全球科技巨頭AI音樂大戰(zhàn)一觸即發(fā)，平安重拳出擊填補AI變奏交響曲行業(yè)空白

音樂這門生意越來越引起巨頭的關(guān)注。以往，比較音樂平臺靠的是曲目數(shù)量、藝人進駐數(shù)量，后來更看重版權(quán)的獨家。現(xiàn)在，以深度神經(jīng)網(wǎng)絡(luò)為代表的AI技術(shù)逐漸逼近落地，放眼全球，音樂平臺的AI大戰(zhàn)一觸即發(fā)。

2016年，谷歌大腦推出Magenta項目，從早期的NSynth神經(jīng)網(wǎng)絡(luò)音頻合成算法到如今從殘缺片段中恢復(fù)巴赫音樂的Coconet機器學(xué)習(xí)模型，更多以學(xué)術(shù)研究為導(dǎo)向。

世界三大音樂版權(quán)商之一的索尼，在音樂內(nèi)容本身上占據(jù)了極大的優(yōu)勢局面。2016年，索尼計算機科學(xué)實驗推出的大型歌曲和風(fēng)格數(shù)據(jù)庫Flow Machines，創(chuàng)作出了“披頭士”風(fēng)格的旋律。

谷歌與索尼旗下都擁有相應(yīng)的流媒體產(chǎn)品，如YouTube音樂服務(wù)和索尼精選Hi-Res。二者相似的是，流媒體或?qū)㈩嵏矀鹘y(tǒng)唱片公司和詞曲版權(quán)代理的地位，它們勢必要搶占一個新的產(chǎn)業(yè)協(xié)作模式“領(lǐng)頭羊”。不同之處在于，索尼更需要尋找音樂版權(quán)業(yè)務(wù)收入放緩后的下一個增長點。

智能音箱的普及下，谷歌還能以自家的智能音箱Home為核心，借此拉動智能家居生態(tài)，但依靠低價補貼以吸引消費者的智能音箱走勢如今并不理想，未來終究依賴智能交互和整個場景的覆蓋。

面向中國市場的微軟“小冰”，如今已成長到第七代，基于Avatar Framework人工智能框架，除了智能對話、語音交互外，還主打模擬人類真聲、寫詞作曲。2018年，微軟小冰也提出了Dual AI半開放生態(tài)的戰(zhàn)略，并與多家國內(nèi)公司達成平臺化戰(zhàn)略，但仍未勾勒出清晰的商業(yè)邏輯。

一心野望海外市場的字節(jié)跳動，在完成對初創(chuàng)公司Jukedeck的收購后，又拿到了印度兩大唱片公司T-Series和Times Music的音樂版權(quán)，試圖在旗下TikTok短視頻產(chǎn)品中利用神經(jīng)網(wǎng)絡(luò)合成音樂。短視頻承載了AI作曲實現(xiàn)大規(guī)模音樂的有效途徑，或許能緩解其在音樂版權(quán)上的壓力。

目前來看，谷歌、索尼、微軟小冰、字節(jié)跳動正全面發(fā)力AI，但落到AI音樂這個層次上，卻是參差不齊的。早期研究人員更多是讓計算機模仿現(xiàn)有的音樂片段，通過分析其中的規(guī)律來制作音樂旋律；AI創(chuàng)作音樂的不同之處在于，能讓計算機真正通過學(xué)習(xí)大量音樂片段，“自動”創(chuàng)作出相對復(fù)雜且富有故事性的樂曲。這個方向上，谷歌、索尼早早開始AI音樂創(chuàng)作性的探索；相比之下，被字節(jié)跳動收購的Jukedeck則更多停留在模仿階段，只能作為音樂流水線上的批量生產(chǎn)工具。

一定意義上，技術(shù)的進步推動著音樂產(chǎn)業(yè)的每一次進步，從最早的CD唱片到如今的AI音樂，音樂的生產(chǎn)、分發(fā)和消費形式呈現(xiàn)明顯的迭代升級。據(jù)國際唱片業(yè)協(xié)會（IFPI）報告數(shù)據(jù)，2018年全球音樂市場收入同比增長9.7%，達到191億美元。這對于謀求業(yè)務(wù)深層次進化的科技巨頭來講，最終能否取勝將取決于對先機的把握。更重要的是，以AI驅(qū)動的音樂市場變革將會隨著巨頭們的頻繁動作而掀起新一輪的競爭。

