想让周杰伦唱《一剪梅》？这个能编曲的AI或许可以做到。
美国的歌手，作曲家，作词家或许都要失业了，本就不富裕的家庭又蒙上了一层寒霜。而这一切都因为一台 Jukebox（自动点唱机）。
不好意思放错图了，是这个 Jukebox！
4 月份的最后一天，OpenAI（ 旗下的 OpenAI Five 成功在 DOTA 比赛中击败职业选手）发布了自己的新产品 Jukebox（自动点唱机）。
对于国人来说Jukebox这个名字可能比较陌生，但在美国的 40到 60年代可谓是风靡一时。在那段时间，每个大型的酒馆或者娱乐场所都会放置一台自动点唱机，只有投入硬币，就可以选择自己想要听的歌曲。
同样的，在 OpenAI 的新产品之中，只要你输入流派、歌手和歌词，它就可以自动演唱歌曲，甚至还能创造出全新的从未存在过的音乐。
打个比方来说，你可以让 Jukebox 用费玉清的声音用五月天的风格演唱着周杰伦的《 晴天 》，又或者是让马老五（ maroon 5 ）的主唱亚当用说唱的风格演唱泰勒·斯威夫特的《 Love story 》。
这一切简直太 Aweome 了！！简直震惊世超。
事实上，Jukebox 并不是人类第一款可以自动生成音乐的 AI，自动音乐的历史可以追溯到半个世纪以前，只是之前的产品都没有像 Jukebox 那样全能。
在 Jukebox 之前，人们曾经创造过能出生成钢琴乐谱的算法，能生成歌手声音的数字解码器，以及能够模拟各种音色的合成器，后来又演变出各种各样的虚拟歌姬。
初音未来（日本 VOCALOID 虚拟歌手），她可以唱歌，但是不能创造音乐。▼
但是无论是钢琴谱，又或者是虚拟歌姬，他们能做到到也只有单一的变化，如果要求他们制作一手复杂的交响乐，那实在是太困难了。
突破是来自法国科学家 Pierre Barreau 和他的团队，在经过一番努力之后，他们联手推出了能够独立演奏古典音乐的 AIVA。
Pierre Barreau 个人简介，长得又帅，成就又高，着实令人羡慕了。▼
基于深度学习技术，AIVA 可以学习莫扎特、巴赫、贝多芬等名家作品，制作出自己对音乐理解的数学模型，从而能够站在大师的肩膀上演奏或者创造新的音乐。
AIVA 能做到哪一步呢，将 AIVA 创造的音乐和其他作者的音乐混合在一起，即便是专业的音乐家也无法听出区别。
而在 2017 年 3 月，AIVA 还成为“法国及卢森堡作曲家协会”（ SACEM ）的首个非人类会员。
而在 6 月的卢森堡国庆日庆典开幕上，AIVA 还登场弹奏了自己创造的 Let’z make it happen 。
这着实令人羡慕了，毕竟这是很多音乐人终其一生都难以达成的成就。
AIVA 已经很强大了，但是还不够强大，科学家的野心不满足于只能创造交响乐，他们还想要更多，想要流行音乐，要让 AI 能够像人一样演唱。
但是想要完成这个任务可不容易，接力棒早早就放在那里，数年间一直无人来取。
直到一位猛男的出现，而这个猛男，恰巧就是 Jukebox！
想要达成这个成就。第一步，就需要我们把现实中的音乐转换为电脑中的数字信息，好在音频数字化技术早已成熟，如今天天用手机听歌的我们不用太费心思。
真正的难题在于一首流行歌曲中同时存在着多种因素，比如打击乐器发出的低频音、中高频的乐器声、以及歌手本身的声音，所有的声音混杂在一起。
在这种情况下，如果想要AI像人一样演唱，就需要先把这些声音分离然后再重新组合在一起。
这并不是一个简单的问题。为了解决这个问题，研究人员的头顶日渐稀薄。
开始时，他们尝试了许多方法都失败了，直到有人从隔壁的图形分层 VO — VAE 技术中获得了灵感，使用新的 VQ — VAE 模型才取得新的突破。
