深度学习机器将可以创作各种曲风的音乐

据外媒报道，约翰·塞巴斯蒂安·巴赫（Johann Sebastian Bach）被广泛视为巴洛克音乐最伟大的作曲家之一。巴赫生活在18世纪的德国，被尊称为“西方近代音乐之父”。他将西欧不同民族的音乐风格融为一体，其曲调之美，对和声与旋律技艺的掌握之娴熟，都为其赢得巨大声誉。

巴赫比较擅长的一种音乐形式被称为复调圣歌，适合于合唱团的大合唱。这些曲子基于路德教会的教义谱写，以四声部的方法合唱。巴赫以谱写适合女高音、女低音、男高音以及男低（或中）音合唱的四声部曲目闻名。巴赫共创作了300多首短乐章。

这些曲目引发了计算机科学家的兴趣，因为其创作过程都是按部就班的，有迹可循。但这种创作同样很难，因为和声与旋律之间存在微妙的相互作用。这就产生了一个有趣的问题：机器能够创造出巴赫风格的曲目吗？总部位于巴黎的索尼计算机科学实验室的研究人员盖唐·哈杰里斯（Gaetan Hadjeres）与弗朗索瓦·帕切特（Francois Pachet）给出了答案。

哈杰里斯与帕切特开发出一种神经网络，可以学习如何创作巴赫风格的复调圣歌。哈杰里斯与帕切特称这种深度学习机器为DeepBach，他们说：“在利用巴赫的曲调对DeepBach进行训练后，我们的模型可以谱写出非常类似巴赫风格的曲目。”这些曲目甚至可误导人类专家，让他们以为真的是巴赫创作的。

机器学习技术的简单易懂，哈杰里斯与帕切特通过创造数据集训练他们的神经网络。最初，他们利用巴赫创作的352首曲目训练它，然后将它们与其他预定义音域中的其他关键因素调换，并给出2503首复调圣歌的数据集。哈杰里斯与帕切特利用这些新的数据集训练神经网络，帮助其识别巴赫的和声等特征。

此后，深度学习机器就可以自己产生巴赫风格的和声。哈杰里斯与帕切特测试了能够演奏旋律的装置，然后利用其产生另外三种和声。虽然其他算法也可以做到这种程度，但更重要的问题是它们如何能与巴赫的作品进行对比。为了找到答案，研究人员要求1600多人倾听同样旋律的不同和声，其中包括400多名音乐家或音乐系的学生。每个人都必须确定2种和声听起来更像是巴赫的风格。亚久人员还测试了其他算法产生的和声。

结果非常有趣。当播放DeepBach产生的和声时，半数人都认为它是巴赫的作品。与其他算法产生的音乐相比，这个比例相当惊人。哈杰里斯与帕切特说：“鉴于巴赫作品的复杂性，我们认为DeepBach的表现非常棒。”毕竟即使演奏巴赫本人的作品，参与测试人员做出正确判断的比率也仅为75%。

这个有趣的发现有重要意义。如果深度学习机器能够创作出巴特风格的曲目，它是否也能创作其他作曲家风格的曲目，甚至其他风格的音乐？ 这可能为分析谱曲和研究创作性质提供有益的启示。哈杰里斯与帕切特表示：“这种方法不仅可被用于创作巴赫的复调圣歌，还可以创作更广泛的复调合唱音乐。”

在很多情况下，都是说起来容易做起来难。巴赫的复调圣歌高度结构化，而且遵循特定的规则。但其他形式的音乐却并非总是如此有组织性。毫无疑问，对于索尼实验室和其他机构来说，深度学习机器开始创作非常棒的音乐。如果这些机器不久后可创作更多作品，比如交响乐或歌剧，也无需感到过于震惊。当然，巴赫肯定会感到非常惊讶！