详细内容或原文请订阅后点击阅览
AI 解码从 Chick Corea 到 Thelonious Monk 等著名爵士音乐家的数学“指纹”
音乐和数学常常以我们意想不到的方式结合在一起
来源:科学美国人音乐家大师的风格可以如此独特，以至于可以立即识别——声音“指纹”，例如演奏者对音符、和弦和节奏的选择，可以仅通过声音来揭示演奏者。
这些指纹中的许多不仅是我们可以听到的，而且这些模式在数学上也是可以量化的。然而，有些签名可能非常微妙，以至于我们无法察觉。例如，表演节奏计时或强调节拍的微小差异可能非常微小，以至于无法被注意到，并且可能不会出现在乐谱中。
也许在爵士乐中尤其如此。因此研究人员转向人工智能。在《自然机器智能》杂志上发表的一篇新论文中，剑桥大学的三名研究人员使用人工智能来帮助更好地定义 20 位有史以来最著名的爵士钢琴家的音乐抽搐。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过订阅来支持我们屡获殊荣的新闻事业。通过购买订阅，您将有助于确保有关塑造当今世界的发现和想法的影响力故事的未来。
研究人员在 84 小时的录音中训练了多个机器学习模型，其中包括 Chick Corea、Thelonious Monk、Oscar Peterson 和 Bill Evans 等 20 位著名爵士钢琴家的 1,629 场演奏。然后，这些演奏被转换成一种称为 MIDI 的数字音乐格式，它可以显示钢琴键盘上演奏的音符、演奏时间以及演奏的低音或高音。
使用这些数据，研究人员随后测试了人工智能是否可以识别谁正在使用其他录音进行演奏。这些模型表现良好：人们能够在超过 94% 的时间里识别出合适的音乐家。另一种经过训练可以发现更细微的差异（例如每个钢琴演奏者用来构建旋律和和弦的音符）的结果几乎同样准确，能够正确识别音乐家，准确率高达 91%。