Taylor Swift和人工智慧 - 誰的歌詞寫得更好？

內容來自數問社區：Taylor Swift vs 人工智慧：誰更強？

文章最後有RNN演算法的具體教程

要說8月下旬兩件爆炸性的新聞，除了22日超級日食橫穿美國，吸引了6600萬網友和創造了2.4億次話題討論量以外，就輪到霉霉發布的TS6《Reputation》！那首讓人費解而又極具魔力的《Look What You Made Me Do》釋出一周左右就以洪荒之力席捲各大榜單，目前Youtube上已達1.81億次觀看量。目前暗黑風又酷又帥的二單《Ready For It》也已公布。Taylor勢必創造一股「後日食」之力讓全球為之瘋狂。

Taylor憑藉她的音樂天賦寫出了《Reputation》這張專輯。在人工智慧的時代，machine learning是否也能寫出音樂專輯呢？如果machine learning也能寫一張《Reputation》，與Taylor的相比，哪張更強更受歡迎呢？

從小我就是Taylor Swift的粉絲。還在上中學的時候，我的Ipod Nano里播的最多的歌就是來自 Speak Now 這張專輯。到現在我都還記得，大二的時候，當父母都熟睡以後，一個人窩在電腦前找 Red 這張專輯的資源，因為我買不起實體盤。

就這樣，上周晚上我也睡得很晚，正熱切期待Taylor新專輯 Reputationthe 的試聽版。但當我看到 「Look What You Made Me Do」 這首歌 打破了Youtube記錄 的時候，說實話，其實我是有點失望的。不要誤會?，?這首歌我至少聽了不下20遍。但是Taylor那強力的歌詞和抓人的旋律到底怎麼了？我感覺有點陌生，為什麼這首歌充滿了恨和復仇？

過去的一個周末里，我想試試用機器學習能不能為Taylor寫出更好的歌詞。於是我把Taylor所有的歌詞都輸入到一個遞歸神經網路（RNN）中，並採集了一些新歌詞作為樣本。這是我得到的結果:

訓練結果1

訓練結果2

兩份不同的樣本，每個大約900個字元

讀完演算法生成的這些歌詞後，我得出的結論是，Taylor自己寫的歌詞無疑是最適合她自身音樂風格的。然而，這些演算法生成的歌詞中，雖然很多歌詞語法奇怪、不少單詞拼寫錯誤，並且大部分的句子並不通順，甚至很多時候引號和括弧不全。但是，?我著實被RNN的神力給驚艷到了！

在提供sample以後，它能夠自動學會書寫歌詞的結構，包括標點符號的使用、每句歌詞的長度，以及換行的時機！

讓我再來嘗試一個有趣的深度學習，這次的創作對象是「歌名「。我用同一個RNN進行訓練，以下是根據Reputation這張專輯所產生的歌名：

Go won』t hit me there

Your love through all

We said to be better

Walls if miles

No conversation

I should ever say that

I don』t wanna see the way

I don』t leave you here

You want to me

And we say how I just

Anything a good taft

Love there on more

就像歌詞的創作結果那樣，這些深度學習生成的歌名有些不盡人意，例如「Anything a good taft」聽起來就怪怪的，不太make sense。但我還是驚訝地發現當中不乏極具「Taylor精神」的歌名：比如「Your love through all」和「I don』t wanna see the way」。

技術細節：

我從TensorFlow上fork了一個Andrej Karpathy的char-RNN 應用。我發現了一個很棒的 .txt file ，當中包含了所有Taylor Swift 的歌詞。Code對應的模型用的是長短期記憶（LSTM），一共有3層，hidden state的大小是12，採用了dropout的方法。我沒有做任何的超參調優（hyperparameter testing），所以肯定還有改進空間。

下面開始為教程部分

Github 鏈接：https://github.com/shreyashankar/char-rnn-tensorflow

本著實踐是檢驗真理的唯一標準，數問也親自試驗了一把char-RNN，效果還不錯，特此把這次實驗流程作為教程送給大家！

實驗過程非常簡單，請跟著我的節奏來！

1. 首先你需要安裝python以及python的一些科學計算包，這裡推薦Anaconda進行集成化安裝；

2. 安裝TensorFlow，在Terminal（Windows是cmd）里輸入

pip install tensorflown

即可安裝大名鼎鼎深度學習包，TensorFlow；

3. 到GitHub上clone或者下載這個repository。如果是下載，下載後需要先解壓文件，clone的話就不需要；

4. 在Terminal里，輸入命令行

cd /Users/apple/Documents/n

文件所在目錄

5. 接下來再輸入

python train.pyn

就開始通過char-RNN演算法來訓練這個數據集。train.py里默認的是抓取data文件夾下一個叫tinyshakespeare的莎士比亞劇本作為訓練集；

6. 訓練的過程如下:

7. …….過了大約20-30分鐘，訓練完畢；

（結果從Home try. Romeo開始）

怎麼樣？過了把深度學習的癮，爽不爽！當然啦，這遠不是最優的模型，你可以通過train.py參數調整來指定其他數據集，卷積層數和深度，來達到更好的訓練效果。

如果你訓練出了更加優美，甚至媲美Reputation這張專輯的歌詞，請第一時間給小管家我說哦！

———

更多數據分析乾貨請關注數問專欄 | 數問社區: dataquestion.com

https://medium.com/towards-data-science/https-medium-com-sh-reya-taylor-swift-or-artificial-intelligence-19f2989ab7a4

推薦閱讀：