AI正影響全球企業(yè)的競爭格局，音樂產(chǎn)業(yè)也進入由AI激活多元化價值的關(guān)鍵時期。

如今，中國平安在AI音樂展現(xiàn)出的實力，已遠超人們的想象。

10月11日，為新中國成立七十周年獻禮，平安人工智能研究院打造的全球首部AI交響變奏曲《我和我的祖國》由深圳交響樂團進行全球首次公演。

AI交響變奏曲《我和我的祖國》以中國近現(xiàn)代史為創(chuàng)作藍本，包含鴉片戰(zhàn)爭、新中國成立、共和國曲折發(fā)展、改革開放、民族復(fù)興等五大樂章，表現(xiàn)一序列歷史變遷。伴隨音頻演奏一段段歷史故事呈現(xiàn)其中，以表達對祖國深厚的感情。

可以說，這在交響變奏曲的音樂史上尚屬首例。音樂層面，它超越了此前的單維度、短篇幅、娛樂性的范圍，突圍多維度、長篇幅、經(jīng)典式交響樂曲；更重要的是，在AI技術(shù)的融入上，平安科技自研AVM自動變奏模型訓(xùn)練系統(tǒng)，再利用深度學(xué)習(xí)對音樂實現(xiàn)特征學(xué)習(xí)與提取，并結(jié)合強化學(xué)習(xí)技術(shù)讓機器學(xué)會變奏手法。

廣義上講，AI作曲并不是一個新名詞。從最早使用隨機統(tǒng)計模型，到如今深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用，利用AI實現(xiàn)智能創(chuàng)作已成為世界范圍內(nèi)科學(xué)家廣泛探索的事情。盡管如此，在研究方法層面，我們?nèi)钥吹皆S多反復(fù)出現(xiàn)的問題：以數(shù)據(jù)驅(qū)動的算法，如何避免同質(zhì)化的音樂風(fēng)格？如何讓AI更好地“理解”音樂？

帶著這個問題，記者(公眾號：記者)對AI交響變奏曲《我和我的祖國》曲目團隊技術(shù)負責(zé)人進行了專訪。

“除了算法和數(shù)據(jù)標注上的一些技術(shù)手段，我們也在考慮直接對音樂的音頻做相應(yīng)的分析，目的也是能夠讓AI能對音樂本身的理解和認知變得越來越深刻?！痹摷夹g(shù)負責(zé)人表示。

雄厚技術(shù)鋪墊助力，勇攀AI音樂無人區(qū)

其實早在一年前，平安AI作曲就在由瑞士聯(lián)邦理工學(xué)院（EPFL）舉辦的世界AI作曲國際大賽中獲得第一名。今年2月，平安科技再次憑借AI創(chuàng)作的流行樂曲《青春記憶》拿下由清華大學(xué)藝術(shù)與科學(xué)研究中心等聯(lián)合舉辦的全球AI藝術(shù)大賽（GAAC）的第一名。

頻率頗高的成果突破背后，離不開平安AI團隊過去兩年多在智能創(chuàng)作領(lǐng)域的探索積淀。早在2017年，平安科技就啟動了音樂畫像臉譜、音樂流行預(yù)測以及人工智能作曲三大音樂發(fā)展方向，嘗試用AI融入音樂領(lǐng)域。目前團隊已積累了大量標注分析數(shù)據(jù)、自主研發(fā)可完成特定任務(wù)的生成模型，并構(gòu)建了符合音樂理論的評價體系。

此次創(chuàng)作籌備近兩個月，其中最核心的部分模型訓(xùn)練則用了近一個半月時間。

AI交響變奏曲《我和我的祖國》曲目團隊技術(shù)負責(zé)人解釋道，“通常來講，一首交響曲的整個創(chuàng)作周期長達一年，這次創(chuàng)作實際上僅用一個半月，但其背后是長達兩年的技術(shù)儲備、模型學(xué)習(xí)和數(shù)據(jù)積淀。從交響變奏曲創(chuàng)作的技術(shù)角度來講，AI作曲仍存在很大的挑戰(zhàn)，尤其是創(chuàng)作出一個滿意的作品交由人類指揮家認可并演奏?！币?，交響變奏曲不同于一般的音樂生成過程，它有故事脈絡(luò)，有強烈的情感抒發(fā)訴求。為此，項目組從以下三個層次進行技術(shù)演化：

自研AVM自動變奏模型

基于節(jié)奏、和聲、織體、配器等方面建立專家變奏規(guī)則庫，用于基礎(chǔ)模型訓(xùn)練，然后利用深度學(xué)習(xí)和強化學(xué)習(xí)技術(shù)對音樂作品做多維度的特征學(xué)習(xí)與提取，訓(xùn)練出具有風(fēng)格融合能力的AVM自動變奏模型。

