《渴望現(xiàn)場(chǎng)》節(jié)目中，機(jī)器人“小渴”正在為選手演唱打分。

 

　　前不久，央視一檔歌唱類節(jié)目《渴望現(xiàn)場(chǎng)》請(qǐng)來(lái)了一位客觀公正的音樂(lè)評(píng)審——機(jī)器人“小渴”。這臺(tái)由中科院自動(dòng)化研究所研制的機(jī)器人首次從音準(zhǔn)、音域、調(diào)性、節(jié)奏、語(yǔ)感、樂(lè)感6個(gè)維度對(duì)演唱進(jìn)行客觀評(píng)分，兼顧了音樂(lè)欣賞的維度和量化的難度，真正實(shí)現(xiàn)了用科技評(píng)價(jià)藝術(shù)

 

　　近年來(lái)，音樂(lè)選秀類節(jié)目層出不窮，無(wú)論是歌手蒙面還是導(dǎo)師轉(zhuǎn)身，其目的都在于尋找一種能夠排除其他因素、回歸音樂(lè)本身的評(píng)價(jià)方法。前不久，央視的一檔歌唱類節(jié)目《渴望現(xiàn)場(chǎng)》就請(qǐng)來(lái)了這樣一位客觀公正的音樂(lè)評(píng)審——機(jī)器人“小渴”。

 

　　這臺(tái)由中科院自動(dòng)化研究所研制的機(jī)器人會(huì)對(duì)每位走進(jìn)“歌詠亭”選手的演唱評(píng)分，只有分?jǐn)?shù)超過(guò)80分才算得到了“小渴”老師的青睞，有機(jī)會(huì)走出“歌詠亭”與觀眾見(jiàn)面。

 

　　給歌唱者打分這聽(tīng)起來(lái)早已不是什么新鮮事，KTV里的評(píng)分系統(tǒng)甚至能夠列舉出與演唱者音色相近的歌星，那么“小渴”又有什么獨(dú)門(mén)秘訣呢？“傳統(tǒng)的音樂(lè)評(píng)分軟件一般只是簡(jiǎn)單地把演唱者的音準(zhǔn)和標(biāo)準(zhǔn)音做相似性對(duì)比，說(shuō)白了就是看你有沒(méi)有跑調(diào)，這種單一的評(píng)價(jià)標(biāo)準(zhǔn)并不能全面衡量音樂(lè)的好壞，更難以理解歌唱者所要傳達(dá)的情感信息。”中科院自動(dòng)化研究所研究員王金橋解釋說(shuō)，相比之下“小渴”復(fù)雜多了，它首次從音準(zhǔn)、音域、調(diào)性、節(jié)奏、語(yǔ)感、樂(lè)感6個(gè)維度對(duì)演唱進(jìn)行客觀評(píng)判，兼顧了音樂(lè)欣賞的維度和量化的難度，是用科技在評(píng)價(jià)藝術(shù)。

 

　　“機(jī)器人評(píng)價(jià)藝術(shù)其實(shí)是一件非常困難的事情，最大的難點(diǎn)在于如何讓機(jī)器人去自動(dòng)發(fā)現(xiàn)音樂(lè)中美的元素。”王金橋告訴經(jīng)濟(jì)日?qǐng)?bào)記者，他們邀請(qǐng)了大批音樂(lè)專家從多個(gè)維度對(duì)演唱進(jìn)行評(píng)分，在此基礎(chǔ)上，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)的層級(jí)式結(jié)構(gòu)對(duì)音樂(lè)頻譜進(jìn)行層級(jí)式抽象和凝練，自動(dòng)發(fā)現(xiàn)音樂(lè)中每一句里蘊(yùn)含樂(lè)符的共性之美，從而分別學(xué)習(xí)音樂(lè)中音準(zhǔn)、音高、顫音振幅和顫音頻率等規(guī)律，完成整段音樂(lè)的美學(xué)量化。

 

　　同時(shí)，神經(jīng)網(wǎng)絡(luò)的逐層信息抽象特性能夠幫助機(jī)器人從音階傳遞到演唱技巧再到情感表達(dá)，進(jìn)行逐層量化和分析，進(jìn)而讓機(jī)器人能夠相對(duì)客觀地學(xué)習(xí)專家對(duì)音樂(lè)的評(píng)判，最終實(shí)現(xiàn)對(duì)音符“美”的“理解”。

