Google 使用機器學習來製作音樂

技術總是以新的和創新的方式在激勵音樂家上面發揮著作用。吉他放大器為搖滾音樂家提供了一種新的調音板，以反饋和失真的形式進行演奏。合成器合成的聲音能幫助塑造電子音樂的聲音。

但是諸如機器學習模型和演算法等新技術呢？在音樂家創作過程中，創造新工具和機會起到什麼樣的作用？Google 旗下的研究項目 Magenta 目前正在探索這些問題的答案。

基於過去對機器學習和音樂領域的研究，去年 Magenta 發布了 NSynth（神經合成器）。他是一種機器學習演算法，採用深度神經網路來學習聲音的特徵，然後基於這些特徵創造一個全新的聲音。NSynth 並沒有組合或混合這些聲音，而是利用原始聲音的音質合成了一種全新的聲音，因此你可以一次性獲得一部分笛子和一部分西塔琴的聲音。

而後，Magenta 繼續嘗試不同的音樂介面和工具，讓演算法更易於訪問和播放。作為此次探索的一部分，Google Creative Lab 和 Magenta 合作創建了 NSynth Super。這是一個開放源代碼的試驗儀器，能夠讓音樂家來探索通過 NSynth 演算法產生的新聲音。

為了創建我們的原型，我們在 15 個音高範圍內記錄了 16 個原始聲源並將它們饋入 NSynth 演算法。輸出超過 10 萬種新聲音，然後載入到 NSynth Super 預先計算新聲音。使用錶盤，音樂人可以選擇他們想要探索的音源。並沿觸摸屏拖動他們的手指，導航到結合其音質的全新獨特聲音。NSynth Super 可以通過任何 MIDI 源播放，如 DAW，音序器或鍵盤。

Magenta 的部分目標是縮小藝術創意和機器學習之間的差距。這就是為什麼我們與藝術家、程序員和機器學習研究人員共同工作，以更多地了解機器學習工具如何賦予創作者權力。這也是我們為什麼創建包括 NSynth Super 在內的所有東西的原因，其中包括 TensorFlow 和 openFrameworks 等開源庫。如果您是製作人，音樂人或兩者兼任，所有的源代碼，原理圖和設計模板都可以在 GitHub 上下載。https://github.com/googlecreativelab/open-nsynth-super-staging

新的聲音很強大。他們可以以創造性和意想不到的方式啟發音樂家，有時他們可能會繼續定義一種全新的音樂風格或流派。我們無法預測機器學習工具產生的新聲音可能會創造一個音樂家，但我們希望這些能夠帶來更多音樂實驗和創造力。

FutureElements：關注未來新技術與產品。

還可以在以下地方關注我們：

GitHub：https://github.com/FutureElements

微博：https://weibo.com/FutureElements

微信公眾號：FutureElements

http://weixin.qq.com/r/xUzt9bfEMOpPrfOW9xnX (二維碼自動識別)