計算機音樂是否通過機器學習等方法進行過作曲、演奏？

01-08

比如某個作曲家，我們讀他的譜子可以看出他的作曲風格，然後進行分類，然後利用學習到的東西進行創作？又或者學習大量魯賓斯坦的演奏風格，然後對某一樂曲進行演奏之類？純屬瞎想，有點好奇計算機音樂領域。

如果只是模仿某一位作曲家答案是毫無疑問可以的，最有名的是David Cope的系統，他早在幾十（或者十幾）年前就利用電腦創作了大量模仿作曲家的音樂。如果不是專業人士，很難聽出其中曲風的差別。最簡單的只要訓練音程之間轉換概率，然後用HMM或者其他模型產生音樂就可以產生相似的曲子。高級一點的可以涉及到robotic musicianship領域，就是音樂機器人。現在已經有了可以自己「創作」的機器人了，甚至是可以improvise, 比如jazz，這方面可以查一下Mason Bretan的研究。

https://www.jair.org/media/3908/live-3908-7454-jair.pdf

Fernández, J. D., Vico, F. (2013). AI methods in algorithmic composition: A comprehensive survey. Journal of Artificial Intelligence Research, 513-582.

這篇Survey寫的應該比較全面，各方面都有提及

樓上提到的David Cope的EMI (Experiments in Musical Intelligence) 沒記錯的話使用的是ATN(Augmented Transition Network)，事實上應該只是將發現的樂句打亂以後重排。對於他的方法算不算自動作曲還是很有爭議的（ATN應該是等價於圖靈機的，我不覺得這能學習...）當然結果的確很贊（贊到不真實）

Edit: Wiggins對EMI的一頓狂噴http://yaxu.org/tmp/wiggins-cope.pdf

比較貨真價實的自動作曲的話首推Melomics的一堆東西，古典音樂的Iamus和流行音樂的Melomics109，用的應該是某種遺傳演算法，不過相關的資料不多....

學習演算法的話似乎真沒什麼好結果，主要是一個複雜的音樂實在太難Model（Yale的一個基於schenkerian analysis的語法挺有趣，不過個人覺得大概還是Neo-Riemannian Theory比較有前途...），一個實在沒什麼好的training data，尤其是Labeled data....外加因為自動作曲屬於人工創造力範圍，跟主流的機器學習圈的方法實在差的比較多，感興趣的不多....不過感覺幾個基於遞歸神經網路的演算法還是比較有前途的....

脫離了模仿既定風格的話幾個人工生命的研究挺有意思的...Monash一教授做的Eden非常有趣，可以一看http://www.csse.monash.edu.au/~jonmc/projects/eden/eden.html

腦子不是很清醒隨便扯一點....

其實巴赫就是一台機器，他把所有音符的組合都嘗試完後，就停機了。

現在實現了。。