|
|
# d0 F5 O" S7 K; g! E) [' _. [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）5 k+ n4 U0 N. X$ }+ G
( t8 V0 o U5 n/ O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？
7 Y( D, ?- u k( Z3 U/ U
- }( I; p+ q- y- _) L; R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）：! v6 h6 g. ?( {
; N+ G0 b# ^5 D) q; V/ tFor a chance at romance I would love to enhance
7 P2 B3 q0 j! E9 v3 @% h& c7 pBut everything I love has turned to a tedious task * S) z; \! W h. E, {. j
One day we gonna have to leave our love in the past
7 ^. z- s6 K8 E, `, sI love my fans but no one ever puts a grasp" N% v; Z6 G7 @$ J: p. K
I love you momma I love my momma – I love you momma * M3 f; ?( r/ @. d& d
And I would love to have a thing like you on my team you take care
/ o4 J' ]" ^& H" r: lI love it when it’s sunny Sonny girl you could be my Cher% S/ D/ H, W% }2 H+ c$ [
I’m in a love affair I can’t share it ain’t fair 2 g% D4 N4 D4 j& K; o
Haha I’m just playin’ ladies you know I love you.
2 J& r4 F9 Q- k6 E3 g' WI know my love is true and I know you love me too3 q2 ?- D# m$ w* ~, ]- X, s" w
Girl I’m down for whatever cause my love is true ) t0 ]3 {6 q0 C- B) V
This one goes to my man old dirty one love we be swigging brew * S0 H0 ~* F* [& e. M/ Y( c1 q
My brother I love you Be encouraged man And just know
2 {/ P; e& A _; V% Y9 G6 i" vWhen you done let me know cause my love make you be like WHOA $ n0 b: }+ U" H1 h! e5 D
If I can’t do it for the love then do it I won’t5 _8 ] @( K0 n
All I know is I love you too much to walk away though
u6 s- f* t. Z! x5 M( o& n. Q E' z# X0 v- Q. D+ p8 T* f' A
) n0 [2 J7 T6 [7 j6 _9 Q- I如何写歌？8 y4 ?* v* |' Y8 K, s- T
" x/ y: D4 h4 y* E) {5 ]( v& Z
$ `" A! C; \7 z c" m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”）. D8 [. F+ h% R6 G
/ t5 }6 |$ _6 t+ _( [# m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。
! W3 e3 L' Q1 q, o
' Q, R" ?7 t4 h x0 `$ ]9 `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。. Y" m' U& P/ d9 J: x9 W# H" _+ l
/ Z8 Y" C6 H0 L( Q8 [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。
0 T; l" c: g6 K0 ]1 Q' z/ ?6 ^4 c% }3 V1 _& \
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。
6 b' T+ e* k( K1 ]4 i) g; p E3 n
4 e* j/ S+ m, e* VDeepBeat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。 |
|
