人工智慧與音樂

以下為蘇黎老師課程筆記
工業4.0
四次工業革命：第一次工業革命是利用水力及蒸汽的力量作為動力源突破了以往人力與獸力的限制，第二次工業革命則使用電力為大量生產提供動力與支援，也讓機器生產機器的目標實現，第三次工業革命則是使用電子裝置及資訊技術（IT）來校除人為影響以增進工業製造的精準化、自動化[7]。工業4.0的核心詞彙是智慧型整合感控系統，而且是高度自動化。
資料來源

在音樂產業中，數位音樂與公播權(Performance rights)的產值自2004年來不斷成長，可見音樂在科技產業的影響下，以往的產業結構已大幅改變。而線上串流服務，也造就了音樂聆聽行為的去中心化，而此也將影響擴及整體的音樂產業鏈，走向隨時隨地與任何人學習、製作、演奏各式各樣的音樂。

音樂科技的發展除了歌曲的發行之外，主要可分為四個發展方向:數位樂器的製造、音樂教育、音樂治療、音樂文化資產的保存與活化。

深獲大眾喜愛的youtube開啟了網路上大量的影音資源搜尋需求，音樂資訊檢索(music information retrieval, MIR)順應而生。從MIREX(MIR Evaluation eXchange)的活動中不難找到幾個關鍵:聲響、自動化、分類、估算(媒合)。

蘇黎老師推薦的線上音樂隨選製作,可依樂器種類或心情選擇音樂片段，也可以自己設定音樂的高潮出現的時間，還可將修改好的片段下載後自行編曲。
Jukedeck

人工智慧(artificial intelligence)蘇黎老師提到了兩個面向，一是機器學習(machine learning)，一是深度學習(deep learning)。而人工智慧在音樂應用方面，Robert Rowe(2001)提出了computer musicianship，簡而言之指的是讓機器具備「理解音樂」的能力。將此一概念對應至計算機語言中，主要可分為幾種不同的角色:
一、聽力(聽者):音量、音色、音高
二、跟隨(演出者):對譜(對應樂譜)、自動伴奏
三、創作(作曲者):自動作曲、自動編曲
四、解析(評論者):自動評分、檢定(音樂檢定)、Hit-song science、實證美學(empirical aesthetics)

蘇黎老師推薦自動和弦辨識，只要將youtube網址貼上就可以轉換出和弦喔!
Chord tell
蘇黎老師提到自動和弦辨識，依據頻譜算出能量的高峰坐落在那些音上，就可以找到對應的和絃喔!

許多將人工智慧運用在音樂情緒辨識時，依據下面的情緒座標圖




目前人工智慧也應用在健康、提升幸福感與治療上。另外仍存在很大的困難是聲源的分離。

在網路上意外的發現一個線上去人聲的網站，只要貼上Youtube網址就可以去掉人聲，雖然音質仍會受到影響，高音的部分仍會留有一點聲音，但在各個去人聲的經驗中，第一次有輕鬆愉快的感覺，供大家參考。
Vocal Remover

分析音高可以透過傅立葉變換，而其中最大的困難是大量的泛音列，會干擾音高的偵測。

在音樂同步(Synchronization)的應用上可分為:
一、自動跟譜、自動伴奏
二、非即時同步:音樂演奏分析
三、即時同步:人機互動

其中面臨到比較大的挑戰是速度的變化與即時處理。

令人驚訝的是透過蘇黎老師的走音救星調整後的檔案，音質與演唱的小細節都還能完整保留只調整了音高，原來是利用另一個人聲作為調整音高的規準。

風格的轉換也是應用的課題之一，在此先以一小段實體演出的風格轉換讓大家認識一下什麼是音樂風格的轉換
When the Saints Go Marching In - in 10 styles

蘇黎老師提供的自動編曲的範例
Coconet