訓(xùn)練超70萬首樂曲數(shù)據(jù)集，打造海量維度音樂標簽體系

為了讓機器學(xué)習(xí)及理解音樂的重要特征，團隊訓(xùn)練數(shù)據(jù)使用了超過70萬首樂曲，包括各類題材的古典音樂作品、紅色歌曲、民歌等。并且，音樂標簽的標注遵循樂理知識，除了情緒、風(fēng)格的標簽以外，也包含主題、發(fā)展手法、和聲、曲式、對位、配器、調(diào)性、調(diào)式、拍號等各類音樂元素。

靈活運用音樂評價模型和專家規(guī)則

對機器進行深度學(xué)習(xí)和強化學(xué)習(xí)訓(xùn)練的還有音樂評價模型，即基于大量作曲家的作品學(xué)習(xí)所構(gòu)建的評價網(wǎng)絡(luò)。原則是遵循主流審美的同時，又需要兼顧作曲專家的評價標準。同時，為防止AI作曲生成過于自由，平安在人工智能樂曲創(chuàng)作的過程中融入了包含和聲約束、對位約束、曲式結(jié)構(gòu)約束等規(guī)則在內(nèi)的專家規(guī)則。

總的來說，在《我和我的祖國》這首改編作品中，除了開頭與結(jié)束采用了原始旋律外，中間融入了AI變奏的創(chuàng)作。在AI應(yīng)用的過程中，團隊綜合運用深度學(xué)習(xí)、強化學(xué)習(xí)和遷移學(xué)習(xí)的聯(lián)合方案，搭建自動變奏模型、音樂評價模型、專家規(guī)則系統(tǒng)，基于對海量歷史音樂作品的數(shù)據(jù)庫和體系化的音樂標簽工程，拆解樂曲音符組合空間，優(yōu)選最佳音樂片段，從而完成本次創(chuàng)作。

平安AI+的獨特基因

那么，為什么一家外人眼中搞金融、醫(yī)療、智慧城市的綜合金融服務(wù)集團，竟然也涉足了音樂這一看似不相關(guān)的藝術(shù)領(lǐng)域？

翻看平安集團過去30年的跨越式發(fā)展，不難發(fā)現(xiàn)隱藏其后的推動力量。目前，平安用科技賦能金融，以平臺建設(shè)為主，搭建了金融、醫(yī)療、汽車、房產(chǎn)、智慧城市等五大生態(tài)圈，整體的業(yè)務(wù)布局已然浮現(xiàn)，而平安人工智能研究院恰恰是集團底層技術(shù)儲備和應(yīng)用落地上的重要一環(huán)。

AI交響變奏曲《我和我的祖國》曲目團隊技術(shù)負責(zé)人表示：“平安人工智能研究院的建立，主要有兩件事：一是深入底層技術(shù)的研究和能力儲備；二是與當前企業(yè)應(yīng)用的場景結(jié)合起來?！痹谒磥?，AI智能創(chuàng)作是研究院項目板塊中重要的組成部分之一。盡管落地上尚未清晰，更多還是一個相對比較初期、嘗試摸索和論證驗證的階段，但在底層技術(shù)的支撐是通用的。

此前，與金融、醫(yī)療、健康等業(yè)務(wù)的結(jié)合落地上，平安推出了智能閃賠、平安聲紋、平安票據(jù)OCR識別、平安語音識別、平安語音合成、平安醫(yī)療影像等產(chǎn)品。

在記者看來，平安“AI+音樂”領(lǐng)域探索的成功將主要歸于三點因素：

一是不僅擁有深度學(xué)習(xí)技術(shù)的儲備，更重要的還是團隊對音樂的深刻理解。

平安人工智能研究院的AI作曲項目團隊有大量的既懂得音樂理論又了解計算機算法的復(fù)合型人才，能夠?qū)⑶把氐腁I技術(shù)與柔性的音樂情感相融合，不斷突破人工智能技術(shù)的邊界，挖掘AI技術(shù)在音樂領(lǐng)域的潛能，實現(xiàn)AI作曲創(chuàng)作的最優(yōu)發(fā)展。

二是有相對可以落地的場景呈現(xiàn)，并懂得如何去挖掘，如音樂治療、智能作曲。

從形式上看，AI變奏曲之后，平安科技也將會在古典樂、流行樂、作詞作曲演唱等方面做更多的嘗試和突破。AI融入藝術(shù)創(chuàng)作，大大降低了普通大眾的創(chuàng)作門檻，可以讓更多人加入到音樂創(chuàng)作，探索更多的音樂形式，極大地豐富了人們的生活。

