人工智能(AI)正在变得相当熟练地产生新颖的音乐,至少如果半连贯的钢琴旋律和假日歌曲是你的事情。在写作经文时也不是一半也不错。的种类。有点。并不是的。
为Packt Publishing撰写文章 - 通过Hacker Noon - 最近发布了一个循序渐进的指南,展示神经网络 - 实质上是数学函数的层次,它们松散地模仿大脑中神经元的行为 - 可用于生成新的,任何艺术家风格的原创歌词。从表面上看。
他们选择的算法是长短期记忆(LSTM)网络,一种能够学习长期依赖性的递归神经网络。一般而言,训练数据集越大,结果越好; 作为他们的演示,作者从10,000首歌曲中找到了一个歌词的文本文件。
你不能将原始押韵送入AI系统; 需要进行一些预处理。正如本教程的作者所解释的那样,歌词数据用于构建词汇表映射,它通过单热编码进一步转换 - 分类变量(在本例中为单词)转换为整数数据的过程。
在Keras(一个用Python编写的开源神经网络库)和谷歌的TensorFlow机器学习框架中制作机器学习模型,并存储权重和偏差值,随着时间的推移调整网络突触连接的强度,Packt Publishing的人们喂它歌词并开始训练。一旦模型达到了预期的准确度,他们就会通过头脑风暴来推销新的押韵。
结果......好吧,并不完全令人愉快:
是的,曾经有一段时间,在irasasd
我有和尚穿你的好
所以在我的clipp中听到了我的声音
把我弄成砖头
考伊得了宝贝,
我想要说明问题
我可以沉溺于aw and的心中,在你对自然,狡猾的心灵的射击中感受到你所有的感觉,在你面前,他们的领导
哦,哦,谢谢,谢谢你
哦,fseh sufl去了runtome
Weaaabe ligavus我喂了听到的声音
其他人的运气更好。这个Medium写入了一个开源LSTM网络 - textgenrnn - 来生成Taylor Swift的歌词。这是AI的一些手工作品:
我不是你的朋友
当你不说话时下雨
但你认为蒂姆麦格劳
我正在踱步
我很舒服
我心里不是风暴
你不说话
而且我不是圣人
我不知道你是谁
我很沮丧
你是同性恋
今年早些时候,勇敢的开发人员使用一种反复出现的神经网络,以包括ABBA在内的一系列艺术家为例,试图产生一些有用的东西。他们的结果比大多数人好,但是他们承认他们的AI模型可能记住了训练数据集中的一些线:
哦,我的爱让我亲近
你听说过,
我一定等着听到你的声音
所以我说
谢谢你的音乐,让我哭泣
毫无疑问,AI在解析自然语言方面越来越好 。但是歌曲作者可以轻松休息,这是安全的。
领取专属 10元无门槛券
私享最新 技术干货