发布日期:2017-04-05
“十点半的地铁,终于每个人都有了座位
温柔的风终于能轻轻地轻轻地吹。”
末班地铁呼啸穿过城市,疲惫的乘客各怀心事。
李健在《我是歌手》里的这首歌,
精准地击中了北上广孤独的大多数,迅速窜红。
大洋彼岸也有一首特别的新歌《Not Easy》,容纳了千千万万种伤心事。很多人从歌中听见自己的不易,动容落泪。
这首冲上 Spotify 全球榜 Top 2 的单曲,由曾为蕾哈娜、梦龙乐队担任音乐监制的格莱美获奖制作人 Alex Da Kid 主创。
然而,共同创作者还有 IBM Watson,那个著名的人工智能。
Watson 的前身“深蓝”曾在20年前战胜过国际象棋大师卡斯帕罗夫,变身 Watson 之后,2011年在美国版最强大脑《Jeopardy!》中一战成名。
去年 Watson 更亮相时尚盛典 Met Gala,为超模 Karolina Kurkova 打造了一款能感知推特粉丝情绪的智能礼服。
这一次,人工智能要和音乐跨界合作。
Watson 学习了 26000 首流行歌曲,分析了 5 年来的流行文化,探索什么样的主题、旋律最打动人,从个人小爱到世界大爱, 将大量的非结构化数据转化为情感洞察,帮助 Alex 创作了这首《Not Easy》。
这是全新的音乐形态,一种可以“聆听”和“表达”听众,直抵听众心灵的音乐创作方式。
「听听最近的流行音乐,就知道你身处的文化潮流」
从《Casablanca》到《My Heart Will Go On》到《Sound of Silence》,每首歌后都能看到一个时代的光影。
在主题创作阶段,Watson 的语义分析 API — AlchemyLanguage 对过去 5 年的文本、文化和音乐数据进行了分析,范围遍及诺贝尔和平奖演讲稿、《纽约时报》头条、美国最高法院裁定书、洛杉矶博物馆报告、维基百科文章、热门电影梗概等等,从中抽取流行音乐主题,帮助 Alex 锁定了音乐创作核心——“心碎”。
流行之所以流行,因为能够击中大多数人的共鸣。
「 失恋之后我听懂了所有的情歌」
每首歌后面不只是一个人,而是一群人、无数的故事和涌动的情绪。
在歌词创作阶段,Watson 的情感洞察 API — Tone Analyzer 分析了过去 5 年内,美国权威歌曲排行榜 Billboard Hot 100 榜单中超过 26000 首歌的歌词,了解每首歌曲背后的语言风格、社交流行趋势和情感表达,同时分析了博客、推特等社交媒体上的 UGC 内容,了解受众对主题的想法和感受。
在 Watson 情感洞察的帮助下,Alex 仿佛开启了上帝视角,很快完成了歌词创作,演绎出 “心碎”这种复杂、多态的情绪。短短的四分零五秒,唱出了所有人的“心碎”。
不是你听懂了情歌,而是情歌唱出了你。
「音阶有高低,就像生活」
我们被音乐打动,不仅是因为某句歌词、某种诉说,更因为在节奏与韵律中感知到心情和温度。
Watson Beat 在检测热门歌曲的作曲过程中,从逐年来不同的节奏、音高、乐器、流派中建立关系模型,帮助 Alex 发现不同声音所反映出的不同情感,探索出心碎的音乐表达方式,从而完成乐曲的谱写和编排。
「我感觉我能在音乐里看到颜色」
设计要如何表现“心碎”?
Watson 色彩分析 API — Cognitive Color Design Tool 分析了海量专辑的封面设计,启发Alex将音乐背后的情绪表达转化为图像和色彩,完成了专辑封面制作。
音乐有颜色吗?当然。
这是一次革新,人工智能激发了前所未有的创造力,全新的创作方式赋予音乐更大的能量。
当认知技术成为新的缪斯,你听到的不再是创作者个体的“独唱”,而是由人工智能融汇听者群体的种种情绪,让听者产生真正意义上的心灵“共鸣”。
不仅在音乐领域,IBM Watson 的认知技术正在为创新赋能,让我们有机会智胜从前无法完成的挑战。
在可以想象的未来,各行各业将在 Watson 的帮助下进化出新的商业格局,焕发出全新的活力。
来源 | IBM 中国