本篇文章给大家谈谈人工智能作曲 音乐，以及人工智能创作音乐对应的知识点，文章可能有点长，但是希望大家可以阅读完，增长自己的知识，最重要的是希望对各位有所帮助，可以解决了您的问题，不要忘了收藏本站喔。
本文目录
人工智能可以作曲吗？
AI作曲并不稀奇，学术界这个领域叫AlgorithmicComposition（算法作曲），现在论文也会用Music/MIDIGeneration（音乐生成）作为关键词。过去用遗传算法、专家系统等来实现，近几年基本都用深度学习研究，甚至已经有了商业应用，而这绝对算是一个新兴的行业。
那些公司在做AI音乐现在除了互联网巨头比如Google的AI音乐研究项目Magenta以及索尼在巴黎的FlowMachines之外，这个行业的新起之秀也不少，包括在伦敦的Jukedeck、在柏林的Melodrive，在旧金山的Humtap以及在Google老家山景城的Groov.AI。
佐治亚理工学院的一个实验室里，一个marimba机器人正在谱写和演奏自己的作品。这些作品是使用人工智能和深度学习生成的。
这个机器人，它的名字是西蒙。研究人员为机器人提供了近5000首完整的歌曲，从贝多芬到披头士，LadyGaga，MilesDavis，以及超过200万首曲调等。然后，机器人在学习了足够的参考资料之后，可以将超过200万条音乐片段整合分析，然后即兴那么演奏一段。
西蒙将来会创造更多的作品。只要研究人员给它种不同的资料，它就会产出不同的作品。而且研究人员无法预测是什么样子的音乐。我们无法识别出西蒙所引用的各种歌曲。他只能隐约感受到莫扎特对它的影响。
算法层面的部分现在DL领域最火的GAN和RL/DQN已经在CV、NLP应用很多了，而音乐其实与这两个方面有非常多的相似性，比如时间序列、信号处理等等。音乐的生成一般是一个生成模型，以前的音乐生成模型创作的音乐质量很低（也是生成模型的通病），而GAN/RL大大提升了生成模型，期待算法作曲领域的重大突破。
数学学得好的人该如何入门音乐作曲？
我不会作曲，以下仅仅是我的个人感悟。数学好肯定有容易的一面，纯理论的都容易上手，阿伦福特的书也容易读懂，但是短板是视唱练耳，理论算的很好脑子里却不知道它出什么声，这现象也是客观存在的。不要为了做题而做题，要把每一道习题当作音乐作品去处理，不然永远是做题，永远也不是作曲。人工智能作曲的特点是巴洛克时期的复调和整体序列主义之类的音乐史上两头模仿的非常非常像，但是模仿浪漫派却总是差点儿意思，也就是说极致的理性计算机可以算的又快又准，但是感性和人性的内容却相对难以捕捉，作曲要在情感和理智之间找平衡，切忌既没有感性也没有理性。
AI会自己作曲了，音乐家会因此失业吗？
我想我的回答应该具有权威性的
首先我大学所学的专业就是音乐，就读的也是中国最具有影响力的9大音乐学院其中的一所。
而现在从事的也是和音乐相关的专业，现在是一名歌剧演员，平日全国各地演出
今天我们就来到了四川省，给四川人民带来精彩的歌剧《洪湖赤卫队》。
而我也会经常演唱一些作曲家的作品，所以我深深知道AI是不能够取代作曲家的，虽然Ai人工智能可以做出一些脍炙人口的曲子
但是作出的曲子是没有灵魂的，而这个魂是很重要的，曲子没有灵魂，演唱者那就更无法体会到作曲家的情感，那唱出来的声音是没有办法打动听众
所以我们演唱者还是希望演唱作曲家的曲子
人工智能最早唱的歌
1.人工智能最早唱的歌是《DaisyBell》。
2.《DaisyBell》是一首英国歌曲，于1892年问世，最初是由HarryDacre创作的。
3.在1961年，IBM计算机科学家JohnKelly开发了一种语音合成技术，这种技术可以将文本转换为声音。
4.1962年，Kelly使用这种语音合成技术让IBM704计算机唱起了《DaisyBell》。
5.这次演示被认为是计算机语音合成技术的里程碑，也被大多数人认为是人工智能历史上第一次歌唱演示。
6.在接下来的几十年内，语音合成技术得到了飞速发展，不断提高了计算机生成声音的质量，成为了现代语音识别和语音合成技术的基础。
END，本文到此结束，如果可以帮助到大家，还望关注本站哦！