計(jì)算機(jī)寫的說(shuō)唱歌曲，唱起來(lái)好難的樣子

有人曾評(píng)價(jià)，說(shuō)唱音樂(lè)精巧地制作了“聲音和旋律的復(fù)雜結(jié)構(gòu)，創(chuàng)作了當(dāng)今一些最嚴(yán)謹(jǐn)、有條理的詩(shī)集。”由于說(shuō)唱音樂(lè)勢(shì)不可擋的流行與崛起，創(chuàng)造和表演口語(yǔ)韻律的古老技能正繁榮發(fā)展。

說(shuō)唱音樂(lè)具有高度結(jié)構(gòu)化，尤其能經(jīng)得起計(jì)算機(jī)分析的考驗(yàn)。這引發(fā)了一個(gè)有趣的問(wèn)題：計(jì)算機(jī)是否可以分析說(shuō)唱音樂(lè)中慣用的歌詞?計(jì)算機(jī)能寫歌詞嗎?

雷鋒網(wǎng)曾報(bào)道，計(jì)算機(jī)已經(jīng)能寫小說(shuō)了，寫歌詞應(yīng)該不在話下吧。果然，芬蘭阿爾托大學(xué)的埃里克•馬爾米和其同伴就開(kāi)發(fā)出一種機(jī)器學(xué)習(xí)算法，可識(shí)別說(shuō)唱系列的突出特征，然后選擇相同話題的另一系列，以相同的方式押韻。他們得到了產(chǎn)生說(shuō)唱樂(lè)歌詞的運(yùn)算算法，并創(chuàng)造的一些歌詞。以下就是其中之一(翻譯說(shuō)明見(jiàn)文末)：

For a chance at romance I would love to enhance

But everything I love has turned to a tedious task

One day we gonna have to leave our love in the past

I love my fans but no one ever puts a grasp

I love you momma I love my momma – I love you momma

And I would love to have a thing like you on my team you take care

I love it when it’s sunny Sonny girl you could be my Cher

I’m in a love affair I can’t share it ain’t fair

Haha I’m just playin’ ladies you know I love you.

I know my love is true and I know you love me too

Girl I’m down for whatever cause my love is true

This one goes to my man old dirty one love we be swigging brew

My brother I love you Be encouraged man And just know

When you done let me know cause my love make you be like WHOA

If I can’t do it for the love then do it I won’t

All I know is I love you too much to walk away though

如何寫歌?

說(shuō)唱音樂(lè)中出現(xiàn)了各種形式的押韻，但最常見(jiàn)的就是所謂的諧音押韻。這是相似元音的重復(fù)，如“crazy”和“baby”有兩個(gè)類似的元音。(這不同于使用相似輔音的和音，比如“pitter patter”，不同于完全韻，詞語(yǔ)共有相同的尾音，如“slang”和“gang”)

馬爾米專注于諧音在說(shuō)唱歌詞中出現(xiàn)的方式。為了開(kāi)發(fā)機(jī)器學(xué)習(xí)算法，他們以100多名說(shuō)唱藝術(shù)家的10000多首歌曲的數(shù)據(jù)庫(kù)開(kāi)始。

發(fā)現(xiàn)諧音的押韻并不困難。詞必須先轉(zhuǎn)化為音素，瀏覽音素，尋找相似的元音，而忽略輔音。

這也揭示了排列歌詞復(fù)雜性的一種方式。他們?cè)谇懊鎯尚凶笥覍ふ移ヅ湓舻男蛄校缓髮?ldquo;押韻密度”定義為所有歌詞中最長(zhǎng)序列的平均值。從而，他們根據(jù)押韻密度來(lái)排列所有說(shuō)唱家。這一指標(biāo)是對(duì)說(shuō)唱歌手押韻技巧的一個(gè)有趣的衡量，并且可以使用它來(lái)將自動(dòng)化說(shuō)唱音樂(lè)與人為創(chuàng)造的音樂(lè)相比較。

接下來(lái)，他們創(chuàng)造了機(jī)器學(xué)習(xí)算法DeepBeat。分析數(shù)據(jù)庫(kù)之后，它從說(shuō)唱歌詞中分析序列行，然后從列表中其它歌曲的相當(dāng)行中選擇下一行。在生成歌詞上，算法會(huì)以一段歌詞開(kāi)始，然后搜索相同話題的另一行，并重復(fù)這個(gè)過(guò)程。

DeepBeat的押韻密度明顯高于任何人類的說(shuō)唱歌手。就產(chǎn)出歌詞韻律的長(zhǎng)度和頻率來(lái)說(shuō)，DeepBeat優(yōu)于21%的人類頂級(jí)說(shuō)唱歌手。DeepBeat的失敗之處就在于故事不連貫，這不足為奇，因?yàn)樗闹饕裹c(diǎn)是押韻。