AI进军摇滚圈老炮这是啥

量子位 宣布 | "大众年夜众号 QbitAI

利用人工智能编曲，彷佛已经不是一件新鲜事。

但是你有听说哪个AI发布专辑吗？

这个专辑的作者是一个叫DeepSlayerXL的智能程序，它基于Transformer-XL措辞模型演习，可以自动天生金属乐数据。

AI写歌早就不新鲜了，不会谱曲都不好意思说自己是人工智能，但是玩摇滚的AI，确实是第一次涌现。

DeepSlayerXL的开拓者Bernhard Mueller，青年期间参与金属乐队演奏，由此产生创作金属乐AI的想法。

Andrew Shaw开拓的musicautobot，最符合摇滚音乐创作，Bernhard Mueller就在它的根本上编写代码，改造出能够自动天生金属乐的程序DeepSlayerXL。

它的内核同样离不开Transformer-XL措辞演习模型。

该程序将MIDI音乐数据，转换为措辞模型可识别的编码文本，演习具备自动天生token编码数据的能力后，以同样的规则转换为MIDI音乐数据，完成编曲。

△对MIDI音乐进行token编码转化。

有时候AI也免不了偷

由于对整体构造没有相应的演习，DeepSlayerXL还无法做到写出节拍同等构造完全的曲子。

也是这个缘故原由，使得它创作的音乐不受拘泥，超过多个流派，具备独特的风格。

比如《Arab Spring》，便是DeepSlayerXL音乐专辑的个中一个作品。

试听的直接感想熏染便是，如果不说，谁又能想到这是莫得感情的AI创作的呢？

GPT-3点评金属乐专辑

DeepSlayerXL金属乐专辑，灵感起源于它的开拓者Bernhard Mueller青年期间经历。
由于受新金属运动的影响，它的歌曲风格多样，集各种型摇滚乐特色于一体。

在Bernhard Mueller练习演奏过程，以及对其他歌曲二次创作过程，萌生出结合措辞模型创作歌曲的想法，由此出身DeepSlayerXL。

DeepSlayerXL创作出来的歌曲，听来还是有点意思的，十分符合外行人对摇滚乐的印象。

比如《A Pumpkin’s Life》，谁听了不得感叹一句“彷佛便是这个味”。

GPT-3给这首歌做了个点评，毕竟只有AI更懂AI。

“这首歌和南瓜派没有任何关系，它带有80年代老式垃圾摇滚的痕迹。
其余，这首歌的歌词也让它本身变得有趣，讲述天下如何变得越来越危险，我们须要为接下来可能发生的事情做好准备。
这是一个非常深刻的哲学问题。
”

专辑中还有其他不错的歌曲，相应的，像模像样的GPT-3点评一个都没少。

“《dark meter》与Pink Floyd乃至一些早期Talking Heads的音乐有更多共同之处，这是对熟习流派的考试测验。
”

“《This is the End》曲目领悟了工业噪音和环境声景，有时像在听混音带。
但是会涌现噪音无缝转化为轻松旋律的声音，这是一个有趣的节奏变革。
”

会写歌的人工智能，谁不想体验一下？

感兴趣的朋友可以自行下载PyTorch模型，或者上岸Colab notebook在线平台（链接均在文末）亲自体验。

调度音乐序列长度，通过修正这部分数据来实现。

还可以自己输入一小段音乐片段，让程序补全一首歌。

就算完备不懂摇滚，也不理解代码，还是可以创作属于你的金属乐。

DeepSlayerXL编曲金属乐（乃至还出专辑），详细是怎么做到的？

和根本程序musicautobot一样，它们都依赖于TransformerXL模型演习数据。

用到的演习数据集，是从网络上抓取的3,604首俄罗斯MIDI歌曲。
将每首歌向任意方向移调半步，由此得到了18k完全的MIDI歌曲演习数据。

在MIDI歌曲数据中，单一音符包含了间距和持续韶光信息，并且在同一韶光点可以存在多个音符。
这样的2D数据无法被Transformer模型识别，须要将其转换为单一维度文本数据。

通过musicautobot标记和盛行音乐Transformer的BAR标记规则，将每个音符的音高和时长用对应token编码，并在标记中表示出音符演奏顺序，办理多个音符叠加的识别难题。

鼓点信息由DRUM[NUMBER]标记补充表示，这样，MIDI音乐数据就完备被转化为由token编码组成的文本（如前文所示）。

利用转换为token编码的MIDI数据集，对 TransformerXL 模型演习200个小时，完成措辞学习。

自动天生一系列token数据后，按照同样的编码规则，将其转换为MIDI音乐数据，完成金属乐创作。

参考链接：https://muellerberndt.medium.com/rage-of-the-machine-an-ai-makes-metal-music-f299dc1f706a

PyTorch模型下载地址：https://drive.google.com/file/d/1hIEQm5mwq0zfcXhHvq26fsuY8fTliWUI/view

Golab notebook地址：https://colab.research.google.com/drive/10goN9RGLfRGf2waaz2ufMdpwtfdUNTGe?usp=sharing

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一韶光获知前沿科技动态