赖可 发自 凹非寺量子位 报道 | 公众号 QbitAI

　　AI把一首歌重新唱一遍，会是什么感觉？还是那个歌手，还是那个歌词，却是全新的旋律，全新的风格。

　　先试听一下吧。

　　Eagles乐队的Hotel California，第一段还是原调，唱着唱着就突然变了：

　　加州旅馆01:11来自量子位

　　第一遍听没有听歌词，真的以为变成了另一首歌，最后还加了一段纯乐器：

　　On a dark desert highway，cool wind in my hairWarm smell of colitas

　　rising up through the airUp ahead in the distance

　　I saw a shimmering lightMy head grew heavy and my sight grew dim（开始变调）

　　I had to stop for the night

　　There she stood in the doorway

　　I heard the mission bell

　　And I was thinkin’ to myself ‘This could be heaven or this could be hell

　　(music……）

　　虽然不熟悉，还真的蛮好听，这个AI乐感不错呀！（反正超过我了）

　　最新的合成器：Jukebox

　　AI科学家一直在尝试，用神经网络合成语音和音乐。

　　上面的歌曲你也听过了，它是Open AI 最新研究出的神经网络：Jukebox。它将乐器和人声的混合的复杂音频，进行再处理，尽可能追求顺畅效果。

　　我们之所以选择音乐工作，是因为我们希望继续突破生成模型的界限。

　　它是怎么实现的呢？

　　Jukebox使用了一种称为VQ-VAE的量化方法，将音频压缩到离散空间。分层VQ-VAE可以从几个演奏的样本中生成简短的乐器片段。

　　分层处理

　　所谓的分层方法，就是分为三层将44kHz原始音频压缩为8x，32x和128x。主要有两个步骤。

　　压缩：每层都独立地进行编码。底层编码进行重构，而顶层编码只保留了基本的音乐信息。

　　生产：也是分层进行，一系列的transformers会从上到下生成代码，最后，下层的解码器将它们转换为原始音频。

　　当然，能生成目前效果的歌曲，也是因为数据库足够丰富，看一眼就知道了：

　　传送门

　　目前这个神经网络也有局限，产生不了常见大型音乐结构，例如和声和重复。科学家还在进一步努力中。

　　如果你想听更多其他AI制作的音乐样本，可以去官网试试：

　　https://openai.com/blog/jukebox/#rf7

　　一个小彩蛋：发现了一首深度学习之歌

　　Deep learning ，deep learning

　　The deeper you learn, the smarter your A. I.

　　Deep learning, big dataBig model, accuracy

　　We must, we must,we must go deeper…………

　　举报/反馈