人工智能程序编写音乐和歌词

滚石乐队在他们80年代的热门歌曲《It"s Only Rock "n Roll》中用一个简单的短语和标题概括了流行音乐。

但是，硅谷发现，教机器创作音乐和歌词一点也不简单。

OpenAI本周宣布了一项名为“点唱机”的开源系统的创建，该系统可以创建独特的旋律和和声，以及大量音乐流派中流行艺术家风格的歌词和发声。

结果远非完美，但仍令人印象深刻。在某些情况下，点唱机创造了可信的歌曲演绎，这些歌曲模仿了滚石乐队(Rolling Stones)以吉他为中心的硬节奏风格，艾拉·菲茨杰拉德(Ella Fitzgerald)的金嗓子，埃尔顿·约翰(Elton John)的语调，以及近乎准确的刺耳的罗德·斯图尔特(Rod Stewart)。

但有一首猫王风格的歌曲特别奇怪地混合在一起，叫做《有丝分裂》(Mitosis)，艾·猫王(AI Elvis)在歌中唱道:“我们出身卑微;从污垢到脂肪，从细胞到心脏。有丝分裂;减数分裂;我们终于清醒过来了。”用伟大的查克·贝里的风格唱的“圣诞快乐，宝贝”可能会吓着小孩子。

委婉地说，还有许多工作要做。正如TechCrunch的德文·科尔杜威(Devin Coldewey)所描述的那样，点唱机的一些努力听起来像是“不错，但喝醉了，卡拉ok的迷雾中也能听到。”

尽管如此，该项目仍然是在人工智能音乐生成领域迈出的重要而值得称赞的一步。

为了训练计算机生成歌曲，OpenAI创建了一个包含120万首歌曲的庞大数据集。

OpenAI在其博客上发布的一份报告中称:“我们证明，我们的模型可以创作出各种音乐类型的歌曲，比如摇滚、嘻哈和爵士乐。”“他们可以捕捉旋律、节奏、长程作曲和各种乐器的音色，以及歌手的风格和声音。”

几十年来，计算机程序一直在解决音乐生成的问题。PG Music的“盒中乐队”(Band in A Box)就是其中一个令人印象深刻的产品，它允许用户输入和弦，然后在数十种音乐风格中任意一种风格中创建独特的旋律和多声部和声。在2018年，谷歌推出了音乐转换器，它可以生成可识别的、朗朗上口的重复歌曲。OpenAI去年发布了MuseNet，它创作了原创的旋律，但不包括歌词。

点唱机似乎是第一个可以用歌词和人声创作歌曲的程序。

该项目背后的高技术规格可以在网上找到。一个关键的挑战是处理大量的音乐数据。根据OpenAI的数据，一首典型的CD质量的4分钟歌曲(44千赫，16位)有超过1000万的时间步长。一个自动编码器被用来压缩数据，删除不相关的信息，并将结果上采样回程序。在这种压缩下，渲染一分钟的音频仍然需要大约9个小时。

这个计划一定会取得进展。OpenAI承认该项目目前的局限性:“虽然自动点唱机在音乐质量、连贯性、音频样本的长度，以及对艺术家、体裁和歌词的能力方面都向前迈进了一步，但这几代人与人类创作的音乐之间存在着巨大的差距。”

例如，自动点唱机还不能创作更大的音乐主题，如合唱和重复的短语。

观察人士预计，该计划的下一个版本将于2021年4月推出。

OpenAI是一家位于旧金山的研究实验室。它说它的任务是“确保人工智能造福全人类。”