공식 홈페이지자료에 따르면' 음악인공지능과 음악정보기술' 전문학제는 3 년이며 응시인원은 컴퓨터, 지능, 전자정보학과 수험생이어야 한다.
추천서는 1 의 책' 음악 기초' 를 제외한 4 권의 추천서는 모두 인공지능 이론과 관련이 있는데, 각각' 데이터 구조와 알고리즘',' 신호와 시스템 소개',' 인공지능: 현대적인 방법' 이다.
음악 인공지능과 음악정보기술' 은 학제 간 전공이기 때문에 면접은 해당 학과의 전공능력뿐만 아니라 수험생의 음악능력도 심사한다. 어떤 악기를 연주하거나 단순히 노래를 부르는 것이다.
현재 이 전공이 확정한 세 명의 공동 양성 멘토는 다음과 같다.
유봉
중앙음악학원 원장, 교수, 박사생 멘토,' 만인 계획' 과' 4 조' 인재 리더. 중국 지휘학회 회장, 전국예술전문학위 대학원생 교육위원회 부주임, 중국문련 제 10 회 전국위원회 위원, 국무원 정부 특별수당을 받는다.
손모송
칭화대 교수, 박사 멘토, 칭화대 인공지능연구원 상무부원장, 전 컴퓨터학과 주임, 당위 서기, 교육부 교육정보화 및 교육방법 혁신지도위원회 부회장, 중국과학협 제 9 회 전국위원회 위원. 주요 연구 분야는 자연어 처리, 인공지능, 기계 학습 및 계산교육학이다. 국가 973 프로그램 수석 과학자, 국가 사회과학 기금 중대 프로젝트 수석 전문가. 20 17,' 구가' 인공지능 고시 쓰기 시스템 개발을 주도한다.
오희홍
베이징대 교수, 박사생 멘토, 교육부 신세기 걸출한 인재. Eecs, 부사장, 지능과학부 주임, 음성청각연구센터 주임, 기계청각계산이론, 음성정보처리, 자연언어이해, 그는 스마트 음악 창작과 편곡 분야에서 큰 성과를 거두었다.
이 전공에 지원하려는 수험생은 2065 년 3 월 1 일부터 3 월 15 일까지 온라인 등록 (웹 사이트:/) 을 마쳐야 하며, 시험은 올해 5 월 중앙음악학원에서 열린다.
자세한 내용은 다음을 클릭하십시오.
/xwyhd/xsjd/2019s/201903/t20190301
서로 이해하다
전공에 경보가 있습니까?
만약 당신이 중앙 음악원의 발전을 계속 주시하고 있다면, 당신은 이 전공의 개설에 놀라지 않을 것입니다.
일찍이 지난해 5 월 중앙음악학원은 혁신적인 학제 간 연구로 유명한 인디애나대 정보계산공학대학원과 합작협의를 체결하여 정보필하모닉 연구실인' 정보필하모닉 오케스트라' 를 건립했다. 인디애나대 정보계산공학대학 음악정보학 연구소 주임 크리스토퍼 라파엘이 발명한 음악인공지능 반주 시스템입니다.
이 시스템의 가장 큰 특징은 수학적으로 음악 자체와 음악가의 감정을 종합적으로 해석하고 계산한다는 것이다. 끊임없는 주동적인 학습을 통해 뮤지션의 맞춤형 연주 요구에 더 가까운 오케스트라 반주와 협주곡 템플릿을 형성하여 뮤지션에게 더욱 유연한 연주 기회를 제공한다.
계약 후 반년여의 긴박한 징과 북이 마련돼 양측은 지난해 10 월 26 일 인공지능과 함께 국내 최초의 전용 음악회인 ——AI 의 밤 음악회를 공동 개최했다. 중앙음악학원과 정보필하모닉에서 온 12 명의 다른 전공을 가진 우수 독주배우가 공동으로 12 편의 다양한 장르의 중외작품을 연출했다.
중국 음악' 만리장성 수행곡' 은 인공지능을 동반한 것으로 인공지능 기술과 중국 민악의 첫 충돌이다.
사진은 중앙음악원 홈페이지에서 나왔다.
중앙음악학원 원장 유펑 교수는 음악회 연설에서 "중국 전체 음악업계가' 인공지능' 시대로 접어들면서 전체 음악업계, 특히 음악교육업계의 정보화 수준을 크게 높였다" 고 말했다. 인공지능 기술과 음악예술 전공을 결합하면 전체 업종의 비약적인 발전을 실현할 것이며, 반드시 음악업계 산업화의 전범이 될 것이다. \ "라고
에이의 밤 콘서트' 콘서트 완전 공연 비디오:
/index.php? Option=weixin, dianbodetail & ampid=35 14
국내 과학 연구 열정이 날로 높아지다.