三是數(shù)據(jù)和場景的不斷積累，將反哺集團在其他產(chǎn)業(yè)鏈條上的技術(shù)縱深，從某種意義上講，這將會是一種降維突破。

事實上，平安科技已經(jīng)在嘗試挖掘一些有趣的場景，把更多、更豐富、更個性化的藝術(shù)作品，通過AI的形式釋放出來。目前，從全行業(yè)來看，短視頻配樂、游戲配樂、影視配樂等場景中已涌現(xiàn)出了諸多對AI作曲的需求。未來，利用AI技術(shù)打造諸多應(yīng)用產(chǎn)品，實現(xiàn)產(chǎn)品輸出和業(yè)務(wù)輸出，通過構(gòu)建多角度一體化解決方案助力主營業(yè)務(wù)和生態(tài)圈層向更多元和精深的方向發(fā)展。

或許，在平安科技構(gòu)筑差異化優(yōu)勢的思考下，AI音樂創(chuàng)作僅是一小步的嘗試，但這不影響其結(jié)合自身科技積淀、主營業(yè)務(wù)以及所在行業(yè)的優(yōu)勢開始有側(cè)重點的發(fā)力。除卻商業(yè)層面的因素外，企業(yè)也會因其承擔(dān)的社會價值層次的不同，從不同的角度去定義，對AI藝術(shù)的發(fā)展產(chǎn)生不同程度的影響。

一不小心，AI讓我們認識了全新的自己

未來，平安將進一步拓展AI音樂應(yīng)用的場景和領(lǐng)域，例如音樂鑒賞、音樂教育、音樂治療等，此外，人工智能技術(shù)又進一步滲透到人類意識形態(tài)的藝術(shù)多維領(lǐng)域，如繪畫、作詩等。

不難預(yù)想，AI不僅改變了我們的創(chuàng)造能力，而且還提出了關(guān)鍵技術(shù)突破問題。未來，AI如何拓展人類的創(chuàng)造力？如何利用技術(shù)拓展藝術(shù)的邊界，豐富藝術(shù)的多元性？ AI可以繪畫、編曲，但能否跟人類創(chuàng)作的作品一樣動人？

在談及AI對藝術(shù)產(chǎn)業(yè)的變革時，項目技術(shù)負責(zé)人認為，利用AI實現(xiàn)智能創(chuàng)作，實際上可以幫助作曲家、藝術(shù)家更高效地創(chuàng)作，探索他們原本不可能的作品、風(fēng)格嘗試。但這其中，人的因素仍是藝術(shù)創(chuàng)作中最核心最重要的一環(huán)。

這一回答，無疑道出了未來人工智能發(fā)展的最大空間，AI所實現(xiàn)的東西越多，人類對創(chuàng)造力的標準也就越高。如何能夠最貼近人類的意識形態(tài)，實現(xiàn)思維的豐富和想象力的突破，是AI技術(shù)面臨的最大難點。在更多的藝術(shù)領(lǐng)域，AI技術(shù)的介入極大地降低了藝術(shù)準入門檻，也讓藝術(shù)領(lǐng)域以更多樣的形式深入生活、產(chǎn)業(yè)，甚至在某種程度上改善人類精神世界的發(fā)展進程。

其實AI承載歷史的案例一直在持續(xù)：故宮博物院因為AI技術(shù)變成了網(wǎng)紅，《清明上河圖》因AI、3D、VR技術(shù)讓歷史“真實地”流動在眼前，而被熊熊大火重挫的巴黎圣母院也會在AI技術(shù)里找到另一個新的“自己”。

《我和我的祖國》AI交響變奏曲也是這種浪漫藝術(shù)與嚴謹科學(xué)的完美融合。

我們還看到，在新中國成立70周年的長篇卷軸上，我國的多項技術(shù)曾都帶來過革命性的突破。比如早期基于控制論的核技術(shù)，到打破封鎖的超級計算機技術(shù)，再到載人航天衛(wèi)星技術(shù)，均讓國家實力大幅躍升。

走過工業(yè)化和信息化的70年后，我們進入了嶄新的智能化時代，平安《我和我的祖國》AI交響變奏曲克服了技術(shù)壁壘，某種程度上，也將人工智能技術(shù)帶進了嶄新領(lǐng)地，勢必會在偉大歷史節(jié)點上留下其濃墨重彩的一筆。