路之航深深看她一眼，点头道。
路之航说：“莱布尼茨。”
“说对了。”
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。”
“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。”
邱伟涛眼睛一亮，仿佛是第一次听到这个说法：“教员，甚么教员？”
肖萌顿了顿，又问：“我想，在机器机能上和节制体系上已经没有特大的题目，能够呈现的题目还是在数据上吗？”
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。”
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。”
找音准是小提琴最难把握的技术，需求吹奏者耐久的熬炼才气做到；而对计算机来讲，琴弦的振动形式能够通过数学公式算出来，每个精确的噪音都会有其牢固的振动频次，只要能让吹奏出的每一个音都合适振动频次的比例干系，就找准了小提琴的音阶和音准。同时，找到音准，就能处理小提琴吹奏的大部分题目。
“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。
“那就费事你了。”
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？”
这也是不免了。在之前的谈天中，肖萌晓得VB研讨团队包含沈泓统共有八人，本科生就路之航和邱伟涛两人――人数这么少的团队，偶然候也会呈现考虑不周的环境。
“呀，甚么？”
如此有气势的宣言让肖萌听得一愣，但是不由得心潮彭湃起来。
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。
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。”
但还是不敷，起码远远不能满足团队的需求――研讨团队的终纵目标是随便输入一个乐谱，VB都能够一流小提琴家的吹奏水准。
路之航道：“和我们找来的小提琴家的说法一样，新手程度。”
“以是我们在机器学习的根本上，引入了评价体系。”
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。”
“再加上客岁的陆以则事件，稍稍有点名誉都小提琴家对这件事更是避之不及了。”邱伟涛说。