，2020年2月16日\n2.《艺术家们是如何看待虚拟现实这一未来大势的？》，《SIZE潮流生活》，2020年2月16日\n3.《第一个世界正式的AI作曲家AIVA是怎样创作音乐的？》，《雷克世界》，2017年3月17日\n4.《什么是人工神经网络（ANN）》，《知乎专栏：人工智能图像识别技术与计算机视觉(CV)》，发布于2018年8月30日\n5.李景平：《人工智能深度介入文化产业的问题及风险防范》，《深圳大学学报（人文社会科学版）》，2019年9月第5期\n6. 贰叁叁 ：《AI写的歌，应该受到版权保护吗？》，《音乐先声》，2019年6月14日\n7. 肖欣：《人工智能生成内容版权问题的国际比较研究》，华东政法大学硕士论文，2019年\n8.《神经网络最大的优点，以及最严重的缺陷》，《csdn人工智能头条》，2018年10月12日\n9. 王铉、雷沁颖：《人工智能对中国音乐产业链的渗透与革新》，《现代传播(中国传媒大学学报)》，2019年12期\n10. 《博览会 | AI音乐家会像阿法狗那样碾压人类吗？》，《中国音乐财经网》，2018年4月24日\n11. 田梅、黄智兴、张友刚：《算法作曲中的人工智能技术》，《四川教育学院学报》，2006年12月\n排版 | 安林","news_type":1},"isVote":1,"tweetType":1,"viewCount":1168,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":27,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"isCommentEnd":true,"isTiger":false,"isWeiXinMini":false,"url":"/m/post/983453897"}
精彩评论