将人工智能技术在这两种音乐模态上去发挥一些作用

　　其实最早可以追溯到十五、十六世纪，就已经有计算机音乐方向的研究了。比如在古典音乐前期，像莫扎特就曾做过一个有趣的音乐实验，他把一段音乐先分成很多片段，每个片段就是一小节，然后再摇骰子，摇到什么就选择哪个片段去组合，最后组合出来的音乐还挺好听的，这在计算机音乐圈被认为是计算机音乐的鼻祖。 　　至于人工智能技术和音乐的主要结合点，我大概从以下两个方面来做解读。 　　第一，从音乐本身的数据表现方式来做解读。我们可以粗略地把音乐的表示形态分为两种，一种是我们常见的曲谱、歌词这些符号化的音乐表示方式，另一种是有了曲谱会发出声音，通过歌手唱出来，通过播放器播放出来，或是通过音乐软件渲染出声音传到人耳，这也是更为常见的音乐的表达方式。人工智能与音乐相结合，其实就是将人工智能技术在这两种音乐模态上去发挥一些作用。比如我们可以利用自然语言处理技术，如语言理解、语言生成，来帮助音乐的理解和生成。 　　第二，从音乐涉及的一些任务来去解读。比如我们可以把音乐粗浅地进行二元划分，一方面是假设我们已经有了音乐，需要对音乐进行处理、理解、检索、转换、加工等等。另一方面，假设我们没有音乐，需要去创造音乐，具体包括制作旋律、词曲写作、伴奏编曲、音色的合成、混音、歌词合成等等。这些刚好对应人工智能技术里比较常见的数据理解和数据生成。 　　人工智能 + 音乐的应用与技术挑战 　　InfoQ：您本人也做了一系列 AI 音乐研究，包括音乐理解、词曲创作、伴奏生成、歌声合成等，它们的实现难度和实现路径分别是什么样的？主要会涉及哪些技术和方法？ 　　谭旭：我和我的团队在 AI 音乐生成方向上做了一系列的工作，尤其是围绕流行音乐，具体包括词曲创作、伴奏编曲、歌声合成等等。我们在围绕这些流程去开展相关研究的时候就发现，要想做好音乐生成，离不开对音乐的理解，你需要对音乐的节奏、和声、曲式结构、情感风格有较好的理解。