중앙음악학원 외에도 성해음악학원, 중앙민족대학도 인공지능+음악을 시도하는 데 나무를 세우고 있다.
지난해 5 월 65438+6 월 성해음악학원 오케스트라와 인디애나대 정보컴퓨팅과 공학대학 음악정보학 연구소가 공동으로 결성한 음악인공지능보조관현악교연합실험실이 본격적으로 가동됐다. 양측은 음악 인공지능 보조 오케스트라 교육 시스템을 일상적인 교육에 도입하기 위해 협력할 것이다.
이 시스템을 통해 학생들은 일상적인 전문 연습에서 언제든지 전문 오케스트라의 전체 음악 반주를 들을 수 있으며, 동시에 자신과 오케스트라의 합성연주 오디오를 고도로 구조화, 시각화, 검색, 비교할 수 있는 음악 데이터를 교실로 가져와 전문 선생님과 토론할 수 있는 것으로 알려졌다. 전문 교사의 경우, 시스템은 학생의 전공 학습을 세로와 가로로 비교하고, 학생의 직접 자료를 얻고, 교육 내용과 방법을 개선할 수 있다.
사진은' 성해음악학원' 위챗 위챗 공식 계정에서 나온 것이다
지난해 2 월 7 일, 65438+, 중앙민족대학과 핑안 과학기술이 공동으로 개최하는' 인공지능음악연합실험실' 계약식이 중앙민족대 지행당에서 열렸다. 이번 협력은 각자의 장점을 살리고 공동 개발을 통해 인공지능 음악 창작을 감상 단계에서 전문 단계, 전문가 단계에 이르는 사고를 실현하기 위한 것이다.
중앙민족대 당위 상임위와 송민 부총장은 폭로식에서 인공지능이 이미 국가계획에 포함돼 단계별 시행 단계에 접어들면서 각 분야와 끊임없이 결합해 미래의 각 업종의 발전을 이끌 것이라고 밝혔다. 그녀는 쌍방이 실험실이라는 플랫폼을 통해 각자의 장점을 발휘하고, 중앙민족대학의 학과 건설 수준과 음악 창작 수준을 높이고, 베이징의' 4 개 센터' 특히 문화센터 건설을 추진하며, 중국의 우수한 음악문화를 적극적으로 도와 나가길 바란다.
사진은 중앙민족대학교 홈페이지에서 나왔다.
또한 복단대학과 칭화대가 공동 설립한 제 6 회 중국 목소리와 음악기술대회 (CSMT) 는 20 13 이후 중국에 목소리와 음악기술의 교차 분야에 대한 학술적 관점을 출력해 중국 인공지능과 음악 분야의 연구 성과를 풍부하게 했다.
20 18 회의를 예로 들면 논문 주제는 다음과 같습니다.
음악 음향
악기 음향/인성음학/심리음향학, 전기음학/공간음악음학 등.
소리와 음악의 신호 처리
공업 농업 축산업 수산양식 지리 환경 등의 분야의 소리 신호 처리/음악 신호 처리.
컴퓨터 청력
사운드 및 음악 콘텐츠 분석, 이해 및 모델링/오디오 및 음악 정보 검색/분류, 마크업, 감정 계산, 추천 등 /음악 컴퓨팅에서의 인공지능의 응용/음악 컴퓨팅의 엔터테인먼트, 교육, 해양, 의학, 장비, 군사, 정보 보안 분야에서의 응용.
오디오 정보 보안
강력한 오디오 워터 마킹/오디오 인증/오디오 법의학
컴퓨터 음악 및 녹음
컴퓨터 지원 음악 제작/컴퓨터 지원 음악 교육 시스템/컴퓨터 음악 제작 기술/컴퓨터 음악 소프트웨어 개발/오디오 및 다채널 오디오 시스템/오디오 장치 및 관련 멀티미디어 기술/오디오 및 오디오 디자인/오디오 인간-컴퓨터 상호 작용
청각심리학
청각과 시각이 결합된 멀티미디어 응용 프로그램
흥미롭게도, 작년 CSMT 컨퍼런스는 두 개의 특별판을 열었습니다. 하나는 일반 오디오에 대한 컴퓨터 청각을 논의하고, 해양 선박 인식, 장비 진단, AI 의료, 음성 음향, 오디오 모니터링, 동물 인식, 농업 보호, 산업 자동화 등 다양한 분야에서 음악 이외의 오디오 +AI 인공지능을 확대하려고 했습니다.
