意识和情感是创造音乐的基本组成部分？
约翰·塞巴斯蒂安·巴赫从未完成他18世纪的作品“法师的艺术”，但现在一台电脑可能为他做。
华盛顿大学研究人员周三发布了MusicNet，一个大规模的古典音乐数据集，旨在帮助机器理解古典音乐的基本结构 - 甚至预测下一个音符的记录。
可公开获得的数据集包括330个古典音乐录音，以及超过一百万个注释标记，由受过训练的音乐家验证，指示每个音符的时间，演奏它的乐器和音符在构图的韵律结构中的位置。
“在高水平，我们感兴趣的是什么使音乐吸引力，我们如何更好地理解组成，或什么使巴赫听起来像巴赫的本质，”Sham Kakade，一个UW计算机科学工程副教授和统计，在一份声明中说。 “它也可以帮助使实际应用仍然具有挑战性，如自动转录的现场表演成为一个书面的得分。www.szrs2008.com
此外，研究人员说，MusicNet可以用来提供基于最喜欢的组成结构的收听建议，而不是客户的过去的购买历史或标签，如艺术家和类型。
但是，研究人员特别喜欢使用MusicNet进行创造性的追求，例如要求计算机组合与另一个作品类似的音乐或者哼唱曲调，并且使用算法将其变成一个赋格的前景。
如果机器对他们想要做什么有更好的理解，那只会给予艺术家更多的力量。
如果机器对他们想要做什么有更好的理解，那只会给予艺术家更多的力量。
UW计算机科学和工程博士生John Thickstun说，“任何作曲家在包括许多现代音乐家在内的计算机的协助下制作艺术，可以使用这些工具。 “如果机器对他们想要做的事情有更好的理解，那只会给予艺术家更多的力量。
这样的尝试总是引起关于AI在创造艺术的潜在限制的问题。例如，音乐只是统计事件的集合加上一些节奏和和谐的规则，还是作者的情感意识是创造共振片的一个重要组成部分？大学研究人员意识到这种紧张。www.szrs2008.com
“设计机器学习方法是能够解开JS Bach的”风格“，纯粹的艺术部分，从特定音乐的”内容“，是和谐规则之后更可预测的部分，是一个主要的挑战机器学习和赢咖4，“Kakade在一封电子邮件中承认。
有了MusicNet，他补充说，“我们现在可以开始这个过程，了解风格的元素，从那里，我们有开放的可能性，以巴赫风格的作品。