而这个VQ—VAE模型呢，也不是一件简单的事情。
研究人员需要从 3 个不同的层次对音乐进行数字建模，但是在每一层会使用不同的编码精度，比如顶层会采用 128 倍压缩倍率保留最基本的音乐信息。而底层则采用 8 倍争取保留最多的音乐细节。
在生成音乐时，一系列的转换器会从上到下生成代码，然后，凭借下层的解码器就可以将它们生成新的音频。
这样还是有点抽象，让我们换一种方式表达。
你可以想象我们现在要临摹一副画卷。但是不直接临摹。首先我们去制作不同层次分层图，也就是要在三张纸上分别临摹原画卷的某一部分。
第一张记录轮廓信息（音乐的风格，特色，旋律等），第二，第三张纸则记录尽可能多的色彩、阴影信息等（歌手的音色，乐曲的音质）。
这样我们就得到了三张分别记录不同层次信息的临摹作品，只需要把三张作品叠在一起就可以得到一副精度不是那么高的仿图。
这个过程类似纸雕作品，通过雕刻不同的层次细节，再利用光影就可以实现令人惊艳的效果。
图源网络
进一步来说，如果我们临摹的作品足够多，那我们能够得到的层次图就越多。
这下只要将不同层次的分层图合并在一起，就能够创造出之前不存在的作品。
这也是 Jukebox 能够用费玉清的声音，五月天的风格唱周杰伦的《晴天》的原因。
就如同前文所说，借助这样的算法，再辅以大量的高精度歌曲进行训练之后，Jukebox 就可以创造新的音乐了。
等一切都成熟之后，用户就可以通过输入想要的流派、艺术家和歌词，获取全新的音乐。
而Jukebox 团队也在官网上放出了不少已经创造好的作品。
第一耳听感，仿佛就是歌手原声一样，但是由于经历过多次压缩，导致声音细节损失严重，导致听起来像是隔着一层厚厚的罩子，含混不清。网友们戏称这是歌手酒醉之后的 KTV 版本。
尽管歌曲清晰度不高，依然可以明显感受到歌手的风格，甚至非常小的细节，Jukebox 也能够完美的还原。
AI 似乎太强大了，强大到让人害怕。
回到文章最初，这么强大的 AI 真的会导致歌手，作曲家，作词家失业吗？
在回答这个问题之前，我想向你们推荐一首歌曲的现场 —— 中岛美嘉《曾经我也想一了百了》。
这是中岛美嘉演唱会的结尾曲，当时的她，正饱受病痛折磨，双耳几近失聪。演唱过程中，甚至于一度听不清曲子的鼓点。为了找到节奏她只得跪下身子，将手覆在音响之上用手掌感受节奏。
这是一首不完美的歌曲，因为节奏的混乱，中岛美嘉有多处地方都出现了破音，跑调，但是依然被观众评选为演绎的最完美的版本之一。
同样的，在 2010年 DUO 演唱会时，陈奕迅在演唱《浮夸》时也是几度破音，现场版和专辑里面差别很大，但是也同样被评为陈奕迅的最佳现场之一。
又或者像是 Queen 乐队在舞台上和 6 万多人一起合唱，台上台下心意相通的时刻，这些都是 AI 永远无法替代的瞬间。
就如同许多人说过的那样，听音乐一定要听现场版。当我们在参加演唱会的时候，不仅仅是在听歌手演唱，也是在看歌手在舞台上的表演。
音符、旋律、时间。。。数学家们能从理论上能证明音乐是可以被穷举的。而对于排列组合这种有规律的事儿，AI 可太擅长了。
但是，作为表演艺术的一部分，歌手的演出并不是简简单单用旋律就可以定义的。
中岛美嘉在演唱时对生命的呼唤，陈奕迅在演唱《浮夸》时都痛苦的演绎，和分手后的歇斯底里，乃至于 queen 的万人大合唱，它们都是独一无二的，是人类在音乐史上的闪光点。
它们所展现的灵光和带来的感动是人类独享的。
规则让 AI 拥有了执行创作的能力，但是握着能打开创造世界大门的钥匙的一直都是人类。
