成為Beatbox大佬:AI助力將聲音轉化為節奏
編譯:chux
出品:ATYUN訂閱號
為了幫助嶄露頭角的音樂家為他們的歌曲創造最佳節奏,來自日本AI創業公司的開發人員開發了一種名為Neural Beatboxer的深度學習系統,可將日常的聲音轉換為數小時自動編譯的節奏。
用戶可以訪問網站,那裡提供一些聲音,神經網路自動生成一個可以持續數小時的自定義鼓組。
Qosmo首席執行官Nao Tokui表示,他在日本擔任DJ時想出了這個想法。他對當前AI音樂生成的研究方向感到沮喪,並希望他的神經網路能夠提供幫助。
Tokui使用NVIDIA的Quadro GPU的GP100,與cuDNN -accelerated Keras深度學習框架,建立了卷積神經網路音頻分類模型。
「我使用了在線提供的鼓機聲音數據集,並訓練了卷積神經網路,根據其頻譜圖對音頻進行分類,」他解釋道。「該模型經過訓練,可以對以下鼓聲進行分類:kick,snare,hi-hat-closed, hi-hat-open,low tom,mid tom,high tom,clap,rim。」
為了節奏的產生,他使用了谷歌Magenta項目提供的預先訓練好的鼓類回歸神經網路。
Web前端使用TensorFlow.js,magenta.js和p5.js構建。
「最初,我考慮使用相同的技術來製作我在DJ集中播放的音樂混音,」Tokui解釋道,「我一直在為AI DJ的項目努力,在那裡我和AI DJ一起播放音樂。」
他說,如果AI DJ可以選擇和混合音樂,並且以人類無法實時的方式重新混音,那將會很棒。
Tokui表示,「我的目的是製作有趣,怪異的節奏,使用通過麥克風錄製的原始聲音材料,這個系統可能能夠產生令人興奮的或新穎的節奏,在沒有任何AI幫助的情況下沒有人想要手動編寫。」
網站:codepen.io/naotokui/pen/NBzJMW
※Airbus和IBM計劃讓機器人CIMON加入國際空間站執行任務
※MIT新突破:細胞大小的微型機器人可以感知周圍的環境
TAG:ATYUN訂閱號 |