현재 널리 사용되는 AI+ 음악 알고리즘
현재 음악인공지능 알고리즘에 대한 연구에 대해 중국 음악학원 음악학과 푸효동 교수는' 예술탐구' 2018,05 에서 발표한 문장' 음악인공지능의 윤리사고-알고리즘 작곡' 에서 자율과 타율 두 가지로 나뉜다.
이 중' 자율성' 은 기계가 미리 정해진 내부 구조 원칙에 따라 오디오 소재에 해당하는 음악 작품을 생성하는 것을 의미하며, 최종 오디오 렌더링은 내부 구조 원칙의 자율에 의해 제한된다. 타율' 이란 기계가 인간의 경험에 규정된 외적 구조원리를 엄격하게 따르고 음향학에 매핑하여 작품을 생성한다는 뜻이다. 최종 음성 표현은 외부 구조 원칙의 타율성에 의해 제한된다.
최종 빗질 결과는 다음과 같습니다.
"자기 훈련" 음악 인공 지능 알고리즘
(a) 수학적 모델 (수학적 모델)
수학 알고리즘과 무작위 사건으로 구성된 수학 모델로 작곡하다. 여기서 알고리즘은 작곡 법칙과 같고, 무작위 이벤트는 음악 요소와 같습니다. 음악의 다양한 요소는 일련의 임의 이벤트로 나눌 수 있습니다. 예를 들어 사운드의 네 가지 속성, 음악의 세 요소 등이 있습니다. 작곡가 (프로그래머) 는 그들에게 서로 다른 가중치를 주고, 특정 무작위 알고리즘으로 계산하고, 사운드 시퀀스를 얻어서 결과가 불확실하다. 일반적으로 사용되는 무작위 알고리즘에는 마르코프 체인과 가우스 분포가 있습니다. 현재 수학 모델을 기반으로 한 음악 인공지능 작품은 반주 속도, 악문의 동적 처리, 스트레칭 리듬 종료 등에 상당한' 지능' 을 갖고 있지만 작품의 전체적인 청청성 면에서는 여전히 눈에 띄게 부족하다.
(2) 진화 방법.
진화 알고리즘은 다윈이 밝혀낸 생물 진화 이론에서 유래한 것으로, 알고리즘으로 종의 진화를 시뮬레이션하여 음악 작품을 구성한다. 무작위 또는 인위적인 음향 이벤트를 하나의 군으로 그룹화하고, 종 선택, 유전 및 변이를 위한 반복 알고리즘을 통해 군체의 기존 개체를 제거하고, 적합성 함수로 구성된 감사 절차를 통해 결과를 수정하여 미적 의미의 품질을 보장합니다. 가장 일반적인 진화 계산 방법은 유전 알고리즘과 유전 프로그래밍이다. 진화 알고리즘은 종의 진화 과정을 음악 생성 과정과 일치시키려는 논리가 완벽하지 않아 작품에 대한 심미 인식도가 높지 않아 현재 화성구성과 반주 임무에 많이 사용되고 있다.
구문 (Grammars)
음악이 형성하는 규칙은 인간 언어의 문법 규칙과 비교될 수 있다. 인간의 언어는 단어, 구, 문장으로 구성되어 있으며, 음악의 동기, 명절, 악구에도 비슷한 구조적 특징이 있다. 먼저 구체적인 음악 작품의 문법규칙을 만들어 화음, 리듬, 음고 등 다양한 음악 소재를 결합해 결국 음악 작품을 만든다. 물론 음악과 언어는 어느 정도 동형이지만 비교하면 음악 규칙은 더 큰 유연성과 가변성을 보여준다. 고정 문법 규칙과 몇 가지 변수 규칙이 있는 언어 알고리즘으로 생성된 음악 작품은 경직되고 유연하지 않은 특징을 가지고 있다.
타율 음악의 인공지능 알고리즘
(a) 마이그레이션 모델 알고리즘 (변환 모델)
비음악 미디어 신호 소스의 정보는 음악 오디오 정보로 매핑되고 마이그레이션됩니다. 가장 흔한 것은 한 폭의 선을 멜로디로, 색을 화성으로, 색도를 강도로 변환하는 것과 같은 시각적 정보를 변환하는 것이다. 움직이는 물체의 공간 변위는 멜로디로, 속도는 박자 리듬으로 바뀐다. 자동 감정 분석 시스템을 통해 문학 작품의 양수/음수 묘사를 초급/단조 현으로 변환하는 것과 같은 비시각적 정보를 전달하는 데도 사용할 수 있습니다. 사실, 인간의 감각은 공간 라인과 멜로디 방향의 대응 등 어느 정도' 공감각' 효과를 가지고 있지만, 엄격하게 매핑하면 강력한 심리적 증거는 없다. 따라서 마이그레이션 모델 알고리즘에 의해 생성된 음악 작품은 종종 상호 작용하는 뉴미디어 아트 공연에 등장하며, 현장 사건의 연관성과 상호 작용의 미적 재미를 더해 줍니다. 하지만 일단 음악 작품이 매핑 대상에서 분리되어 단독으로 등장하면 이런 작품의 청청성은 크게 할인된다.