 

　　由于各位歌手在演唱方式、曲風(fēng)等方面有所不同，歌聲間會(huì)呈現(xiàn)出較大差異，但當(dāng)海量音樂(lè)專家評(píng)分?jǐn)?shù)據(jù)匯總在一起時(shí)，基本能夠代表當(dāng)前主流音樂(lè)評(píng)審專家對(duì)音樂(lè)的評(píng)價(jià)。因此，基于人工智能技術(shù)的音樂(lè)評(píng)判系統(tǒng)就是根據(jù)這些數(shù)據(jù)，讓“小渴”對(duì)音樂(lè)進(jìn)行較為客觀和科學(xué)的評(píng)判。

 

　　此外，“小渴”的順風(fēng)耳——卷積神經(jīng)網(wǎng)絡(luò)所抽取到的多維語(yǔ)音特征具有精確量化的特性，在對(duì)音準(zhǔn)信息量化區(qū)分時(shí)，精度能夠達(dá)到1‰。在此基礎(chǔ)上，再配合專家對(duì)歌聲音準(zhǔn)表現(xiàn)的經(jīng)驗(yàn)打分作為監(jiān)督信息，神經(jīng)網(wǎng)絡(luò)模型就能夠?qū)σ魷?zhǔn)信息建立準(zhǔn)確的數(shù)學(xué)表達(dá)模型，從而進(jìn)行量化的音準(zhǔn)打分。

 

　　而聽(tīng)起來(lái)最縹緲的“樂(lè)感”，也具有特定的數(shù)學(xué)模型支撐。音樂(lè)作為一種藝術(shù)，需要傳達(dá)某種情感，樂(lè)感就是人們了解這種感覺(jué)的感官能力。在具體演唱中，表現(xiàn)力是歌手的綜合表現(xiàn)，目前的評(píng)判標(biāo)準(zhǔn)更多是依賴于音樂(lè)專家的權(quán)威判別。“專家用1到10個(gè)分?jǐn)?shù)給表現(xiàn)力打分，我們通過(guò)卷積網(wǎng)絡(luò)、雙向長(zhǎng)短期記憶模型提取音樂(lè)表現(xiàn)力的特征，該特征能對(duì)音樂(lè)在時(shí)間維度上的表現(xiàn)力進(jìn)行充分分析，從而模擬專家對(duì)音樂(lè)表現(xiàn)力的評(píng)判。”王金橋說(shuō)。

 

　　從已經(jīng)播出的多期節(jié)目來(lái)看，“小渴”對(duì)多種音樂(lè)唱法都能給出公正的評(píng)價(jià)，如秦腔、說(shuō)唱、英文歌曲等。在現(xiàn)場(chǎng)，“小渴”是與歌手的麥克風(fēng)直接相連的，任何一點(diǎn)小小的瑕疵都能被它捕捉到。“在具體打分過(guò)程中，機(jī)器人是聽(tīng)一句給一句的分?jǐn)?shù)，專家可能偶爾走神沒(méi)聽(tīng)見(jiàn)，但機(jī)器人不存在這種情況，并且不會(huì)受到現(xiàn)場(chǎng)氣氛和環(huán)境的影響。”王金橋說(shuō)，“小渴”對(duì)歌手的一視同仁、對(duì)打分的公正合理也同樣得到了觀眾的認(rèn)可，大家都親切地稱它為“史上最冷靜的評(píng)審”。

 

　　“‘小渴’目前還是初級(jí)版本，我們會(huì)引入更多的算法和更多元的維度來(lái)評(píng)價(jià)音樂(lè)，也會(huì)嘗試讓它學(xué)著創(chuàng)造音樂(lè)，使一個(gè)個(gè)動(dòng)人的音符完成美妙的組合。”談及“小渴”的未來(lái)，王金橋希望把它推廣到各種音樂(lè)評(píng)分系統(tǒng)中，比如唱吧、KTV等。唱歌愛(ài)好者們可以結(jié)合“小渴”的評(píng)價(jià)，不斷改進(jìn)自己的唱法。有朝一日，說(shuō)不定“小渴”也會(huì)從“音樂(lè)評(píng)審”升級(jí)為“夢(mèng)想導(dǎo)師”。