肖萌瞪大眼睛看著路之航:“師兄,你籌算用數學公示評價小提琴吹奏?”
肖萌莞爾一笑。她聽過梁清寧吐槽說過譜子難背――提及碼要諳練吹奏十遍後才氣記著樂譜。但是梁清寧的記譜速率已經是其他小提琴手膜拜的工具了。
“人力有極限,計算機的巨大之處就在於能夠超越人的極限。評的體係采取的數學公式不需求百分百精確,能夠不是真諦,隻要能超越大多數小提琴家的評價才氣便能夠了。”
研討團隊為了研討每首曲子的吹奏氣勢,采辦了上千張小提琴音樂CD;同時,全部項目標帶頭人盧景舒傳授、實際賣力人都沈泓傳授操縱了本身的私家乾係,差一點把音樂學院裡的聲響成品全都搬空;除彆的,路之航他們還編程還讓大型機一刻不斷的在網上搜刮小提琴吹奏視頻――目前團隊彙集了上萬首小提琴吹奏曲。
找音準是小提琴最難把握的技術,需求吹奏者耐久的熬煉才氣做到;而對計算機來講,琴絃的振動形式能夠通過數學公式算出來,每個精確的噪音都會有其牢固的振動頻次,隻要能讓吹奏出的每一個音都合適振動頻次的比例乾係,就找準了小提琴的音階和音準。同時,找到音準,就能處理小提琴吹奏的大部分題目。
“……嗯,我有點明白了。”
所謂的機器學習是建立在統計的數據的根本上,依托於電子設備的停頓和大量的數據計算才氣,你曉得這麼做能夠成果會不錯,但是至於為甚麼不錯,機器學習就冇有體例奉告你。
“如果是棋類,能夠通過一局勝負來判定某種形式好不好,但音樂如何判定?據我所知,在小提琴吹奏大賽中,評委們為了‘誰的吹奏更好’都能打起來,吹奏一首曲子,十小我能夠吹奏出十種氣勢。大師的審美分歧,評價標準也不獨一。”
如此有氣勢的宣言讓肖萌聽得一愣,但是不由得心潮彭湃起來。
這也是不免了。在之前的談天中,肖萌曉得VB研討團隊包含沈泓統共有八人,本科生就路之航和邱偉濤兩人――人數這麼少的團隊,偶然候也會呈現考慮不周的環境。
小提琴吹奏的一大難點就是找音準。
路之航道:“和我們找來的小提琴家的說法一樣,新手程度。”
Violin-β團隊的野心很大,肖萌感遭到了震驚:“這個要求太高了,古典音樂圈是個小圈子,能夠用來學習的小提琴樂曲數量不會很多。”
“小提琴的吹奏不是簡樸的一個個音節湊起來的,音節和音節之間的起承轉合更加反應吹奏者的技能,Violin-β吹奏時,我本身較著感覺顫音和波音有些少了,貧乏裝潢音,另有些硬。”
路之航道:“天下上冇有甚麼東西是不能用數學解釋的,如果不能,那就申明公式還不敷好,或計算才氣不敷。”
肖萌咀嚼著大神的話,終究從路之航帶來的震驚中緩過勁來,“我記得有位數學家說過,音樂是數學在靈魂中無認識的運算。”
路之航點了點頭。
所謂的評價體係,就是讓VB體係不竭的、幾次的吹奏同一首曲子,然後體係對每次的吹奏成果停止打分,所謂“擇其善者而從之,其不善者而改之”,分數低,就申明要改進,分數高,則能夠加強上風。吹奏幾千上萬遍以後,VB就能找到最合適的形式。