지식 기반 시스템.
어떤 음악 스타일의 지식 기반을 바탕으로, 이런 음악 스타일의 심미적 특징, 즉 귀납적 추리를 추출하고 인코딩한다. 코딩 프로그램을 알고리즘으로, 즉 연역추리로 스타일이 비슷한 새 작품을 창작하다. 예를 들어 정렬 원리에 기반한 바로크 음악 스타일 코딩, 크기 및 하모니 시스템을 기반으로 한 고전 낭만주의 음악 스타일 코딩, 약화 및 하모니 기능을 기반으로 한 인상파 음악 스타일 코딩 및 해당 스타일의 작품 생성은 모두 지식 추론 시스템 알고리즘에 속합니다. 이 알고리즘은 음악학원 작곡 기술 이론의 학습 과정에 어느 정도 접근해 생성된 음악작품은 그 기반이 되는 특정 스타일의 지식 기반과 매우 유사하며 청력이 높다. 단점은 유도와 연역이 상대적으로 분리되어 있다는 점이다. 즉, 스타일 코드는 운영자가 제공해야 하며 프로그램 자체는 코드 실행일 뿐이다. 창작법칙에 대한 운영자의 추상적 이해는 작품의 결과에 심각한 영향을 미칠 수 있으며 경직과 유사점의 단점이 있을 수 있다.
기계 학습 (Machine Learning)
운영자는 컴퓨터에 대해 대량의 음악 스테레오를 입력하는데, 컴퓨터는 음악 작곡의 규칙을 효과적으로' 듣고 배운다' 고 한다. 즉, 과정은 지식추리 시스템과 비슷하지만, 운영자는 음악 유형을 엄격하게 지정하지 않고, 프로그램에 스타일 코드를 제공하지 않는다. 이 과정은 알고리즘 프로그램에 의해 자동으로 완료되며, 자율성과 무감독 학습을 강조한다. 물론, 본질적으로' 감독되지 않은' 기계 학습은 어느 정도나 범위 내에서만 운영자가 제공하는 지식 기반에 국한되어 있다. 기계 학습은 수학 최적화, 데이터 마이닝 등 전산과학의 연구 성과와 밀접한 관련이 있으며, 인지과학, 신경 네트워크 학과의 연구 성과와 밀접한 관련이 있으며, 그중에서도 의사결정트리, 인공신경망, 심도 있는 학습 등의 방법이 가장 뚜렷하다. 지금까지 생물 학습 과정을 가장 많이 모방한 알고리즘이다. 기계 학습은 여전히 생체 공학에 속하지만, 구조와 역학을 초월하는 생체 공학은 인간의 뇌 사고 과정의 생체 공학이다. 기계 학습은 일반 음악 창작뿐만 아니라 즉흥 창작과 경기에도 사용될 수 있다. 다양한 지정 스타일이나 혼합 스타일의 음악 작품을 생성할 수 있지만 운영자가 제공하는 음악 데이터 유형에 따라 무작위 이벤트의 확률 통계를 통한 규칙적인 음향 예측입니다.
푸 교수의 분류 기준에 따르면, 우리는 가장 유행하는 인공지능+음악 연구 작업을 효과적으로 분류할 수 있을 것이다.
중국 과학기술대, 마이크로소프트인공지능연구원, 쑤저우 대학의 협력으로 노래 생성 엔드 투 엔드 멜로디와 편곡 생성 프레임워크를 묘사한 논문' xiaoice band: a melody and arrangement generation framework for popular music 뇌봉망' AI 과학기술평론' 은 이에 상응하는 해석을 했다. 관심 있는 독자는/news/2065 438+0808/nkobblrdhxzsyad g5.html 을 클릭하여 볼 수 있습니다.
전반적으로 인공지능의 미래는 음악 분야에서 더 중요한 역할을 할 것이다. 사람들이 작품을 분석하고, 작품을 만들고, 대량의 반복적인 작품을 공유하고, 창의력을 더욱 자극하고, 음악 형식과 내용의 다양한 가능성을 탐구하는 데 도움이 된다. 이런 학제 간, 일체화된 협력을 통해 각종 음악 창작 논리를 총결하고 보완할 수 있고, 인식과 정서적으로 돌파할 수 있고, 인공지능이 음악의 여러 분야에서 혁신을 형성하고, 교육과 사회 서비스에 영향을 줄 수 있기를 바랍니다.