|
! N' h( y; G, |$ r- O2 p
有人曾评价,说唱音乐精巧地制作了“声音和旋律的复杂结构,创作了当今一些最严谨、有条理的诗集。”由于说唱音乐势不可挡的流行与崛起,创造和表演口语韵律的古老技能正繁荣发展。(顺带一提,我最喜欢的是周董和潘玮柏的Rap)3 S6 \" a+ W6 L Q: @
! \# v6 C2 a, [8 P说唱音乐具有高度结构化,尤其能经得起计算机分析的考验。这引发了一个有趣的问题:计算机是否可以分析说唱音乐中惯用的歌词?计算机能写歌词吗?9 }) Q- L0 W% u+ e
& v: p. L" D* ]雷锋网曾报道,计算机已经能写小说了,写歌词应该不在话下吧。果然,芬兰阿尔托大学的埃里克•马尔米和其同伴就开发出一种机器学习算法,可识别说唱系列的突出特征,然后选择相同话题的另一系列,以相同的方式押韵。他们得到了产生说唱乐歌词的运算算法,并创造的一些歌词。以下就是其中之一(翻译说明见文末):- n! z7 x$ |5 Q2 H
: T2 ?: n' y. R; C4 I, b* Q2 |0 q
For a chance at romance I would love to enhance. T9 Z+ C8 O. p4 [+ t! X. F+ b
But everything I love has turned to a tedious task
2 N' N% P$ Z" E6 L, i, |; eOne day we gonna have to leave our love in the past
' r" j7 |" s6 P) F; O: K; p9 rI love my fans but no one ever puts a grasp
6 k" q* z2 `, [! @# [1 a2 II love you momma I love my momma – I love you momma
6 L& B* p: S6 y1 h8 \And I would love to have a thing like you on my team you take care U; L1 V" S# f
I love it when it’s sunny Sonny girl you could be my Cher
3 a0 j6 Y6 ~- xI’m in a love affair I can’t share it ain’t fair / a/ A8 {" ~+ V# c
Haha I’m just playin’ ladies you know I love you.1 X2 C5 {: t1 e/ A: t$ m
I know my love is true and I know you love me too
, v' m4 t4 z+ ^4 y4 rGirl I’m down for whatever cause my love is true 3 R2 ? W' B4 h6 S1 ?2 ^( @3 l
This one goes to my man old dirty one love we be swigging brew
. n. G: o7 q; `( R! ~8 R9 B; NMy brother I love you Be encouraged man And just know
( m3 H/ e/ a6 C: FWhen you done let me know cause my love make you be like WHOA
% ?1 e9 j3 {" ~If I can’t do it for the love then do it I won’t% b% O8 N% H o# } A9 n
All I know is I love you too much to walk away though
3 h5 n" O) g7 [7 J- Q3 f$ \0 y
6 j) _% T* I! p+ g# ~2 j: F) o, w' k, @% K
如何写歌?
6 @ l+ Y7 s8 Z) a/ J P
7 ]2 Z2 D" d' P
y& i; `) y- P7 F' h说唱音乐中出现了各种形式的押韵,但最常见的就是所谓的谐音押韵。这是相似元音的重复,如“crazy”和“baby”有两个类似的元音。(这不同于使用相似辅音的和音,比如“pitter patter”,不同于完全韵,词语共有相同的尾音,如“slang”和“gang”)
. Z' t9 N; |( ~0 j5 b9 Y4 y( t" D; P, n" U, U/ I* F) I7 a8 r
马尔米专注于谐音在说唱歌词中出现的方式。为了开发机器学习算法,他们以100多名说唱艺术家的10000多首歌曲的数据库开始。/ a+ i' _: Y- B
" [$ V' v/ p! x# |发现谐音的押韵并不困难。词必须先转化为音素,浏览音素,寻找相似的元音,而忽略辅音。9 F' Z0 X4 Y1 i; R/ A# k& s+ R
% u& `& W+ g- c- H! T
这也揭示了排列歌词复杂性的一种方式。他们在前面两行左右寻找匹配元音的序列,然后将“押韵密度”定义为所有歌词中最长序列的平均值。从而,他们根据押韵密度来排列所有说唱家。这一指标是对说唱歌手押韵技巧的一个有趣的衡量,并且可以使用它来将自动化说唱音乐与人为创造的音乐相比较。) v5 g) t- K0 { A; S |
% r5 A8 i( S, a4 Y* H) x; l, T接下来,他们创造了机器学习算法DeepBeat。分析数据库之后,它从说唱歌词中分析序列行,然后从列表中其它歌曲的相当行中选择下一行。在生成歌词上,算法会以一段歌词开始,然后搜索相同话题的另一行,并重复这个过程。
4 G* A, f% m1 ]( N1 J+ v5 w
- @5 ]2 B2 P; e/ TDeepBeat的押韵密度明显高于任何人类的说唱歌手。就产出歌词韵律的长度和频率来说,DeepBeat优于21%的人类顶级说唱歌手。DeepBeat的失败之处就在于故事不连贯,这不足为奇,因为它的主要焦点是押韵。 |
|