音乐数据分析：音乐人工智能应用的探索

人工智能在音乐艺术领域有着广泛的应用，其中算法作曲是人工智能的较早应用之一。早在1956年，Lejaren Hiller出版了算法作曲作品—弦乐四重奏《Illiac组曲》，从而揭开了人工智能在音乐艺术领域的应用前景。现在，利用深度学习技术进行音乐创作的探索研究正在展开，2017年，多伦多大学的储航（音）等利用深度学习的卷积神经网络（Convolutional Neural Networks）的方法，从100小时的MIDI音乐格式里面进行学习，然后采样训练好的模型来生成音乐[11]。

音乐检索是利用有限的音乐信息获取更多相关音乐信息的过程，通过提供文本、音频片段或实例等有限的音乐信息，获取更多与提供的音乐信息相同或相似的音乐信息，常见的音乐检索有基于文本关键词检索、基于音乐情感分类检索、基于哼唱的音乐检索和基于实例的音乐检索，检索的结果有文本、乐谱、音频或音序等形式。其中基于哼唱的音乐检索是音乐检索的重要研究内容，哼唱检索中常用的技术有旋律轮廓、基频和能量、隐马尔科夫模型（HMM）、动态阈值调整、相似度度量方法、树法、遗传算法、平滑音高序列法、动态时间规整（DTW）、多层检索法等。[12]

乐谱音乐信息的自动识别研究，即光学乐谱识别（Optical Music Recognition, OMR），它利用扫描仪等数字化设备，将纸质乐谱以图像的形式输入到计算机，经过图像处理与识别，把乐谱图像自动转化为标准的音乐格式文件。它综合利用了人工智能、图像工程、模式识别、MIDI技术、数学形态学、音乐理论等方面的知识。乐谱识别研究起源于1966年MIT的研究人员对五线谱乐谱进行的音乐信息识别[13]，经过半个多世纪的研究，取得了大量的研究成果，OMR技术为纸质乐谱数字化提供了一个新的途径，有着极为广泛的应用前景，其中在计算机辅助音乐教学、音乐统计学和数字音乐图书馆建设等方面得到或将得到较好的应用。

音频是信息的重要载体，是音乐传播的主要方式之一，数字音频中携带的音乐信息，可以转换为其他音乐媒体，从识别的结果看，包括文本、数字乐谱和数字音序。音频识别研究有三十多年的研究历史[14]，主要针对音乐音频和语音音频进行识别和分类，音频转换为文本的研究对象有乐器音频识别、中国民歌分类识别、中国戏曲唱腔分类识别、音乐流派分类识别等；转换为乐谱（或音序）的研究对象有音高分类识别、节奏识别等。在音频识别中，常用的数据特征有能量谱、过零率、Mel频率倒谱系数、线性预测系数LPC、小波系数等。在音频识别中常用的人工智能方法有神经网络、最近邻算法、决策量化树、高斯混合模型（GMM）、最近特征线（Nearest Feature Line, NFL）、支持向量机等。

音乐是情感的艺术，基于内容的情感感知和识别是智能音乐学的一个重要方向，也是从数字音频到“情感表示”模型的转换过程，[15]常见的音乐“情感表示”模型有Thayer的二维情感模型、Dorai和Venkatesh的节拍和清晰度二维模型、Hevner的情感环模型等。情感感知与分类的常见技术有多模型分类器、模糊法、个性特征、感知模型、GMM模型、HMM模型、SVM模型等。情感识别的对象为数字音频或数字音序，相比较而言，数字音序中的音乐信息有明确的音高、节拍和强度，而数字音频中携带的信息较多，因此，数字音序的情感感知效果依赖于音乐理论的运用，而数字音频的情感感知效果则更依赖于音频特征的选择。

音乐智能分析是指从大量的音乐数据中通过算法搜索隐藏于其中有用信息的过程。分析过程通常通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。音乐是时间的艺术，音乐资料浩如烟海，大量资料可以在信息时代被利用，在音乐大数据中进行信息挖掘，特别是从大量的乐曲中提炼出个性化、适合特定用户的乐曲，是音乐推荐的主要研究目的。[16](www.xing528.com)

数字水印技术是将一些标识信息（数字水印）直接嵌入数字载体（包括多媒体、文档、软件等）中，并不影响原载体的使用价值。版权保护是水印技术重要的应用场景，可利用版权认证来保护原数字载体的权益。在研究音乐作品版权保护的问题时，音频、乐谱、文本等不同媒体是常用的数字载体，针对不同的媒体格式，开发出大量不同的水印技术。有一些技术已应用于MP3音频的版权保护。

3D打印技术是近几年非常热的研究领域，这是一种累积制造技术，即拥有快速成型技术的机器。[17]它以数字模型文件为基础，运用特殊蜡材、粉末状金属或塑料等可黏合材料，通过打印一层层的黏合材料来制造三维的物体。利用3D打印技术打印的乐器有电声吉他、鼓、长笛、钢琴、黄钟笛、电箫等，其中我国有学者在黄钟笛、电箫的3D打印上进行了有益的尝试。

智能音箱是利用人机语音交互技术，面向家居场景提供搜索、听歌、购物、社交等服务的智能硬件。[18]2014年11月，Amazon公司公布了全球首款智能音箱Echo，迄今其全球销量超过1000万台。五年来，大量的智能音箱先后出现，如Rokid Alien、天猫精灵X1、苹果Home Pad、Google Home、联想智能音箱、叮当智能音箱A1等产品上市。

音乐机器人（Musical Robot）是通过程序输入（数字或机械）而实现自动演奏音乐的仿真机器。[19]音乐机器人历史悠久，从最早的八音盒到丰田公司的小提琴演奏手历经二百多年的发展，在世界上有影响力的有钢琴机器人、小提琴机器人、长笛机器人、风笛机器人、马林巴机器人等，我国科研工作者在葫芦丝演奏机器人、扬琴演奏机器人、竖笛研究机器人、钢琴演奏机器人、鼓乐演奏机器人和民族乐队演奏机器人等方面进行了探索研究和实践尝试。

在新时代，人工智能和大数据等信息技术直接影响和改变了人类社会，人类的科学研究也步入了第四范式时期—数据密集型研究时期，和第一范式的实验法、第二范式的理论演化法和第三范式的计算仿真模拟法不同，第四范式以海量数据为材料，利用人工智能和算法技术，通过超级计算能力分析海量数据，从中发现和挖掘出数据间的关联规则，由此来获得新的知识。音乐数据是大数据的一个重要媒体类型，音乐数据的智能分析将为音乐艺术的研究提供新的思路。