“题目要一个个处理，目前要紧的还是处理机器学习中的难点。”邱伟涛说。
“因为电脑不像人，记谱才气取决于内存，”路之航道，“找音原则取决于算法。”
路之航深深看她一眼，点头道。
所谓的评价体系，就是让VB体系不竭的、几次的吹奏同一首曲子，然后体系对每次的吹奏成果停止打分，所谓“择其善者而从之，其不善者而改之”，分数低，就申明要改进，分数高，则能够加强上风。吹奏几千上万遍以后，VB就能找到最合适的形式。
“但没有精通小提琴吹奏的人插手团队还是不可的吧？那你们有没有考虑过找教员？”
“是的……”肖萌问，“你们找太小提琴吹奏家共同研讨吗？”
“莱布尼茨说的这句话。”
肖萌说，“我以为目前Violin-β相称于一个练习了三四年、有很好天赋的琴童。吹奏根本很好，但感情表达不敷到位，很多末节的措置都不敷细致，显得有些生硬。”
“那就费事你了。”
邱伟涛指了指他身边的那台电脑：“除了机器设备外，整套吹奏体系由四部分构成，一个是吹奏数据汇集，一个是数据阐发体系，一个是数据复原体系，最后一部分则是评价体系。实际上，当这四个系统共同默契时，Violin-β便能够完美的吹奏一首小提琴曲，还能够让其吹奏揭示分歧流派的气势。”
肖萌咀嚼着大神的话，终究从路之航带来的震惊中缓过劲来，“我记得有位数学家说过，音乐是数学在灵魂中无认识的运算。”
邱伟涛说：“是的，这就是路之航的设法。他向来也不同意用仅仅用机器学习的体例来研讨小提琴吹奏，他以为，埋没在乐曲后的数学应当是研讨的核心之一。”
所谓的机器学习是建立在统计的数据的根本上，依托于电子设备的停顿和大量的数据计算才气，你晓得这么做能够成果会不错，但是至于为甚么不错，机器学习就没有体例奉告你。
“……嗯，我有点明白了。”
“人力有极限，计算机的巨大之处就在于能够超越人的极限。评的体系采取的数学公式不需求百分百精确，能够不是真谛，只要能超越大多数小提琴家的评价才气便能够了。”
和恍惚的机器学习分歧，用数学来阐发音乐就是切确的定量阐发。小提琴是弦乐的一种，其音色、频次、振幅等要素都能够变成一套数学法例，比如两个音乐节拍的频次比是2:3的时候就是要比33:23更动听一些。
肖萌为本身的健忘，不美意义的一笑。
现在，VB项目组采取的是闻名的神经收集和机器学习的体例让电脑学会拉小提琴。机器学习要以大量的数据为根本。而典范的小提琴乐曲何止百首，上千首曲子都是有的。每首曲子都有分歧的吹奏体例，一样一首曲子在分歧的吹奏家手上课也闪现分歧的气势：轻巧，缠绵，伤感……但非论那种气势，说白了都是数据。只要有充足的数据和计算资本，VB便能够在吹奏时能够在力度，长度和节拍长停止调控，达到一流的吹奏家的程度。
“小提琴的吹奏不是简朴的一个个音节凑起来的，音节和音节之间的起承转合更加反应吹奏者的技能，Violin-β吹奏时，我本身较着感觉颤音和波音有些少了，贫乏装潢音，另有些硬。”
路之航说：“用数学规律来当评委而不是人。”
肖萌细化了本身的计划：“我有一个朋友小提琴拉得非常好，他在小提琴圈的人脉干系很丰富，晓得好几位如许的小提琴教员。你们如果需求的话，那我帮你们问问哪些小提琴教员程度不错并且能接管新奇事物的？”